TKSummit: Maria Attarian – Google, Inteligencia Artificial
y la robótica. Ha prestado un servicio considerable a la comunidad de la inteligencia artificial de las ciencias de la computación y a la ampliación de la participación en la informática. Fue presidenta del Grupo de Interés Especial en Inteligencia Artificial de la ACM (SIGAI, que pasó a llamarse SIGART) entre 2003 y 2010[1]. Actualmente es miembro del consejo de CRA-W[2].
Se licenció en física (laurea) por la Universidad de Milán en 1972. De 1974 a 1979 fue investigadora asociada y de 1980 a 1982 investigadora asociada en el Departamento de Electrónica del Politécnico de Milán (Italia). A continuación, se incorporó al Departamento de Informática de la Universidad de Minnesota en 1982 como profesora adjunta. Se convirtió en la primera mujer en incorporarse al departamento[3]. Con su imaginación y dedicación a su campo, ha recibido muchos logros y honores destacados en la enseñanza, incluido el Premio Morse-Alumni en 1987[4]. Mientras estuvo allí, fue ascendida a Profesora Asociada en 1988 y a Profesora en 1997. En 2001, Gini recibió el premio Distinguished Women Scholars Award de la Universidad de Minnesota[5]. Desde 2005, también es presidenta asociada del Departamento de Ciencias e Ingeniería Informática. En 2008 fue nombrada miembro de la AAAI “por sus importantes contribuciones a la coordinación y la competencia en sistemas multirobots y multiagentes, por su liderazgo en la comunidad de la IA y por inspirar a la próxima generación”. [6] En 2011, recibió el Premio Mullen-Spector-Truax al Liderazgo Femenino de la Universidad de Minnesota, que se otorga anualmente a “una mujer del cuerpo docente o del personal de la Universidad que haya realizado contribuciones destacadas al desarrollo del liderazgo femenino”.[5] Gini también fue nombrada becaria del IEEE en 2018.[7] A partir de 2019, ha graduado a 34 estudiantes de doctorado, así como a casi 100 estudiantes de posgrado.[8]
Intervista a Amrita Maria – Realidad aumentada y
¿Por qué eligió esta especialidad? La radiología me atrajo por la capacidad de ver el cuerpo humano de una manera que no es visible para el ojo. Para mí, la anatomía humana normal tiene una elegante simetría visual que se ve interrumpida por diferentes patrones de enfermedad y patología. Soy una persona visual, y la capacidad de utilizar ese talento para diagnosticar enfermedades y mejorar la vida de mis pacientes es gratificante.
Como especialista en imágenes corporales, me interesa especialmente la radiología del cáncer. Formar parte del equipo multidisciplinar de atención al cáncer es gratificante, y a menudo leo los estudios de imagen de los pacientes a lo largo de su tratamiento. Considero que la continuidad de la atención que puedo proporcionar es gratificante. El cribado del cáncer es también un gran interés. He participado en el desarrollo de programas de cribado del cáncer de pulmón para varios hospitales de nuestra práctica. El diagnóstico precoz es fundamental para mejorar la supervivencia del cáncer y es un servicio valioso para nuestros pacientes.
¿Cuáles son los nuevos tratamientos que podemos esperar en los próximos 510 años? La inteligencia artificial y el aprendizaje automático revolucionarán la radiología en la próxima década. Aunque todavía es una tecnología incipiente, los ordenadores están empezando a interpretar imágenes y a ayudar al radiólogo a realizar un diagnóstico rápido y preciso. Con el tiempo, la IA en medicina mejorará la precisión del diagnóstico, reducirá los costes sanitarios y mejorará nuestras vidas. Y los avances en los equipos de TC y rayos X siguen reduciendo la dosis de radiación de los exámenes de diagnóstico por imagen. Como resultado, la radiología es hoy más segura que nunca.
Inteligencia artificial para el bien (ft. Maria De-Arteaga)
Cursos de formación: Aprendizaje automático, diseño web, sistemas expertos y web semántica, portales corporativos, web 2.0, desarrollo de aplicaciones web, gestión de la información y el conocimiento, tecnologías inteligentes en Internet, empresa virtual europea.
La investigación se centra en las herramientas, recursos, servicios y entornos basados en la Web que soportan nuevas formas de acumulación, representación, búsqueda, procesamiento e intercambio de datos basados en tecnologías semánticas y en métodos y modelos de Inteligencia Artificial. La investigación reciente se ha llevado a cabo en el campo de la integración de la tecnología semántica, los medios de comunicación social y el Big Data, con el objetivo de desarrollar una nueva tecnología semántica basada en potentes instalaciones de portales web basados en ontologías y en las tecnologías más avanzadas.
Las elaboraciones de investigación se aplicaron a varios dominios de problemas. Una serie de proyectos destinados a la modernización de la educación superior en Ucrania. Proyectos nacionales financiados por el Ministerio de Educación y Ciencia de Ucrania:
Dobko T., Golovianko M., Kaikova O., Terziyan V., Tiihonen T. (Eds.), Quality Matters: How to Value and Evaluate Higher Education, EU-Tempus Project 516935-TEMPUS-1-2011-1-FITEMPUS-SMGR: “Towards Trust in Quality Assurance Systems”, Lviv, “Manuscript” Publ., 2014,ISBN 978-966-2400-37-3, 572 pp.
Proyecto MArIA. Detección de plantaciones ilegales de MArIa mediante
En la última década, la literatura y las empresas actuales han llamado la atención sobre las herramientas de Inteligencia Artificial (IA) y, en particular, sobre los avances en las técnicas de aprendizaje automático. Sin embargo, aunque la tecnología de IA ofrece un gran potencial para resolver dificultades, siguen existiendo retos relacionados con la implementación práctica y la falta de experiencia en el uso estratégico de la IA para crear valor empresarial. Este artículo pretende realizar una revisión bibliográfica sistemática que analice la convergencia de la IA y la estrategia empresarial y desarrolle un modelo teórico que incorpore cuestiones basadas en la investigación existente en este campo. Se analizaron 81 artículos revisados por pares sobre la base de la metodología de investigación de Webster y Watson (2002). Además de las lagunas en la investigación futura, se desarrolla un modelo teórico que discute las cuatro fuentes de creación de valor: La IA y el aprendizaje automático en las organizaciones; la alineación de las herramientas de IA y las tecnologías de la información (TI) con la estrategia organizativa; la IA, la gestión del conocimiento y el proceso de toma de decisiones; y la IA, la innovación y el valor de los servicios. Estos resultados conducen a puntos de vista tanto teóricos como de gestión, con amplias posibilidades de generar nuevos métodos y tipos de prácticas de gestión.