Teoría, ciencia, investigación y aplicaciones

Sevilla, 30 de Noviembre y 1,2 de Diciembre de 2010

Universidad de Sevilla

El Máster de Lógica, Computación e Inteligencia Artificial ( del que forma parte el programa de doctorado con el mismo nombre, con mención de calidad otorgada por la ANECA, referencia 2007-00137), es impartido por el Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Sevilla. El Departamento organiza, con motivo de la apertura del periodo docente 2010-11 de dicho programa, las III Jornadas de Lógica, Computación e Inteligencia Artificial. En dichas jornadas se pretende ofrecer, tanto a los alumnos del citado programa como a todo aquel interesado en este campo, una visión de algunas de las líneas de investigación que se desarrollan en España. Suponen, asímismo, una continuación de las I Jornadas y de las II Jornadas.

A la hora de diseñar su contenido, hemos pretendido describir el recorrido natural de los procesos de I+D+i, desde su germen en seminarios de investigación y tesis doctorales hasta los resultados de innovación. Como en ediciones anteriores, a la hora de elegir a los ponentes hemos combinado tanto a  investigadores de reconocido prestigio como a recientes doctores que puedan trasladar a los asistentes a estas jornadas (y especialmente a los alumnos de doctorado) la experiencia académica, personal y profesional que supone la realización de una tesis doctoral.

A quién va dirigido

Las Jornadas van dirigidas a estudiantes de doctorado, profesores, e investigadores, así como a alumnos de los últimos cursos de estudios superiores científico-tecnológicos, especialmente Ingenierías, Matemáticas, Estadística y Física.

Localización

Las Jornadas tendrán lugar en Salón de grados de la E.T.S. Ingeniería Informática, sito en la Avda. Reina Mercedes s/n. 41012-SEVILLA

Inscripción

La inscripción a las Jornadas es gratuita, exceptuando la cena del Miércoles 1 de Diciembre. Si desea asistir a dicha cena, contacte con alguno de los organizadores.

Para inscribirse a las jornadas, por favor, rellene el siguiente formulario con sus datos, indicando si necesita certificado de asistencia y/o asiste a la cena.

Para más información, contacten con jborrego@us.es

Programa:

Martes 30:

• Joaquín Borrego Díaz (coordinador del Máster): Presentación de las Jornadas
• Jorg Flum:  Lógicas para PTime y sistemas de demostración
• Mario de J. Pérez Jiménez. De la conjetura de Friedman a la modelización del mejillón cebra

Miércoles 1:

• Enrique Casanovas Ruiz-Fornells: Pregeometrías e Independencia
• Andrés Cordón Franco: Lógicas modales. Aplicaciones al estudio de protocolos de comunicación incondicionalmente seguros
• José Antonio Alonso Jiménez: Lógica Computacional en Sevilla (30 años en una hora)

Jueves 2:

• Antonio Paredes Moreno: En torno a la interoperabilidad semántica en la empresa
• Ignacio Pérez-Hurtado de Mendoza: Trayectoria de una Tesis Doctoral: Herramientas de simulación para Membrane Computing
• Francisco F. Lara Martín: Modelos de la Aritmética y complejidad computacional implícita

Conferenciantes Invitados.

• Enrique Casanovas Ruiz-Fornells. Departamento de Lógica, Historia y Filosofía de la Ciencia. Universidad de Barcelona
• Jorg Flum. Abteilung für mathematische Logik der Universität Freiburg
• Andrés Cordón Franco. Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad de Sevilla
• Antonio Paredes Moreno. Departamento de Economía Financiera y Dirección de Operaciones Universidad de Sevilla.
• Ignacio Pérez-Hurtado de Mendoza. Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad de Sevilla
• Mario de J. Pérez Jiménez. Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad de Sevilla
• José Antonio Alonso Jiménez. Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad de Sevilla
• Francisco F. Lara Martín Departamento de Ciencias de la Computación e Inteligencia Artificial. Universidad de Sevilla

