Investigadores desarrollan una IA que convierte datos de movimiento en imágenes

Para un lego, abandonarse a la aventura de intentar desentrañar el sentido último de la investigación emprendida por el grupo de investigadores encabezado por el profesor Francisco Manuel García Moreno constituye un riesgo cierto de infarto cerebral. Hay masas encefálicas que no están hechas para estas cosas.

Pero no debe de ser difícil. En síntesis, a lo que dedica sus horas García Moreno, profesor del Departamento de Lenguajes y Sistemas Informáticos de la Facultad de Educación, Economía y Tecnología de Ceuta, es a desarrollar una nueva inteligencia artificial con la que generar series temporales complejas utilizando modelos de difusión. La crónica del trabajo de este investigador de la Universidad de Granada (UGR) que aquí pretende pergeñarse podría detenerse en este punto, una vez satisfecha la avidez de conocimiento del interesado lector, a quien imaginamos tan familiarizado con los algoritmos generativos y los procesos de difusión como con los pormenores de la vida privada de Kiko Rivera. Aunque pudiera suceder que esto sea demasiado suponer.

Quizás, y con el propósito sincero de arrojar alguna luz sobre este vasto páramo de ignorancia por cuyos senderos caminan el autor de estas líneas y la mayoría de sus lectores, podríamos comenzar subrayando que los modelos de difusión se encuentran inspirados en la termodinámica del desequilibrio. O indicando que suelen basarse en una arquitectura de red neuronal que presenta una estructura de codificador-decodificador con capas simétricas de submuestreo y sobremuestreo. Podríamos empezar por aquí, desde luego. Pero mejor que no.

Hagamos una nueva tentativa. El nombre de la herramienta ideada por García Moreno y su equipo quizás ofrezca alguna pista. Diff-TSD es una denominación nacida de la conjunción de los conceptos “difusión” y “triaxial sensor data”, en referencia a los datos tridimensionales.

Los modelos de difusión deben entenderse como la herramienta con la que se alimenta a una inteligencia artificial para crear y mejorar imágenes, el instrumento que genera los datos con los que aquella se entrena para confeccionar esos montajes tan sorprendentes que comienzan a atestar las redes sociales de contenidos tan improbables como fascinantes.

La investigación de García Moreno y sus compañeros de equipo se adentra en el reto de convertir “señales triaxiales”, como las que proporcionan los giroscopios o los acelerómetros, en imágenes. Estos datos “tridimensionales” constituyen series temporales. “Son las que generan los acelerómetros, porque caminar es un suceso que ocurre a lo largo del tiempo, o las que marcan el ritmo cardíaco de una persona –explica García Moreno- En realidad son números: uno tiene, por ejemplo, 90 pulsaciones por minuto, y eso es un dato numérico, algo que se puede escribir”.

La innovación del trabajo de los investigadores de la UGR pasa, precisamente, por convertir esas series temporales en imágenes, para hacer posible que el ritmo cardíaco pueda “verse”. La aplicación de modelos de difusión al proceso facilita la creación de datos sintéticos. “El modelo de difusión genera imágenes, que es para lo que sirve –continúa García Moreno- Hemos validado que cuando escasean los datos reales, este modelo es muy bueno con los datos sintéticos”.

Una imagen quizás pueda ayudarnos a comprender. Pensemos en un detective que sigue el rastro de huellas que un fugitivo va dejando tras de sí sobre la arena de una playa. Llegado un momento, la sucesión de huellas se detiene. Si la vida real funcionase como la inteligencia artificial, el hallazgo de García Moreno y su equipo permitiría al perseguidor, con la información sintética elaborada con “Diff-TSD”, reconstruir el rastro de las pisadas del huido hasta dar con su paradero actual

La aplicación de estos hallazgos puede ser tan diversa como propósitos alberguen quienes resuelvan hacer un uso práctico de ellos. “Imagine una casa domotizada donde reside un anciano con Alzheimer, una vivienda dotada con sensores para, qué sé yo, controlar cada cuánto tiempo va esa persona al baño –plantea el investigador- A lo mejor esos sensores se desconectan y se pierden los datos que permiten mantener ese control. Lo que hacemos puede servir para completar con datos sintéticos la falta de esos datos reales. Y puede ser información importante porque, por ejemplo, existen estudios capaces de establecer que alguien padece una enfermedad determinada por el número de veces que acude al baño”.

El equipo encabezado por García Moreno está formado por las profesoras de la UGR María José Rodríguez Fortiz y María Bermúdez Edo y el investigador del Imperial College de Londres Payam Barnaghi. La investigación es el resultado de la colaboración entre el Departamento de Lenguajes y Sistemas Informáticos (LSI) y el CITIC de la UGR, junto con el UK Dementia Research Institute y el Imperial College London.

Las aportaciones contenidas en el artículo que los autores del proyecto han publicado en la prestigiosa revista científica “Applied Soft Computing” serán seguramente ampliadas en el futuro, porque el trabajo de investigación aún no ha terminado. “Empezamos en 2022 –recuerda García Moreno- Han pasado ya tres años, y todavía nos queda tarea por delante”.