ART – SCIENCE – TECHNOLOGY – ENGINEERING: RESEARCH FOR + WITH SOCIETY
SEMILLAS CIENTÍFICAS
Una SEMILLA es un pequeño apunte científico con información inspiradora multidimensional. En otras palabras, un tema que inspira a los artistas en el proceso de creación de obras SciArt y STEAM. Por ejemplo, una semilla puede ser un artículo publicado, un proyecto de investigación o un trabajo científico. Las semillas científicas no tienen por qué estar vinculadas al mundo artístico y pueden proceder de cualquier área del conocimiento científico, desde la Biología o la Antropología hasta la Inteligencia Artificial o la Filosofía.
SEMILLA 01 - Vivimos en un ambiente a medias: mitad basura, mitad naturaleza
¿Se divide la sociedad entre los que van tirando la basura por el campo y los que la vamos recogiendo? Hay quien ha recogido hasta 25 toneladas de toneladas en un año en Andalucía, gracias a muchos voluntarios...
SEMILLA 02 - Biocostras, la piel del suelo
Estudiamos sus funciones ecosistémicas en zonas áridas, como su influencia en la disminución de la erosión o el aumento de la fertilidad y estabilidad del suelo. Conservarlas es clave para ecosistemas de zonas áridas, como los desiertos, por lo beneficiosas que son, por ello también se utilizan para...
SEMILLA 03 - Camarina, las perlas de las dunas que caminan sobre las arenas
La ecología estudia la vida de los organismos en sus ambientes naturales y su relación con el medio y otros organismos. En los ambientes dunares también se estudia la dinámica de la arena, por eso ecología y geomorfología están...
SEMILLA 04 - La contaminación un cambio global que afecta a la salud medioambiental del planeta
Seleccionamos especies vegetales con potencial para eliminar contaminantes de un suelo. La selección depende del mecanismo de descontaminación que queramos realizar. Buscaremos una especie...
SEMILLA 05 - Fotosíntesis, proceso fundamental para la preservación de la vida
La fotosíntesis se puede abordar desde distintas disciplinas (fisiología vegetal, bioquímica, ecología, etc.). En el marco de la ecología funcional el estudio de rasgos fotosintéticos es fundamentales para la determinación de respuestas a nivel de órganos (hojas, tallos verdes), organismos...
SEMILLA 06 - De biorresiduos a bioplásticos en un contexto circular
Desarrollamos plásticos biodegradables (bioplásticos) a partir de agrorresiduos de manera que disminuye el impacto medioambiental de los mismos y se crea un entorno de economía circular: Los bioplásticos se usan, se desechan, se transforman en...
SEMILLA 01 - El hormiguero es más que la suma de las hormigas
El área de Ciencias de la Computación e Inteligencia Artificial, habitualmente se enmarca en la rama de Informática, aunque está también muy relacionada con la Lógica y las Matemáticas. Diseñamos algoritmos (algo abstracto en el mundo matemático e informático) para resolver problemas difíciles, partiendo de metáforas inspiradas en la naturaleza en general, y para esta semilla en las colonias de hormigas en particular.
SEMILLA 02 - SentIA
El proyecto consiste en visualizar la naturaleza del sentido común (un reto de la IA) mediante la producción de interfaces que permitan establecer interacciones entre humanos y máquinas. Para ello se deben analizar, desde el punto de vista no informático, los sistemas etiquetados como inteligentes. ¿Reconocemos el sentido común separado de un humano? ¿Se puede aprehender por interacción?
SEMILLA 03 - La complejidad de lo simple
Lo único que se programa es la regla que seguirá el autómata celular y, a partir de ahí, surge un comportamiento emergente de todo el sistema que, a veces, es inesperado, creando patrones complejos a partir de reglas muy simples, incluso llegando a crear figuras interesantes o, incluso, computadores capaces de resolver ciertos problemas.
SEMILLA 04 - Virus y máquinas
Los conceptos matemáticos e informáticos inspirados en la naturaleza han resultado en crear nuevas fronteras en la solución de problemas reales: redes neuronales, inteligencia artificial, computación basada en ADN, etc. La pandemia de COVID-19 nos ha enseñado, entre otras muchas cosas, que los virus son una estructura biológica potente en la que inspirarse: ¿qué los hace tan potentes? ¿cómo podemos abstraer esa potencia a la matemática?
SEMILLA 05 - "Sin título"
Cómo la Inteligencia Artificial conceptualiza el vacío y se enfrenta a la nada cuando no tiene ningún modelo de referencia.
SEMILLA 06 - IA_General
¿Es posible diseñar sistemas que puedan suplirnos para afrontar situaciones que claramente nos ponen en riesgo y que requieren, además, de una combinación de conocimientos, adaptación, ingenio, … para enfrentarse a lo inesperado?
SEMILLA 07 - Complejidad e indefinibilidad
El trabajo en matemáticas y en general el trabajo deductivo dentro de una ciencia, avanza en gran medida introduciendo nuevos conceptos que se expresan formalmente junto con sus propiedades básicas. A continuación de deducen nuevas propiedades mediante un proceso bastante formal y en cierta medida automatizable. Sin embargo, estos métodos formales poseen limitaciones bastante fuertes. Los resultados de Turing o de Godel muestran que hay problemas que no podemos resolver algorítmicamente o verdades que no pueden ser demostradas en teorías fundamentales. Habitualmente, este fenómeno se muestra en la existencia de un cierto nivel máximo para la complejidad de las nociones y resultados que podemos manejar dentro de un cierto formalismo. Esto plantea la pregunta: ¿cómo podemos tomar consciencia de los límites de nuestros métodos científicos? ¿Qué implicaciones prácticas tiene la existencia de estos límites?.
SEMILLA 08 - El Yin Yang de la Ciencia y la Tecnología
La ciencia, en este caso los modelos de computación, tratan de producir un avance en la capacidad para resolver problemas, con características deseables en términos de eficiencia, paralelismo, expresividad, etc. El avance teórico de esta ciencia, por ejemplo, de los modelos de computación celular, deberán llevar en última instancia a contar con máquinas reales celulares, rompiendo barreras conocidas en tecnología.
SEMILLA 09 - Exploración vs Explotación
Es posible diseñar algoritmos que optimizan su comportamiento a medida que interactúan con el entorno (de manera directa o simulada), simplemente analizando las respuestas (o recompensas) recibidas en cada momento. Ejemplos clásicos de esto los encontramos en los juegos de estrategia o en robótica, pero en los últimos años también se aplica a otras muchas áreas como la conducción autónoma, los sistemas conversacionales o los sistemas de recomendación. Uno de los puntos clave en el aprendizaje por refuerzo es el balance entre la exploración de nuevas situaciones y la explotación del conocimiento aprendido hasta el momento.
SEMILLA 10 - Xenobiología
Partiendo de las bases científicas relacionadas con Física, Química, Biología y Ecología hay que poder imaginar cómo serían los organismos, los ecosistemas y la evolución de los mismos en otros planetas distintos a la Tierra y poder relacionar dichos ecosistemas con los nuestros y la problemática del cambio climático.
SEMILLA 11 - Formalización del conocimiento
La formalización de las matemáticas es un campo en el que hay gran cantidad de trabajo por realizar. Tanto para apoyar en el desarrollo de nuevos resultados, como para comprobar los ya existentes y elaborar una base de conocimiento de conceptos matemáticos. Un sistema futuro que sea capaz de razonar necesitará de fundamentos lógicos y matemáticos para sustentar su razonamiento.
SEMILLA 12 - Concept-factory
Los conceptos son una parte muy importante del razonamiento humano. Pero ¿existen conceptos en animales? Si así fuera, entonces ¿tendríamos la posibilidad de recrearlos con máquinas? La voluntad y la libertad aparte de la consciencia incorporan demasiadas incógnitas a la comprensión de la capacidad humana de conceptualizar la realidad que nos rodea. Si la hipótesis del sueño animal fuera cierta, entonces podríamos pensar que una simulación artificial es posible.
SEMILLA 13 - Comportamiento humano y de máquina: HUMAINT
Nuestra investigación investiga el impacto que tienen los algoritmos en las personas, en nuestras mentes y en nuestras decisiones. Los algoritmos los encontramos hoy en día en buscadores, aplicaciones móviles (sistemas de conversación como Siri o Alexa o de análisis de imagen como el reconocimiento facial), redes sociales o plataformas (spotify, airbnb, amazon, netflix, linked in, google maps), y nos ayudan a acceder a la información y al contenido, y también nos influyen y nos toman tiempo, generalmente en nuestros teléfonos móviles.
SEMILLA 14 - Xenobiología
Diseñamos algoritmos (algo abstracto en el mundo matemático e informático) para buscar información en grandes bases de datos, para clasificar información o para recomendar. Éstos algoritmos están hoy en día presentes en las redes sociales, buscadores y plataformas de acceso a hoteles, música o libros. Son los sistemas de recomendación, que, a partir de nuestros datos personales y de comportamiento en la red, puede recomendarnos noticias, anuncios, canciones, amigos o películas. Los beneficios son numerosos: acceso a la información, redes de personas, pero también se han encontrado algunos riesgos, que éstos algoritmos puedan discriminar (recomendando por ejemplo más hombres que mujeres), manipular, desinformar, o afectar nuestro bienestar mental, por ejemplo en adolescentes (provocando por ejemplo adición) o mujeres (acoso cibernético). Uno de los problemas de éstos sistemas es su complejidad, son oscuros y opacos, ya que trabajan con muchos datos y tienen millones de parámetros. Por tanto, no están bien estudiados, no se saben muy bien cómo funcionan ni cuáles son sus riesgos ni consecuencias, hasta que se producen en la realidad. Tampoco se testean muy bien en cuanto a su impacto social. Nuestro proyecto de transparencia algorítmica intenta esclarecer y estudiar el efecto a corto y largo plazo de los sistemas algorítmicos en las personas y desarrollar metodologías para evitar riesgos, auditar éstas plataformas y hacer estos sistemas menos opacos.
Spanish 
English