Crean modelo de IA que detecta alteraciones del campo visual, y suelos contaminados con rastros de explosivos y petróleo
28 de abril de 2020Barranquilla
SSAIL autoaprende y autoentrena con poca información. Sus creadores realizan ensayos para determinar si también puede contribuir a la confirmación rápida de casos de coronavirus.
El cerebro humano simula eventos para predecir posibles soluciones, al enfrentarse a un problema y no poseer información para ello. En Psicología, este proceso se le denomina autoaprendizaje y
La iniciativa Sealf Simulator Artificial Intelligence Learning – SSAIL (Autosimulador de Inteligencia Artificial y Aprendizaje) es autoría de Nataly Galán Freyle y Leonardo Pacheco Londoño, profesora y profesor de la facultad de Ciencias Básicas y Biomédicas de la Universidad Simón Bolívar, y del ingeniero Reynaldo Villarreal González, director del Laboratorio de Prototipado de MacondoLab, centro de crecimiento empresarial e innovación de esta institución de educación superior.
“Uno de los mayores obstáculos a la hora de desarrollar inteligencia artificial es obtener o caracterizar la información, porque está desorganizada o no consigues, y esa es la utilidad de SSAIL: con una mínima data, el algoritmo permite que la computadora genere por sí misma probables respuestas a un interrogante”, cuenta Villarreal.
La aplicabilidad del modelo ya ha sido probada con éxito en la detección de suelos contaminados con rastros de explosivos y petróleo, y defectos en exámenes de campo visual (campimetría), en ambos casos con una precisión mayor al 95%.
Dada la crisis de salud pública que atraviesan más de 200 países por la pandemia del coronavirus, el equipo creador de SSAIL realiza ensayos para determinar si también puede contribuir al diagnóstico rápido de contagios de COVID-19.
EXPLOSIVOS E HIDROCARBUROS
Las pruebas con superficies contaminadas se realizaron con TNT y RDX, los explosivos más utilizados en la industria militar, y trazas de petróleo. SSAIL demostró su eficacia al simular más de 4.000 características de suelo con presencia de explosivos e hidrocarburos, basándose sólo con información química de arena y arcilla, los componentes presentes en mayor proporción en todos los suelos.
“Es muy difícil tener toda la información de todos los tipos de suelos existentes en el mundo, porque hay muchos tipos. Sin embargo, la principal diferencia entre estos consiste mayormente en las proporciones de arena y arcilla y otros compuestos que están en menor proporción, como la materia orgánica, entre otros”, dice Galán, PhD. en Química Aplicada, al explicar una dificultad en este tipo de estudios.
“SSAIL crea mezclas simuladamente y genera un modelo que predice cuando una muestra real de suelo está contaminada por esas dos clases de explosivos e hidrocarburo”, añadió.
Así como los humanos se diferencian por la huella dactilar, cada sustancia puede ser distinguida por el espectro infrarrojo también denominado “huella digital infrarroja” ya que no existen dos espectros iguales para dos sustancias diferentes.
En la ciencia, la manera en que la materia interacciona con la luz se denomina información espectroscópica: si la absorbe, la refleja, la transmite o reemite la radiación. El resultado de cada interacción arroja señales moleculares detectables en un espectroscopio robusto. Los explosivos y el hidrocarburo (petróleo) poseen sus huellas infrarrojas.
“Los científicos detrás de la computadora proporcionamos esa información molecular a SSAIL, que simuló 4.000 posibles combinaciones reales con y sin esas sustancias; por eso, cuando se tomaron muestras reales, pudo detectar si había contaminación porque ya había simulado tales mezclas”, destaca Pacheco, PhD. en Química y líder del Grupo de Investigación en Ciencias Exactas, Físicas y Naturales Aplicadas (Gicefyna) de Unisimón.
Para medir la presencia de explosivos y petróleo, el equipo se alió con Samuel Hernández Rivera, PhD. en Química, director del Centro de Excelencia para la Investigación de Explosivos de la Universidad de Puerto Rico.
SALUD ÓPTICA
La campimetría es el examen que se practica en oftalmología para saber si un paciente tiene o no alteraciones en su campo visual, que es la porción de espacio a cada lado que capta el ojo cuando no se mueve. En esta área de la salud, SSAIL se validó junto con la Clínica Oftalmológica del Caribe (COFCA).
Esta evaluación es una cuadrícula, semejante al símbolo de una mira telescópica, que muestra varios puntitos e intensidades de claras a oscuras. Si una persona tiene glaucoma, por ejemplo, entre más gris esté una zona, mayor es el daño. Si está negra, significa que por allí el ojo no ve.
Al igual que con explosivos e hidrocarburos, el modelo se basó en información mínima de evaluaciones ya hechas. “Clasificamos siete alteraciones del campo visual y simuló 5.000 posibles defectos; luego, probamos con imágenes reales y las predijo muy bien”, resalta Villarreal, quien además lidera el grupo de investigación en Gestión de la Innovación y el Emprendimiento.
