Iberamia 2018 Career Recognition Award talk

Ethics and Artificial Intelligence

 

Prof. Juan Pavón

Grupo de investigación en Aplicaciones Sociales e Interdisciplinares basadas en Agentes (GRASIA)
Complutense University of Madrid  (
12:15, Thursday, 15th Nov)


Current development of Artificial Intelligence shows systems with greater degree of autonomy and decision making capabilities. Also, their integration in all dimensions of our daily living raises ethical issues on their application and behavior. This talk will review how ethics has been considered in the design of intelligent systems, and will address questions such as: Can we control that these systems follow an ethical behavior? Can we program ethical values in intelligent systems? What would be the ethics of robots?

Short Bio: Juan Pavón holds a PhD degree in Computer Science from Universidad Politécnica Madrid (1988). From 1987 to 1997 he was working in R&D departments of Alcatel in Spain, France and Belgium, and in Bellcore (USA), especially in the development of component-based architectures for distributed systems, and their application to multimedia services on broadband networks and mobile systems. Currently he is Full Professor at Universidad Complutense Madrid, where he leads the GRASIA research group. His main areas of interest focus on the application of multi-agent systems technology in distributed control, service personalization, knowledge management, ambient assisted living, Systems of Systems engineering, complex systems simulation, and tools to support Responsable Research and Innovation (RRI).

 

Data-driven Analytics for Natural Resources


Bianca Zadrozny, Ph.D.

Sr. Research Scientist
Manager, Natural Resources Analytics
IBM Research – Brazil (
12:15, Wednesday, 14th Nov)


In this talk, I will give an overview of some of the most recent projects developed in the Natural Resources Analytics group at IBM Research Brazil. The group’s mission is to conduct research projects in data-driven analytics for decision making in the areas of oil&gas and mining, with a focus in developing new machine learning workflows to aid geoscientists in the discovery of natural resources. The topics I will cover in more detail include: seismic image segmentation using convolutional neural networks, prediction of well production from well logs and gold mineralization prediction using drill hole data.

Short Bio: Bianca Zadrozny is a research manager at IBM Research Brazil, leading the Natural Resources Analytics group. The group’s mission is to conduct research projects in data-driven analytics for decision making in the areas of oil&gas and mining, with a great focus in developing new machine learning workflows to aid geoscientists in the discovery of natural resources. Bianca got her PhD in Computer Science from University of California, San Diego in 2003. After that, she has worked as a researcher at IBM T.J. Watson Research Center, New York and as a professor at Federal Fluminense University, Brasil. In 2011, she joined IBM Research Brazil. Bianca is an active researcher in the machine learning and data mining communities, having published more than 30 papers. She has served in the editorial board of the Journal of Machine Learning Research (JMLR) and the Data Mining and Knowledge Discovery (DMKD) journal and also in the program committees of conferences such as ICML, KDD, ECML, SDM e SBBD.

 

Aspectos Estadísticos y Computacionales del análisis de Big Data


Dr. Edgar Acuña Fernández
Dpto. de Ciencias Matemáticas y Programa Doctoral en Ciencias e Ingeniería de la Información y de la Computación.
Universidad de Puerto Rico en Mayaguez (
12:00, Thursday, 13th Nov)


Los mecanismos para la recolección automática de datos (por ejemplo, sensores) y el desarrollo de tecnología  ha hecho posible que una gran volumen de datos (Big Data) pueda estar disponibles en bases de datos, almacenes de datos y otros repositorios de información. Hoy en día, compañías tales como Google, Twitter, Facebook, Amazon, Netflix, Linkedin, etc tienen  la necesidad de convertir estos datos en conocimiento e información. En esta charla, revisaremos algunas herramientas estadísticas y computacionales para extraer conocimiento  en conjuntos de datos masivos, esta es una de las principales tareas en el mundo de los grandes conjuntos de datos (Big data) Primero, daremos una breve introducción a minería de datos y  Big Data. Luego, explicaremos, el uso de Hadoop y Mapreduce, dos poderosas herramientas computacionales basadas en tecnología de Google para manipular Big Data . Asimismo, hablaremos de Spark (AMPlab-UC-Berkeley) y del uso de Python y R para hacer análisis de Datos Grandes.  Finalmente,  hablaremos uso acerca de varios servicios  de  Computación en la Nube (Cloud Computing)  para Big Data, tales como Google Cloud Platform, Amazon Web Services y Microsoft Azure

Short Bio: El Dr. Edgar Acuña  es catedrático Principal  del Departamento de Coencias Matemáticas de  la Universidad de Puerto Rico en Mayaguez. Su área de investigación es en Aprendizaje Estadístico y Computacional para el Descubrimiento de Conocimiento en bases de datos.   En particular, él está interesado en pre-procesamiento de datos y en ingeniería de datos.  Actualmente, él está trabajando en minería de datos masivos (Big Data) y en aplicaciones de análisis de datos funcionales a datos provenientes de distintas áreas científicas y comerciales.  El ha supervisado a 25 estudiantes de maestría en Estadística y Computación Científica y a 5 estudiantes doctorales en Ciencias e Ingeniería de la Información y Computación.  En el 2009, Dr. Acuña fue seleccionado como Fulbright Scholar para visitar universidades peruanas. El ha ofrecido conferencia en  23 países alrededor del mundo.   El Dr. Acuña  ha sido el investigador principal de 4 proyectos patrocinados por la Oficina de Investigación Naval, la Fundación Nacional de las Ciencias y del Departamento de Defensa de los Estados Unidos. El Dr. Acuña ha asistido por invitación a institutos de veranos ofrecidos por el Centro de Supercomputadoras de San Diego(2015) y a Google(2017). Durante su carrera, el Dr. Acuña ha recibido fondos de Intel y Hewlett Packard para adquirir  equipo de computación y para financiar a sus estudiantes graduados.