Estudiantes de la Universidad de La Rioja han resuelto nueve necesidades del Gobierno de La Rioja para facilitar la búsqueda, clasificación, etiquetado, datación de imágenes u obras del Museo de La Rioja, así como el coloreado de fotografías antiguas.
Esta iniciativa ha sido canalizada por la Unidad Mixta de Innovación TIC UR-Gobierno de La Rioja. En ella han participado 25 estudiantes matriculados en la asignatura ‘Inteligencia Artificial’, coordinados por Jonathan Heras, repartidos en varios grupos que han resuelto estos 9 retos:
–Un buscador de personas a partir de una foto, es decir, localizar todas aquellas imágenes en las que aparece en Actualidad.larioja.org, realizado por Davide Pérez, Ramón Sieira, Raúl Benito y Ricardo Calle.
–Clasificación de noticias por Consejería en Actualidad.larioja.org, realizado por Víctor Caballero, Mario Triano y Jon Pellejero.
–Coloreado de imágenes antiguas, a partir de fotografías realizadas en blanco y negro disponibles en Lariojaenlamemoria.com, realizado por Almudena Gómez, Julia, Cortés y Paula Moreno.
–Coloreado de imágenes de territorio, es decir, de fotografías aéreas realizadas en blanco y negro antes de 1980 y disponibles en Iderioja.larioja.org, desarrollado por Javier Del Campo, Miguel González y Jaime Clavijo.
–Detección de casas en imágenes aéreas a partir de las disponibles en Iderioja.larioja.org, realizado por David Romé, Gonzalo Santamaría y María Villota.
–Clasificación automática de imágenes antiguas por categoría (iglesia, bodega, edificio militar, etc.) de Lariojaenlamemoria.com, realizado por Alicia Martín y Ana Noain.
– Datación automática de imágenes antiguas de Lariojaenlamemoria.com, realizado por Diego Rudiez, Miguel Moreno y Sergio Leiva.
–Datación automática de obras del Museo de La Rioja, museodelarioja.es, por época, desarrollado por David Domínguez y Alberto Díez.
–Etiquetado de obras del Museo de La Rioja, museodelarioja.es, por sección científica (escultura, pintura, etc.), realizado por Diego Marín y Alejandro Ruiz-Olalla.
Los estudiantes han tenido que aplicar técnicas de ciencia de datos y aprendizaje automático para obtener los datos necesarios para resolver estos retos; organizarlos y seleccionarlos; y finalmente construir herramientas para analizarlos.
Esto les ha obligado a ampliar su formación para gestionar esta gran cantidad de datos y tener que trabajar de forma remota en grupos durante el confinamiento, para construir un modelo de aprendizaje profundo (deep learning), con una fase de entrenamiento y otra de test.
La fase de entrenamiento se encarga de enseñar a un algoritmo a realizar una tarea, obteniendo como resultado un modelo. En la fase de test se evalúa lo bien que ha aprendido el modelo a llevar a cabo la tarea que se le ha enseñado. Una vez entrenado el modelo, este se puede usar para buscar, clasificar, etiquetar, datar o colorear nuevas imágenes.
Esta iniciativa está previsto que tenga continuidad a través de trabajos de fin de grado y de fin de máster en, por un lado, la asignatura ‘Inteligencia Artificial’, optativa en los planes de estudio del Grado en Ingeniería Informática y del Grado en Matemáticas; y del nuevo Máster Universitario en Ciencia de Datos y Aprendizaje Automático.
