Laboratorio de Inteligencia Artificial

Integrantes


Agustín Gravano

Ph.D. in Computer Science, Columbia University. Director del Laboratorio y de la Licenciatura en Tecnología Digital, UTDT.

Emmanuel Iarussi

Ph.D. in Computer Science, Université de Nice. Profesor investigador, UTDT.

Viviana Siless

Ph.D. in Computer Science, Université Paris Sud. Profesora investigadora, UTDT.

Ramiro Galvez

Doctor en Ciencias de la Computación, Universidad de Buenos Aires. Profesor investigador, UTDT.

Bianca Calomarde

Tesista del MiM+Analytics, UTDT

Chiara Calviello Crusella

Asistente de investigación - Estudiante del MiM+Analytics, UTDT

Federico Duca

esista del MiM+Analytics, UTDT

Erik Ernst

Asistente de investigación

Miguel Fainstein

Asistente de investigación - Tesista de la Lic. en Cs. de la Computación, UBA

Paula Feldman

Becaria doctoral CONICET

Rubén Festini

Tesista de la Lic. en Cs. de la Computación, UBA

Damián Ilkow

Tesista del MiM+Analytics, UTDT

Matías Nicolás Méndez

Asistente de investigación

Ezequiel Merovich

Asistente de investigación - Estudiante de la Maestría en Econometría, UTDT

Melisa Pandolfi

Tesista del MiM+Analytics, UTDT

Alejo Antonio Salvador

Asistente de investigación

Ana Sarries

Tesista de la Lic. en Cs. de la Computación, UBA

Fernando Spannaus

Tesista del MiM+Analytics, UTDT

Juan Ignacio Tollo

Asistente de investigación

Proyectos


Interacción entre humanos y sistemas de inteligencia artificial

Al mantener una conversación, los seres humanos exhibimos un nivel de coordinación extraordinario a lo largo de varias dimensiones del habla. Esta línea de investigación busca entender y modelar computacionalmente las distintas formas que toma esa coordinación. El objetivo posterior es incorporar ese conocimiento a los sistemas de diálogo hablado (por ejemplo, los asistentes virtuales) y así procurar mejorar su naturalidad y su usabilidad para tareas y públicos cada vez más diversos.

Análisis automatizado del lenguaje natural

El volumen de datos que genera la humanidad crece día a día. Una parte considerable consiste en textos y audios en lenguaje natural (español, inglés, etc.) volcada en redes sociales. Esta línea de investigación busca mejorar las técnicas automáticas de procesamiento del lenguaje natural, tendientes a extraer información valiosa de grandes volúmenes de datos, tanto a nivel lingúístico (palabras, frases, significado, etc.) como a nivel paralingúístico (emociones, sarcasmo, violencia, etc.).

Manipulación asistida de contenido 2D y 3D

La información digitalizada nos confiere habilidades sin precedentes para la creación y edición de contenido. Sin embargo, algunas tareas en tipos de datos complejos, como imágenes o modelos tridimensionales, todavía resultan complicadas y frecuentemente requieren de personal calificado. Esta línea de investigación busca mejorar las herramientas de manipulación digital mediante modelos IA, con foco en las herramientas de CAD y el diseño industrial de productos.

Análisis de redes sociales

La interacción con distintos dispositivos y servicios que recolectan datos de sus usuarios permite estudiar en detalle las relaciones entre los mismos. Esta línea de investigación busca hacer uso de técnicas modernas de redes complejas para modelar comportamientos humanos que permitan responder preguntas de disciplinas tales como la Economía, la Sociología o la Psicología Social, así como también mejorar el desempeño de modelos predictivos al incorporar esta dimensión a los mismos.

Comprensión y detección de enfermedades

La medicina genera conjuntos de datos multimodales para mejorar la detección de enfermedades, analizar el progreso de tratamientos y, a su vez, comprender el desarrollo normal. Los datos varían de 1D a 4D, desde un test de tipo PCR (positivo/negativo) a imágenes de resonancia magnética adquiridas en tiempo espacial (funcional) o angular (de difusión). Esta línea de investigación apunta a analizar datos médicos obtenidos en grupos de pacientes, para desarrollar modelos que nos permitan mejorar la precisión y detección de enfermedades, así como el seguimiento de la evolución de tratamientos.

Economías alternativas en web3

En Latinoamérica la mayoría de los trabajadores pertenecen a la economía informal, quienes son excluidos del sistema financiero tradicional debido a la falta de información y estabilidad para poder acceder a servicios financieros como préstamos y seguros. En los últimos años web3 (blockchain) creó una arquitectura para el sistema financiero alternativo y anónimo, algo que resulta atractivo para la economía informal, sobre todo en América Latina donde la moneda fiat local suele ser inestable. Esta línea de investigación está enfocada en analizar datos de web2 y web3 para promover un sistema financiero alternativo inclusivo.

Publicaciones



    • "SketchZooms: Deep Multi-view Descriptors for Matching Line Drawings" - P. Navarro, J.I. Orlando, C. Delrieux, E. Iarussi - Computer Graphics Forum - 2021
    • "A unifying framework for modeling acoustic/prosodic entrainment: definition and evaluation on two large corpora" - R.H. Gálvez, L. Gauder, J. Luque, A. Gravano - SIGDIAL - 2020
    • "Reward-Related Neural Circuitry in Depressed and Anxious Adolescents: A Human Connectome Project" - R.P. Auerbach, D. Pagliaccio, N.A. Hubbard, I.Frosch, R.Kremens, E.Cosby, R.Jones, V.Siless, N. Lo, A. Henin, S.G. Hofmann, J.D.E.Gabrieli, A. Yendiki, S. Whitfield-Gabrieli, D.A. Pizzagalli - Journal of the American Academy of Child & Adolescent Psychiatry - 2022
    • "Learning deep features for dead and living breast cancer cell classification without staining" - G. Pattarone, L. Acion, M. Simian, R. Mertelsmann, M. Follo, E. Iarussi - Nature Scientific Reports - 2021
    • "A cross-linguistic analysis of the temporal dynamics of turn-taking cues using machine learning as a descriptive tool" - P. Brusco, J. Vidal, S. Benus, A. Gravano - Speech Communication - 2020
    • "Automated radio tracking provides evidence for social pair bonds in an obligate brood parasite" - R.C. Scardamaglia, A.A. Lew, A. Gravano, D.W. Winkler, A. Kacelnik, J.C. Reboreda - International Journal of Avian Science - 2022
    • "Registration-free analysis of diffusion MRI tractography data across subjects through the human lifespan." - V. Siless, J.Y. Davidow, J. Nielsen, Q. Fan, T. Hedden, M. Hollinshead, E. Beam, C.M. Vidal Bustamante, M.C. Garrad, R. Santillana, E.E. Smith, A. Hamadeh, J. Snyder, M.K. Drews, K.R.A. Van Dijk, M. Sheridan, L.H. Somerville, A. Yendiki - NeuroImage - 2020
    • "Half a Century of Stereotyping Associations Between Gender and Intellectual Ability in Films" - R.H. Gálvez, V. Tiffenberg, E. Altszyler - Sex Roles - 2019

Laboratorio de
Inteligencia Artificial

Escuela de Negocios - Universidad Torcuato Di Tella
Avenida Presidente Figueroa Alcorta 7350 (C1428BCW)
Ciudad Autónoma de Buenos Aires, Argentina
Director: Agustín Gravano
labo-ia@utdt.edu

Contactanos

Contacto