Bueno, se acabó el EBE10. Se acabaron tres días repletos de conferencias, desvirtualizaciones y contactos con conocidos. De hecho, esas tres actividades marcan la actividad de uno de los eventos sobre la Web Social más importantes a nivel europeo. Me siento un poco anonadado ante la dimensión que ha tomado el evento, la importancia de su celebración y el impacto mediático (e incluso económico) que consigue. No voy a resumir el evento; esa tarea la han realizado de manera excepcional muchos blogueros bajo el paraguas del eventoblog. Solo voy a apuntar lo que más me llamó la atención:

He subido a Slideshare la versión de este año de la presentación de la parte sobre Teoría de la Computabilidad del curso Lógica y Computabilidad

Afrontamos como departamento un reto importante con este máster, en muchas facetas. En estos momentos la que más me preocupa es la de los trabajos fin de máster. Nuestro máster es de orientación investigadora, y se diferencia de otros en el peso de este módulo (12 créditos ECTS frente a los tradicionales 6). Esto nos obliga a una cuidadosa selección y tutorización de tales trabajos, para mantener la calidad de nuestro anterior periodo de investigación. Y de ahí llega la duda: ¿Qué orientación general le debemos imprimir a esos trabajos?

La respuesta obvia sería: la misma que a los trabajos del periodo de investigación. Pero habría que matizarla. Y ese matiz proviene de la nueva dimensión de los estudios. En mi caso, he decidido -siempre que sea posible- que el trabajo adquiera característidas de I+D+i, es decir, que proyecten innovación. Por experiencia sé que es posible hacer I+i y después “+D”, y eso voy a proponer a los alumnos que deseen trabajar con nuestro grupo. Y, si puede ser, conseguir que sea raíz de emprendimiento.

1. Gestionar el conocimiento generado en una red social móvil.
2. Hemos verificado la teoría básica de AFC en PVS.
3. Hemos extendido los métodos de exploración de atributos para trabajar con conceptos parciales e inducir definiciones de nuevos atributos.
4. Lo hemos utilizado en un sistema para pronosticar quinielas, con el que estamos experimentando y los resultados son prometedores.

Esperamos que la organización de este congreso internacional suponga un fortalecimiento de esta línea de investigación en nuestro grupo.

En estos días han llegado a los medios cuatro proyectos/resultados que suenan a Ciencia Ficción:

• Nell, un sistema que está contínuamente  aprendiendo del contenido que lee de la Web.
• Recorded Future empresa que hace análisis temporal y que se vende como que predice el futuro. En ésta han invertido empresas serias como Google, la CIA y Yahoo!
• Uso de twitter para predecir y estimar epidemias de gripe. Aron Culotta y dos estudiantes analizaron 500 millones de tuits entre Agosto de 2009 y Mayo de 2010 y consiguieron aproximar la evolución de la gripe mejor y antes que el tradicional método de recolectar la información de los hospitales.
• Uso de twitter para predecir el éxito de un película. Investigadores de HP labs demuestran que monitorizando twitter pueden predecir si un film va a ser un éxito de taquilla o no.

Lo interesante de los cuatro proyectos es que aplican minería de datos y análisis temporal a datos provenientes de redes sociales o de toda la WWW. Es decir, somo nosotros los que proporcionamos los datos, y se interpretan adecuadamente, se produce cierta singularidad (no la singularidad de Vernon Vinge, que es de carácter global).En el caso concreto de twitter, existen multitud de aplicaciones que facilitan el análisis del flujo de las actividades de microblogging de sus usuarios.
La idea de explotar esos datos (muchos accesibles mediante simples APIs) es antigua. La novedad es que la fiabilidad de los datos no se pone en entredicho, la confianza en éstos se basa en la gran cantidad de datos disponibles que hace difícil que comportamientos virales desvirtúen los comportamientos globales. La cuestión importante que me plantean estos ejemplos es porqué no hace algo parecido en España. Modestamente, un alumno y yo hemos diseñado un sistema para acertar las quinielas en base a datos públicos que se pueden encontrar en la red, y ya ha acertado una de 11. Y eso sin profundizar y refinar el proceso de análisis y refinamiento del razonamiento que hacemos con los datos. Pero me refiero a un proyecto que se convierta en empresa, que obtenga resultados y atraiga la inversión. Vale que aquí no somos tan atrevidos, pero tenemos los datos, tenemos las herramientas, la ciencia que está detrás. Entonces… ¿falta emprendimiento?

