ASAI 2009

Modelos ocultos de Markov: fundamentos teóricos, avances recientes y aplicaciones

Dr. Diego Milone
Laboratory for signals and computational intelligence,
Universidad Nacional del Litoral, Santa Fe, Argentina

Abstract
Los modelos ocultos de Markov han dado respuesta a diversos problemas en una amplia gama de aplicaciones. Como grandes áreas de aplicación se pueden mencionar la visión por computadora, el reconocimiento del habla y, más recientemente, la bioinformática. En esta presentación brindaremos una introducción conceptual e intuitiva a los modelos ocultos de Markov discretos, para luego revisar los fundamentos teóricos del entrenamiento en el caso más general de los modelos continuos. Con esta base se presentarán diversas alternativas en cuanto a la arquitectura del modelo y algunos avances recientes en la formulación de los algoritmos de entrenamiento. Para completar la presentación se describirá con mayor detalle cómo estos modelos pueden ser adaptados a diferentes aplicaciones de interés práctico, mostrando su versatilidad y los resultados que pueden obtenerse en cada caso.

From Programs to Solvers: Models and Techniques for General Intelligence

Dr. Hector Geffner
ICREA & Universitat Pompeu Fabra
Barcelona, SPAIN

Abstract
A significant change has occurred in AI research in the last twenty years, as researchers have moved from the early AI paradigm of writing programs for ill-defined problems to writing solvers for well-defined mathematical models such as Constraint Satisfaction Problems, Strips Planning, SAT, Bayesian Networks and Partially Observable Markov Decision Processes. Solvers are programs that take a compact description of a particular model instance (a planning problem, a CSP instance, and so on) and automatically compute its solution. Unlike the early AI programs, solvers are general as they must deal with any problem that fits the model. This presents a crisp computationally challenge: how to make these solvers scale up to large and interesting problems given that all these models are intractable in the worst case. Work in these areas has uncovered techniques that accomplish this by automatically recognizing and exploiting the structure of the problem at hand, My goal in this talk is to articulate this research agenda, to go over some of ideas that underlie these techniques, and to show the relevance of these models and techniques to those interested in models of general intelligence and human cognition.

Utilización de agentes en aprendizaje colaborativo soportado por computadoras

Dra. Rosanna Costaguta
Universidad Católica de Santiago del Estero,
Santiago del Estero, Argentina

Abstract
El uso de medios computacionales en el dominio del Aprendizaje Colaborativo ha permitido definir nuevos escenarios de enseñanza-aprendizaje, originando los conocidos sistemas de Aprendizaje Colaborativo Soportado por Computadoras. Estos sistemas ofrecen versiones electrónicas de muchas actividades y recursos presentes en las aulas de enseñanza tradicional (presencial). Así, es posible disponer de espacios para trabajo compartido, lecturas y presentaciones on-line, resultados de evaluaciones y calificaciones, listados de bibliografía, repositorios de ejercicios y materiales, etc. Contando también con herramientas de comunicación síncrona y/o asíncrona como chat, foro y e-mail, todo lo cual da soporte tanto a la comunicación como a la colaboración entre los estudiantes. Por las facilidades expuestas, y porque a través del soporte computacional logra independizar a los estudiantes de las variables tiempo y espacio (estudiantes ubicados en puntos geográficos distantes, e incluso, contribuyendo en momentos diferentes en el tiempo, pueden trabajar colaborativamente), el Aprendizaje Colaborativo Soportado por Computadoras rápidamente fue adoptado en el ámbito de la educación a distancia. Sin embargo, estas facilidades no son suficientes para asegurar una efectiva apropiación de conocimientos. Desde hace unos pocos años muchas de estas aplicaciones han comenzado a incluir agentes que les permiten enriquecer sus funcionalidades tradicionales, generalmente, incorporando la capacidad de adaptarse a las características de cada uno de los estudiantes que las usan. En la charla se presentarán algunas aplicaciones, en el ámbito del Aprendizaje Colaborativo Soportado por Computadora, que cuentan con agentes en sus arquitecturas.