Tras más de un año de trabajo, el académico del Departamento de Ingeniería Mecánica (DIMEC) de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile, Enrique López Droguett, junto al estudiante de postgrado de Ingeniería Mecánica, Mohammad Pishahang, desarrollaron un software que ayuda a sus usuarios a tener una experiencia visual e intuitiva en sus proyectos de Inteligencia Artificial (IA).
“El área de Aprendizaje Profundo exige conocimientos bastante complejos con dominio en diversas temáticas, como optimización matemática, cálculo, álgebra lineal, programación, estructuras de datos, entre otros, transformándose en una gran barrera para cualquier profesional que quiera profundizar en dicha área”, explica el profesor. Sin embargo, agrega que “con este software nuestro objetivo es acercar de manera amigable, mediante la construcción de una herramienta visual y de libre acceso, el análisis de datos orientados a la toma de decisiones estratégicas”.
De igual modo el académico del DIMEC explica que "esta aplicación trabaja en forma simple y totalmente visual, porque no cuenta con ninguna línea de programación. El modelo se construye de un gráfico de bloques conectados, que imita el flujo de dato, lo que implica un ahorro importante de tiempo, debido a que no requiere un conocimiento de las librerías de Inteligencia Artificial”, señala López.
Esta plataforma permite a la industria adaptarse fácilmente a los cambios y avances extremadamente rápidos generados por la IoT y Big Data, que se caracteriza por el generación de datos masivos y multidimensionales. Por un lado, elimina la necesidad de invertir en tiempo y financieramente para enseñar lenguaje de programación a los ingenieros e ingenieras, facilitando sumergirse directamente en IA. Además, por otro lado, proporciona una manera explicativa en que los gerentes no especialistas en la ciencia de datos pueden entender los conceptos generales de aprendizaje profundo, y así les ayuda a elegir mejores decisiones por las estrategias de I+D de su organización.
En la academia, el software DLHub permite a los investigadores enfocarse en los conceptos fundamentales de las redes neuronales profundas, más que en los detalles de programación. Asimismo, mientras el usuario está diseñando un algoritmo de análisis de datos en forma gráfica, el software genera automáticamente el código equivalente en Keras. Esta característica, en el caso de que el usuario sea un estudiante, ayuda a practicar y aprender la programación en el área de Aprendizaje Profundo.
Para el estudiante de postgrado del DIMEC, Mohammad Pishahang, realizar este proyecto fue un gran desafío y una gran experiencia, “dado que la implementación de este software contiene miles de líneas de código, para construirlo requería investigar y obtener un conocimiento cabal de las tecnologías de tendencia mundial y su utilización a futuro”, explica.
Por último, el profesor López destaca que en una primera etapa el acceso a esta plataforma es gratuito mediante una cuenta de Google. “El uso de esta herramienta va a ser abierta y genérica”, señala el académico, quien observa que en un segundo periodo su objetivo es extender la implementación de este software y desarrollar una nueva generación de herramientas computacionales e inteligentes en el área de Confiabilidad, Mantenimiento Predictivo y Gestión de Activos Físicos.
