Resumen:

Human-robot collaboration is a challenging task that requires developing artificial perceptual skills to interpret human behaviors and exquisite timing to react seamlessly to such behaviors. One of the main goals of human-robot collaboration is to achieve a shared understanding of the task and the environment, as well as a mutual adaptation of behaviors and goals. In this talk, I will present two aspects of human-robot collaboration that can be generically understood as the “social” and the “physical” domain of interaction. All experiments are carried out on the iCub humanoid robot, a platform that offers rich perceptual and motor capabilities. In the social domain, I describe experiments that aim to understand how humans interactants interpret the behavior of the iCub in well-defined and controllable scenarios. On the other hand, in the physical domain, we develop direct sensing of human movements to integrate them in the iCub controllers.

Resumen:

Amazon has challenging robotic manipulation problems in terms of scale, item variability and process variability. In the past four years we have invented our own approaches to a variety of pick and place tasks. I will talk, at a high level, about the visual perception, grasp learning, failure detection, continual learning and automated A/B testing that we have used to deploy hundreds of robots that pick millions of packages every day. I will also cover the even more challenging problem of manipulating the hundreds of millions of products we have in our catalogue, including fast pick and place, damage prevention and stowing to dense storage.

Resumen:

Se explorará el uso de OCI Vision en visión por computadora, destacando casos de éxito en industrias como retail y manufactura, y su aplicación en la detección temprana de cáncer mediante análisis de imágenes médicas. Se abordarán beneficios, desafíos técnicos y éticos, y tendencias futuras en esta tecnología.

Resumen:

La robótica e interfaces inteligentes son dos ramas del conocimiento que integran tanto el desarrollo científico, como la incorporación de nuevas tecnologías en su quehacer cotidiano. Los robots inteligentes, la realidad virtual y aumentada son un ejemplo claro de la incorporación de nuevas ideas científicas y esarrollos de hardware innovadores. El grupo académico Robótica Inteligente del instituto de investigaciones en inteligencia artificial de la Universidad Veracruzana, cuenta con dos líneas de investigación activas, enfocadas a la resolución de problemas con el uso de robots e interfaces inteligentes. En esta charla se detallarán algunas de las recientes investigaciones en la UV, como son: los robots de asistencia en el hogar, desarrollos de realidad virtual y aplicaciones al deporte o rehabilitación con dispositivos inteligentes.

Resumen:

Nuestros panelistas presentarán sus visiones sobre las oportunidades de América Latina para participar en el desarrollo de la Inteligencia Artificial, ante el desafiante contexto de las IAs generativas que requieren de una infraestructura de hardware de muy alto costo y producción insuficiente y la alta especialización requerida para realizar investigación de desarrollo en el campo. En este escenario, existen alternativas y campos inexplorados donde América Latina puede contribuir de forma creativa y novedosa.

Resumen:

El cáncer de mama es una enfermedad que afecta a un número considerable de mujeres cada año. En esta plática se explicarán dos metodologías que hemos seguido para la posible identificación y reconocimiento del cáncer, utilizando datos obtenidos de consultas médicas, como de mamografías. La primer metodología utiliza algoritmos de minería de datos, y la segunda utiliza procesamiento de imágenes y algoritmos de clasificación de aprendizaje de máquina. Se expondrán los retos y oportunidades para este tipo de problemas relacionados con salud.

Resumen:

Este trabajo destaca la importancia de la interpolación en series de tiempo meteorológicas del Estado de México para reconstruir datos climáticos incompletos, fundamentales en el análisis y toma de decisiones. Se emplean redes neuronales artificiales (RNA) para mejorar la precisión en comparación con métodos tradicionales, explorando dos enfoques: interpolación directa, que estima valores faltantes dentro de la serie, y predicción temporal o iterada, que utiliza ventanas deslizantes y retardo para proyectar valores futuros. Los resultados muestran que las RNA capturan relaciones no lineales en los datos, proporcionando interpolaciones más precisas y modelos de pronóstico más robustos.

Resumen:

Una de las aplicaciones más significativas de la Inteligencia Artificial en los últimos años ha sido como asistente de programación. Sin embargo, a pesar de los avances en esta área, todavía nos queda mucho camino por explorar para alcanzar todos los posibles beneficios que implica la capacidad de programar combinada con el aprendizaje de máquina. En esta plática resumo algunos de los avances en esta área y las diferentes líneas de investigación que buscan aumentar la inteligencia artificial con el poder de la programación.