En los últimos años, la Estadística y la Investigación Operativa se han convertido en dos disciplinas fundamentales para el común del trabajo investigador. La recopilación y el análisis de datos masivo es una de las tareas clave en todas las áreas de la investigación, y las herramientas matemáticas basadas en algoritmos de inteligencia artificial han ido cogiendo fuerza. Es por ello que la Ciencia de Datos ocupa un papel primordial en la Conexión AIHUB, donde sendos investigadores de la red fueron premiados el pasado mes de julio en los Premios Sociedad de Estadística e Investigación Operativa (SEIO)-Fundación BBVA 2023.
David Ríos Insua (ICMAT-CSIC), junto con Roi Naveiro (CUNEF Universidad), Tahir Ekin (Texas State University) y Alberto Torres Barrán (CTO de Komorebi AI S.L.), fueron galardonados con el premio a la Mejor Contribución Metodológica en Investigación Operativa gracias a su artículo «Augmented probability simulation methods for sequential games» publicado en el European Journal of Operational Research. Su trabajo, basado en el aprendizaje automático antagónico, se centra en la protección de algoritmos de inteligencia artificial contra posibles ataques en ámbitos tan diversos como la salud, las finanzas o la ciberseguridad.
Lo novedoso del trabajo es su enfoque basado en la teoría de juegos y el análisis de riesgos adversarios para abordar los desafíos matemáticos asociados al aprendizaje automático antagónico. Uno de los ejemplos concretos que presentan es el desarrollo de un algoritmo capaz de ayudar a las empresas a tomar decisiones sobre qué herramientas de ciberseguridad contratar, teniendo en cuenta tanto los costos como la vulnerabilidad ante posibles ataques.
Por su parte, el investigador Hannes Mueller (IAE-CSIC), junto a Andre Groeger (UAB), Jonathan Hersh (Chapman University), Andrea Matranga Universidad de Turín) y Joan Serrat (UAB), han recibido el premio a la Mejor Contribución en Estadística e Investigación Operativa aplicada a la Ciencia de Datos y el Big Data por el artículo «Monitoring war destruction from space using machine learning” Este trabajo, basado en el análisis de los daños a edificios en zonas de guerra, representa un avance significativo en la evaluación de la destrucción causada por conflictos armados, la cual anteriormente se realizaba principalmente de manera manual y con las limitaciones que eso suponía. Los autores proponen un algoritmo de aprendizaje automático que compara imágenes de satélite tomadas a lo largo del tiempo, lo que permite generar datos precisos sobre la destrucción con una frecuencia y cobertura sin precedentes. El algoritmo se ha entrenado con imágenes de la guerra civil siria entre 2013 y 2017, y ahora se planea aplicarlo en el conflicto de Ucrania.
Premios Sociedad de Estadística e Investigación Operativa (SEIO)-Fundación BBVA 2023
Los Premios SEIO-Fundación BBVA 2023 reconocen contribuciones de alto impacto internacional en estadística e investigación operativa, disciplinas cruciales para el avance en todas las áreas de la ciencia y el desarrollo de tecnologías clave, como la inteligencia artificial y el big data.
