Descripción del proyecto
EL APRENDIZAJE AUTOMATICO SE INFILTRA EN CADA VEZ MAS AREAS DE LA SOCIEDAD, LLEGANDO A TENER UN IMPACTO SUSTANCIAL EN LA VIDA DE LAS PERSONAS, ESTA TENDENCIA SE ENCUENTRA ENRAIZADA EN LA IDEA QUE ESTOS ALGORITMOS PROPORCIONAN UNA APROXIMACION OBJETIVA A PROBLEMAS SOCIALES COMO UNA ALTERNATIVA FIABLE A LOS SESGOS COGNITIVOS HUMANOS, SIN EMBARGO, A PESAR DE ESTA PRETENDIDA OBJETIVIDAD, SE HA COMPROBADO QUE LOS ALGORITMOS DE APRENDIZAJE AUTOMATICO PUEDEN EXPLOTAR CORRELACIONES INDESEADAS O INCLUSO EXHIBIR ALTA PRECISION POR CAUSAS ERRONEAS, AUN MAS, LOS MODELOS QUE SE APRENDEN A PARTIR DE DATOS ETIQUETADOS SON SUSCEPTIBLES DE HEREDAR LOS SESGOS EXISTENTES EN LOS DATOS DE APRENDIZAJE,AUNQUE EL IMPACTO DE LAS DECISIONES DE UN MODELO DE APRENDIZAJE AUTOMATICO SE PUEDE MEDIR A POSTERIORI, ESTO NO ES ACEPTABLE EN DECISIONES CON ALTO RIESGO, DONDE LAS PERDIDAS SON DEMASIADO ELEVADAS O LOS DAÑOS CAUSADOS IRREPARABLES, EN ESTAS CIRCUNSTANCIAS UNO DEBE CUESTIONAR O INCLUSO RETAR LAS POTENCIALES DECISIONES DE ESTOS ALGORITMOS, DESAFORTUNADAMENTE, LA MAYORIA DE ALGORITMOS USADOS SON CAJAS NEGRAS, ESTO HACE QUE EL ESCRUTINIO DE LAS RAZONES Y CAUSAS DE UNA DECISION SEA UNA TAREA COMPLEJA, Y MOTIVA LA NECESIDAD DE EXPLICACIONES,EL PRESENTE PROYECTO SE CENTRA EN EL PROBLEMA DE ENTENDER EL COMPORTAMIENTO HUMANO A PARTIR DE IMAGENES Y VIDEOS, ESTA TAREA ES UN GRAN RETO DEBIDO A LA GRAN CANTIDAD DE FUENTES DE INCERTIDUMBRE: OCLUSIONES, PUNTOS DE VISTA, DISTORSIONES, SIN OLVIDAR LA VARIABILIDAD INHERENTE EN EL PROPIO COMPORTAMIENTO HUMANO, ESTAS FUENTES DE VARIABILIDAD AGRAVAN LA YA ALTAMENTE SUBJETIVA TAREA DE IDENTIFICAR Y ANOTAR ESTE TIPO DE DATO, A TODO ESTO SE LE HA DE AÑADIR QUE, AL IGUAL QUE SUCEDE EN MUCHAS OTRAS TAREAS QUE INVOLUCRAN SERES HUMANOS, LA ADQUISICION Y LA ANOTACION DE SUFICIENTES DATOS ES UN RETO COMPLEJO, COMO RESULTADO, CUANDO SE ANALIZA EL COMPORTAMIENTO HUMANO NOS ENCONTRAMOS CON CONJUNTOS DISPERSOS, PEQUEÑOS Y PARCIALES DE DATOS,LA HIPOTESIS DE LA PRESENTE PROPUESTA SON: PRIMERO, LAS EXPLICACIONES SON UN ELEMENTO NECESARIO EN VISION POR COMPUTADOR PARA AVANZAR EN LA COMPRENSION DEL COMPORTAMIENTO HUMANO; Y SEGUNDO, LAS EXPLICACIONES BASADAS EN EL CRUCE DE DOMINIOS SON NECESARIAS PARA EXPLORAR LOS FACTORES Y LAS CAUSAS SUBYACENTES EN LOS FENOMENOS PREDICHOS,EL PLAN DE TRABAJO DEL PROYECTO SE BASA EN LOS SIGUIENTES OBJETIVOS ESPECIFICOS:-DEFINICION DE TECNICAS PARA LA INTERPRETACION VISUAL Y LA GENERACION DE EXPLICACIONES PARA LA COMPRENSION DEL COMPORTAMIENTO HUMANO ADAPTADAS A LOS DOMINIOS DE LAS IMAGENES Y VIDEO,-DEFINICION DE METODOS PARA GENERAR EXPLICACIONES GLOBALES Y CONTRAFACTUALES,-DISEÑO Y VALIDACION DE NUEVOS MODELOS DE ALGORITMOS PARA LA ADAPTACION A DOMINIONS USANDO ESPACIOS LATENTES DE APRENDIZAJE PROFUNDO,-PROPUESTA DE UNA REPRESENTACION CONJUNTA QUE SUGIERA EXPLICACIONES GENERALIZABLES EN MULTIPLES FUENTES DE DATOS Y DOMINIOS USANDO VISION,-FINALMENTE, VALIDAR LAS CONTRIBUCIONES EN 4 DEMOSTRADORES PARA LA REGRESION DE PERSONALIDAD, PARA EL ASESORAMIENTO VIRTUAL DE GENTE MAYOR USANDO COMPUTACION AFECTIVA, PARA LA REGRESION DE SEÑALES SOCIALES EN ESCENARIOS DIADICOS, Y PARA EL RECONOCIMIENTO COMPORTAMENTAL EN CONTROL MOTOR,EL EXITO DE LA INVESTIGACION DE ESTE PROYECTO CONSTITUIRA UN CLARO AVANCE TEORICO Y PRACTICO EN LA COMPRENSION DEL COMPORTAMIENTO HUMANO BASADO EN ANALISIS AUTOMATICO USANDO VISION, Y EN EL CAMPO DE LA EXPLICABILIDAD DE ALGORITMOS DE APRENDIZAJE AUTOMATICO Y SUS PREDICCIONES EXPLICABILIDAD\ADAPTACION DE DOMINIO\TRANSFERENCIA DEL APRENDIZAJE\COMPORTAMIENTO HUMANO SUBJETIVO\VISION POR COMPUTADOR\APRENDIZAJE AUTOMATICO\CONTRAFACTUALES\APRENDIZAJE PROFUNDO\INTERPRETABILIDAD\COMPUTACION AFECTIVA