Los 12 ganadores de los Premios de Investigación de Google para América Latina

investigacion
Investigadores de universidades de Brasil, México, Chile y Colombia fueron premiados por sus proyectos en áreas clave de interés para Google.

En junio de este año, el gigante tecnológico decidió ampliar sus iniciativas de investigación destinando US$1 millón en apoyos a investigadores en ciencias de la computación a través de los Premios de Investigación de Google para América Latina.

El exitoso piloto que Google implementó en Brasil en 2013, donde apoyó a cinco investigadores, fue la razón para ampliar la iniciativa a cuatro países más: Argentina, Chile, Colombia y México.

Berthier Ribeiro-Neto, director de ingeniería para América Latina de Google, escribió en el Blog Corporativo de la compañía: “Éste es un gran momento para ser un científico. Además de apoyar su investigación, estos premios tienen la intención de reconocer y celebrar a las mentes que están desafiando las fronteras del conocimiento, ayudando en muchos casos a resolver problemas de la vida real – desde América Latina para el mundo”.

Los proyectos ganadores se destacaron en términos de impacto, originalidad y calidad, y están dentro de las áreas clave de interés para Google: geo/mapas; interacción humano-computadora; recuperación, extracción y organización de información; internet de las cosas, aprendizaje automático y data mining, móvil, procesamiento de lenguaje natural, interfaces físicas y experiencias inmersivas, entre otras.

Aquí te traemos a los 12 ganadores de los Premios de Investigación de Google para América Latina: 

Altigran Soares da Silva, Universidade Federal do Amazonas (Brasil)

Un enfoque de aprendizaje activo para empatar Esquemas en Red: Utilizando clasificadores y aprendizaje activo, este proyecto desarrollará y evaluará un método para permitir la integración de esquemas al establecer qué pares de elementos de esquema tienen la misma semántica.

Anna Helena Reali Costa, Universidade de São Paulo (Brasil)

Mejoramiento del Aprendizaje Profundo por Refuerzo mediante la Transferencia de Conocimiento: El proyecto se centra en la mejora de los agentes de Aprendizaje por Refuerzo (RL) con el uso de abstracciones, generalizaciones y habilidades de Aprendizaje por Transferencia (TL) en el área demachine learning. El objetivo final es presentar un nuevo marco de RL para un algoritmo que pueda aprender una variedad de tareas utilizando el conocimiento adquirido con TL.

Carlos Gershenson, Universidad Nacional Autónoma de México (México)

Coordinación Urbana de Vehículos Autónomos: El objetivo es diseñar y poner a prueba algoritmos de coordinación para vehículos autónomos en las intersecciones para maximizar el flujo y la seguridad. Se implementará y pondrá a disposición del público un simulador de código abierto.

Éric Tanter, Universidad de Chile (Chile) Catalina Elizabeth Stern Forgach, Universidad Nacional Autónoma de México (México)

Biosensor dual interconectado para la Diabetes Mellitus tipo 2: Este proyecto desarrollará un biosensor que medirá los niveles de glucosa e insulina simultáneamente en tiempo real con el fin de diagnosticar y controlar la diabetes mellitus tipo 2, aún en etapas asintomáticas. La información obtenida se almacenará en línea mediante una app universalmente accesible, para la construcción de una base de datos y para análisis posteriores.

GoogleSaludHeader

Diego de Freitas Aranha, Universidade Estadual de Campinas (Brasil)

Aprendizaje automático sobre textos cifrados mediante el uso de cifrado homomórfico: Este proyecto desarrollará e implementará versiones homomórficas de dos algoritmos ampliamente utilizados en machine learning que puedan ser evaluados con información cifrada utilizando algunos esquemas de cifrado homomórficos: Análisis de Componentes Principales (PCA) y Vecinos K-Cercanos (K-NN).

Diego Rafael Amancio, Universidade de São Paulo (Brasil)

Desambiguación del sentido de las palabras mediante un análisis topológico y dinámico de redes complejas: El problema de interés es la desambiguación del sentido de las palabras (DSP), es decir, cómo resolver ambigüedades en los textos. Para ello los autores utilizan un marco de redes complejas para combinar la información contextual estructural y semántica.

Tipado de Seguridad Gradual para la Web: Este proyecto contribuirá al diseño de un sistema de tipos de seguridad, con modelos formales y pruebas, así como implementación de extensiones para Dart y el desarrollo versiones seguras de las aplicaciones web existentes creadas en Dart.

Gustavo Enrique de Almeida Prado Alves Batista, Universidade de São Paulo (Brasil)

Control de los Mosquitos de la Fiebre del Dengue utilizando Sensores Inteligentes y Trampas: Propone la construcción de un dispositivo de bajo costo que ayude a la población con el conocimiento de las densidades de Aedes aegypti (mosquito urbano) para motivar las actividades locales de control del mosquito.

Jussara Marques de Almeida, Universidade Federal de Minas Gerais (Brasil)

Más allá de la Relevancia: Abordando la Novedad, Diversidad y Personalización en la Recomendación de Etiquetas: Siendo el etiquetado una de las mejores maneras de asociar metadatos a objetos multimedia en la web, el objetivo principal de este proyecto es el desarrollo de nuevas estrategias de recomendación de etiquetas que afronten los cuatro aspectos del problema: la relevancia, diversidad, novedad y personalización.

Marcos André Gonçalves, Universidade Federal de Minas Gerais (Brasil)

Impulsando Estimadores fuera de la bolsa para el Aprendizaje de Clasificación: Este proyecto busca resolver el problema L2R (Learning To Rank, Aprendizaje de Clasificación en español) mediante el desarrollo de un nuevo algoritmo basado en Selvas Aleatorias que combina de manera elegante las propiedades del bagging con el procedimiento de boosting.

Pablo Arbelaez, Universidad de Los Andes (Colombia)

Aprendizaje de Unidades de Acción Dinámica para el Reconocimiento de la Expresión Facial Tridimensional: Este proyecto mejorará la comprensión automática de expresiones faciales para mejorar la interacción humano-computadora desarrollando arquitecturas de redes neuronales convolucionales para la localización de punto fino, comprensión de la escena RGB-D y análisis de video.

Sandra María Aluísio, Universidade de São Paulo (Brasil)

Demencia-ANAA: Evaluaciones neuropsicológicas automatizadas para los ciudadanos brasileños durante su vida: El objetivo de este proyecto es crear una prueba neuropsicológica automatizada personalizada, accesible a través de la web o desde dispositivos móviles, para detectar demencias, como el deterioro cognitivo leve, que es considerado un estado preclínico de la enfermedad de Alzheimer, etapa temprana en la que todavía es reversible.