El proyecto de investigación NEXO tiene como objetivo desarrollar una inteligencia artificial (IA) que sea más interpretable y comprensible para expertos, y que contribuya a la solución de problemas reales. Este trabajo se enfoca específicamente en la predicción de la disponibilidad de recursos energéticos y de las condiciones meteorológicas.
El proyecto, llevado a cabo en colaboración entre los grupos Ayrna de la Universidad de Córdoba y Gheode de la Universidad de Alcalá, busca desarrollar lo que se conoce como inteligencia artificial explicable. Esta técnica tiene por objetivo desarrollar modelos precisos, pero al mismo tiempo acompañados de explicaciones claras e interpretables acerca de cómo estos modelos obtienen los resultados para los que fueron desarrollados, dejando a un lado las denominadas cajas negras de la IA.
A través del aprendizaje automático, en el que el propio sistema computacional aprende mediante un entrenamiento previo, el equipo trabajará hasta 2027 con modelos de redes neuronales artificiales y con clasificación ordinal, la cual permite abordar problemas cuyas clases a predecir presentan un orden natural.
Predicciones en energías renovables y climatología
El equipo del proyecto NEXO empleará el aprendizaje automático y las redes neuronales artificiales para desarrollar modelos de clasificación ordinal que sean explicables y transparentes, y ayudar a realizar mejores predicciones en varias áreas.
La primera de ellas es la energía renovable, clave en los próximos años para abandonar el uso de los combustibles fósiles, pero que cuenta con la desventaja de ser irregular ya que no siempre hace sol o no siempre sopla el viento. La aplicación de los modelos desarrollados permitirá la predicción de la disponibilidad de energía eólica, solar, undimotriz o de olas.
Relacionada con las energías renovables se encuentra la segunda de las aplicaciones: la climatología. Se busca conocer no solo la posibilidad de que ocurran eventos climáticos extremos como olas de calor o sequías, sino también la influencia que estos eventos pueden tener en las energías verdes ya que, por ejemplo, una velocidad de viento extrema puede romper las turbinas eólicas o una velocidad de viento baja puede hacer innecesario activarlas.
Además, el proyecto también se centrará en la probabilidad de supervivencia en donación de órganos y en lista de espera para trasplante. En concreto, aplicará las redes neuronales artificiales en el área/ámbito del trasplante de hígado, tanto para estimar la probabilidad de supervivencia del órgano en el emparejamiento entre donante-receptor, como para evitar el sesgo de género en las listas de espera de los receptores, y en lo que ya están trabajando con el sistema de priorización GEMA.