El ejemplo más parecido que conozco a los cuatro que mencionamos es el proyecto Sonar de Indra, que intenta predecir el mercado bursátil, pero su base es semántica y es un prototipo. Y no es un proyecto emprendedor. Finalmente, la aparición del linked data como herramienta de semantización débil proporciona una capa intermedia entre los datos y la Web Semántica factible de ser procesada de manera más fina de lo que se hace en los ejemplos anteriores, lo que es una oportunidad para lanzar proyectos innovadores en ese área.

De las dimensiones más importantes que asociamos al conocimiento, la complejidad (en el amplio sentido) es quizás la más estudiada, pues tiene referentes matemáticos claros. Por ejemplo, las lógicas descriptivas están categorizadas tanto en función de su complejidad sintáctica como en su complejidad algorítmica (incluso su indecidibilidad). Está claro que para un conocimiento no formalmente representado es difícil estimar su complejidad. También es difícil que un conocimiento generado por una red de práctica que no haya sido formalizado pueda serlo. La minería de datos permite estimar cierta estructura en éste, técnicas como el análisis formal de conceptos permiten extraer cierta estructura del conocimiento, pero difícilmente se podrá estimar su complejidad.

La opción que veo más factible es estimar la complejidad en función de la dificultad que un agente tendría para usarla de manera adecuada. Algo así como una adaptación de las teorías formales de agente para que podamos definir lo de “entender un conocimiento para poder usarlo en X”. Cuestiones que aparecen en esta aproximación que son muy interesantes, y que abren prometedoras líneas de investigación:

• Extender el cálculo de situaciones para poder definir ese concepto. Es factible. De hecho, podrían obtenerse los primeros resultados a partir de la noción de proceso estocástico definible en dicho formalismo.
• Extender la teoría de complejidad computacional asociada a clases de agentes.
• Extender con nuevas modalidades las teorías del tipo BDI
• Establecer una teoría de manejo del conocimiento en este marco desde el punto de vista deductivo.

La última es la que realmente representaría un fundamento de los procesos de transformación y manejo del conocimiento en comunidades, empresas, etc. Ese fundamento es necesario para el diseño de interfaces que simplifiquen las actividades alrededor de ese conocimiento. Ya hemos comentado que Paella y OntoxicWiki resuelven algunas de esas actividades. Pero son, por ahora, parciales. Se necesitaría una herramienta integradora de ésas y otras herramientas que se diseñen. Para integrar se necesitaría formatos de intercambio de conocimiento que “encapsulen” más información que la que una ontología de dominio puede hacer. Las cápsulas serían tratadas con servicios de razonamiento bien especificados, extendiendo si fuese necesario WSMO.

En el Fourth Metadata and Semantics Conference (MTSR 2010) presentamos el el trabajo Social Ontology Documentation for Knowledge Externalization  La idea, en el contexto del tratamiento del conocimiento en organizaciones, es ayudar a externalizar (hacer explícito y público) el conocimiento y el perfil de lo que la ontología representa para la empresa (por ejemplo, los casos de uso y las experiencias con conceptos y herramientas en biotecnología o genética). Para hacer eso, en primer lugar debemos proyectar el ciclo de Nonaka y Takeuchi de creación de conocimiento en Empresas (figura de arriba) donde el conocimiento es un activo importante (aunque usualmente intangible). La proyección contempla ciertas actividades de Ingeniería Ontológica, como se ve en la figura:

Para que esta proyección implique una verdadera externalización del conocimiento, se necesita una herramienta que permita semantizar lo que los usuarios aporten sobre el conocimiento. Con ese objetivo, presentamo el prototipo OntoxicWiki un plugin para Protégé que permite documentar y reportar casos de uso de ontologías en comunidades de práctica, y que permita ejecutar el ciclo:

