Aprendizaxe e razoamento automáticos

A investigación realizada no CiTIUS no eido da aprendizaxe automática ten por fin o deseño e desenvolvemento de modelos, métodos e tecnoloxías que permitan á computadora a incorporación de novas capacidades, a partires da identificación de regularidades nos datos da observación. O desafío radica en facer posible a aprendizaxe desde a dispoñibilidade de moi poucos datos ata o progresivo acceso a volumes inxentes deles, asumindo que estes poden adoptar distintas formas de representación: imaxe, vídeo, texto, etc. Interesa conxugar un equilibrio entre plasticidade e capacidade de xeralización, facendo un uso eficiente dos recursos computacionais, minimizando o seu impacto ambiental e maximizando a súa viabilidade económica. A aplicación da aprendizaxe automática é extensiva a calquera sector socioeconómico e calquera disciplina científica, social ou humanista.

Por outra banda, investígase na procura de modelos, métodos e técnicas para dotar ás computadoras da capacidade de razoar, permitindo confrontar o coñecemento previamente adquirido coa evidencia dispoñible en dominios que evolucionan co tempo, a fin de alcanzar conclusións útiles para a toma de decisións. O desafío radica fundamentalmente na formalización das bases do razoamento que sustentan a racionalidade, a partires de información que mesmo pode ser vaga, imprecisa ou incerta. Os dominios de aplicación son múltiples, van dende a saúde, a industria, o agroalimentario, o transporte ou a loxística, entre outros.