El cerebro más privilegiado
Dos profesores de la ULE diseñan Amore, un programa informático que predecirá el futuro ante unas determinadas variables y resolverá qué decisiones se deben tomar
Javier Alfonso Cendón es uno de los profesores y doctores más jóvenes de la Universidad.
El doctor en Ingeniería Informática de la Universidad de León, Javier Alfonso Cendón, ha ganado el primer premio del Concurso de Prototipos Orientados al Mercado que organiza la Fundación General de la Universidad y la Empresa de León. El prototipo, en cuyo diseño también ha participado el doctor en Ingeniería Industrial, Manuel Castejón, se denomina Amore.
Este joven científico explicó que el objetivo de este proyecto es desarrollar un prototipo destinado al entrenamiento y simulación de redes neuronales, que permita obtener un control total de las redes, facilitando el acceso directo a cada uno de sus parámetros y componentes, permitiendo así configurar y personalizar sus diferentes funciones y características, con el fin de poder adaptarlas a las necesidades específicas de cada usuario.
Es decir, Amore es un programa informático basado en modelos matemáticos muy avanzados que imitará el comportamiento del cerebro pero a gran escala. «Servirá para predecir lo que ocurrirá en el futuro en función de una serie de parámetros que dependerán del sector en el que se aplique», resalta Cendón. Una vez comercializado se podrá aplicar en la industria farmacológica, en la medicina, en la bolsa o en el sector empresarial para la toma de decisiones. En la actualidad no existe en el mercado nada similar, en cuanto a configurabilidad y aplicabilidad, y se podría configurar con un servicio público. Hasta ahora no existe ningún sistema informático de esta magnitud y lo que existe es de pago.Dicho prototipo se desarrollaría utilizando software libre, y concretamente la nueva versión de S (S4), y la especificación PMML (Predictive Model Markup Language) 4.0 para redes neuronales. Algunas de las características de este prototipo es que será funcional, evolucionará constantemente, deberá obtener retroalimentaciones para su mejora y deberá tener un coste bajo de desarrollo. El prototipo que se pretende desarrollar, es una herramienta destinada al entrenamiento y simulación de redes neuronales cuya diferencia con otras alternativas de extendido uso es la flexibilidad con la que cuenta el usuario para adaptar la estrategia de aprendizaje a sus necesidades. Servirá para la clasificación y reconocimiento de patrones, modelación financiera y económica, perfiles de mercado y clientes, aplicaciones médicas, gerencia del conocimiento y descubrimiento de datos, optimización de procesos industriales y control de calidad.