Ontoxicwiki presenta en formato wiki la posibilidad de documentación social de la ontología, de manera que los usuarios contribuyen en formato wiki comentando caracterísiticas de los elementos de ésta, así como describiendo los casos de uso. Sin embargo, realmente están poblando una ontología de documentación, OSMV, una extensión social de Ontology Metadata Vocabulary para contemplar la documentación mediante wiki. Lo aportado por la comunidad en la wiki se integra de manera natural en la ontología de la empresa expandida con OSMV (gracias a que OntoxicWiki es plugin de Protégé).

Finalmente, debo hacer notar que OntoxicWiki no es una wiki semántica aunque lo parezca, es otra cosa: una tecnología wiki para documentar socialmente ontologías.

He subido a Slideshare las transparencias que voy a usar para motivar a los alumnos en el curso Lógica y Computabilidad con una pequeña introducción a la lógica. Como no podemos avanzar mucho en su estudio, al menos pretendo que miren la disciplina desde la cima, para que vean las múltiples aplicaciones.

Supongamos que una agencia de seguridad gubernamental decide -con buen criterio- transformar su información en conocimiento usando tecnologías de la Web Semántica. Una de las fases más importantes será el diseño y construcción de una ontología sobre su dominio. En esa ontología, conceptos como identidad o amenaza deberían estar especificados de tal forma que no supongan un peligro para nadie (ni para ciudadanos ni para el estado). Una mala especificación podría, por ejemplo, llevar a deducir incorrectamente que un ciudadano es un delincuente internacional, o que ciertas personas potencialmente peligrosas tienen acceso a bases de datos confidenciales. Este problema tiene varios niveles de tratamiento, desde la corrección de los problemas de diseño de la ontología hasta la localización de relaciones entre las clases no pretendidas.

Sin embargo, el desafío de asegurarnos que la ontología de seguridad es segura es mucho más complejo de lo que parece. Aunque muchos de los defectos que se encuentran provienen de  pensar -inconscientemente- en esquemas de bases de datos en vez de en ontologías (con el mundo abierto), la realidad es que es difícil encontrar algunas de las relaciones no deseadas. Téngase en cuenta que ciertas relaciones no deseadas no son posibles en el mundo real, pero son consistentes con la ontología, y por tanto los razonadores automáticos no son capaces de distinguirlas de las correctas. De ahí que sea dificil depurar esas anomalías. Es aquí donde entra en juego Paella.

Paella es un plugin para Protégé que ha programado Gonzalo (como parte sustancial de su tesis) que ha adaptado con éxito la interpretación mereotopológica de las relaciones conceptuales que presentamos en el Congreso Europeo de la Web Semántica de 2006. Con Paella cualquiera puede comprender las relaciones ocultas (algunas no pretendidas) entre las clases de una ontología, bajo la idea: dos conceptos están conectados si existe un modelo de la ontología donde tienen elementos comunes. Bajo esa premisa, y a golpe de ratón, el usuario puede bosquejar una solución de cualquier anomalía que detecte. Y lo que es más importante, el usuario puede entender cómo la ontología trata sus datos, su información. Es más, herramientas de este tipo permiten la comprensión de los datos que usan las administraciones. Incluso, a la adopción de estrategias de OpenData al facilitar su análisis a los no expertos en ontologías.

En el Tercer Congreso Internacional  sobre Inteligencia Computacional en Seguridad en Sistemas de Información (CISIS 10) presentaremos una trabajo (Mereotopological Analysis of Formal Concepts in Security Ontologies, que aparecerá en un volumen de la serie Advances in Intelligent and Soft Computing de Springer) sobre cómo aplicar Paella a ontologías de seguridad, e ilustramos su utilidad detectando algunas anomalías en ontologías de seguridad, potencialmente peligrosas. Por ejemplo,la ilustrada en la siguiente imagen: en la ontología estudiada, una tarjeta de crédito es potencialmente una identificación válida para entrar en recintos militares: