LactIA i Machine Orange, projectes guanyadors de la primera edició de Saturdays AI Castelló

La Universitat Jaume I (UJI) de Castelló ha acollit aquest dissabte 19 de febrer el DemoDay per a clausurar la primera edició del curs formatiu Saturdays AI Castelló, una iniciativa que ha comptat amb el suport de Càtedra Cuatroochenta d'Intel·ligència Artificial Benestar i Salut de l'UJI i en la qual l'alumnat ha presentat set projectes d'intel·ligència artificial amb impacte social desenvolupats durant el curs. LactIA, un chabot de suport a la lactància, i Machine Orange, un sistema de detecció precoç de malalties en taronges han sigut els guanyadors d'aquesta primera edició.

Gràcies a l'ajuda de mentors voluntaris, l'estudiantat participant ha aprés, durant 14 dissabtes entre octubre i febrer, com aplicar intel·ligència artificial a solucions tecnològiques destinades a millorar el dia a dia de les persones. Tots els projectes desenvolupats tenen impacte social, s'alineen amb almenys un dels Objectius de Desenvolupament Sostenible (ODS) i estan publicats en el repositori de codi obert Github. Durant quasi quatre mesos, la trentena d'alumnes i alumnes participants han adquirit els coneixements necessaris en machine learning per a, posteriorment, col·laborar en grup i inventar una solució tecnològica que permeta millorar un problema social.

L'esdeveniment de clausura del curs ha tingut lloc en la sala d'actes de la Fundació Universitat-Empresa de l'UJI i ha comptat amb la presència dels directors de la Càtedra Cuatroochenta, que van participar en una de les sessions inicials del curs i han acudit per a conéixer els projectes. A l'esdeveniment també han assistit representants dels partners locals Cuatroochenta, Associació de Big Data i Analytics (ANBAN), IOTSENS i Xarxatec.

Des de l'organització s'espera poder llançar una segona edició de Saturdays AI a Castelló per a acostar la IA a més persones i poder abordar tècniques de deep learning. El programa Saturdays AI va nàixer en 2018 i ha format a més de 3.000 persones en 30 ciutats d'Europa, Llatinoamèrica, els EUA, el Canadà i Àfrica.

LactAI: Chatbot de suport a la lactància

Aquest projecte ha sigut el premi guanyador del jurat en aquesta primera edició i les seues quatre integrants han obtingut un descompte en el Màster Saturdays AI en línia de deep learning. Han desenvolupat un chatbot que inclou tècniques de processament del llenguatge natural (PNL), una de les tecnologies d'intel·ligència artificial amb major projecció i algorismes transformers que efectuen processos semàntics. Respon de manera àgil a dubtes sobre lactància materna i, a més, ho fa en qualsevol moment, facilitant l'accés a la informació. «En internet hi ha molta informació sobre lactància, però a vegades és difícil trobar la correcta. Ens va semblar interessant crear un chatbot perquè les mares lactants pogueren tindre accés a resoldre les seues preguntes de manera contínua i quan ho necessitaren», explica Pilar Espinosa, integrant del grup LactAI.

Machine Orange: Detecció de malalties en taronges

Aquest prototip ha rebut el premi del públic amb el 32% dels vots. És un sistema de detecció semi-automàtic que permet determinar si una taronja està o no malalta quan encara està en l'arbre. Està pensada perquè els agricultors facen una foto i a partir d'eixa imatge el sistema detecte si pateix algun tipus de plaga, com ara el cotonet, el trips o el poll roig, algunes de les malalties més habituals en cítrics. «En un futur un dron podria integrar aquesta solució per a detectar malalties en cultius i no sols de taronges, sinó de qualsevol hortalissa», assenyala Antonio Rubio, integrant del grup Machine Orange.

NutridAlet: recomendador de menjars

App que té en compte els valors nutricionals i les preferències de la persona usuària per a recomanar receptes sanes i apetibles. A través d'una enquesta inicial l'algorisme aprén quines són les preferències de l'usuari o usuària. A més, es basa en els ingredients que la persona té disponible en la seua nevera, ja que té la funció d'escanejar el tiquet de la compra i elaborar un rebost en línia amb els aliments que hi ha a casa.

Line brAIk: Detecció i càlcul de la velocitat de lectura

Eina que permet estimar la velocitat de la lectura mitjançant el seguiment de la mirada amb l'objectiu de detectar els moments de major concentració i optimitzar el temps d'estudi. El sistema estima la productivitat de l'estudiant detectant el nombre de línies llegides correctament durant un temps determinat.

AIntiscam: Detecció d'estafes en RRSS

El seu objectiu és identificar mètodes fraudulents en els comentaris en xarxes socials. L'algorisme que ha creat l'alumnat analitza els textos dels comentaris en Youtube i localitza els possibles patrons fraudulents per a predir si existeixen signes d'estafa. Es tracta d'un model supervisat de machine learning per a localitzar els patrons emprats pels estafadors a través de bots.

AIsolation: Detecció de la soledat

Motivat per l'augment de l'aïllament social provocat per la pandèmia, l'alumnat ha desenvolupat un model per a poder determinar l'estat de soledat d'una persona. Aquest prototip ha aprofitat la base de dades de la Càtedra Cuatroochenta que investiga la fragilitat i la soledat no desitjada en persones majors. A través de diverses preguntes i informació personal, el sistema és capaç de determinar el grau de soledat d'una persona.

VolcanAI: Anticipació i prevenció d'erupcions volcàniques

Disseny d'un model seqüencial, basat en una xarxa neuronal personalitzada, que busca anticipar-se a les erupcions dels volcans, tal com fan els sistemes de predicció de pluges o d'onades de calor.