Ir a pucv.cl

Investigador de la Escuela de Ingeniería Eléctrica PUCV

Dr. Gonzalo Farías: “Chile debería incrementar su inversión en investigación, ya que cada año muy buenos proyectos quedan sin financiamiento”

El Ingeniero Civil Industrial, profesor adjunto e investigador de la Escuela de Ingeniería Eléctrica de la Pontificia Universidad Católica de Valparaíso (PUCV), Dr. Gonzalo Farías Castro, tras terminar sus estudios de pregrado el año 2001 en la Universidad de La Frontera, Temuco, tomó la decisión de dedicar parte importante de su vida a la investigación. De esta manera, su inquietud por la rama de informática y automática del área electrónica, fue el principal motor para tomar la decisión de estudiar en el extranjero un Doctorado en la materia.

Entre los hitos de su proceso formativo, destaca el realizado inmediatamente después de titularse en el Programa Servicio País, donde puso su talento al servicio de los más necesitados de la localidad de Yerbas Buenas, en la zona de Linares, planificando y diseñando diversas estrategias de inserción efectiva en la comuna. Durante este período y ante la dificultad de acceder a una beca para estudios de postgrado en el extranjero, lo que según Farías “era mucho más difícil que ahora”. El año 2003 toma la decisión de embarcarse igual en este desafío y se matricula en el Doctorado en Ingeniería de Sistemas y Automática de la Universidad Complutense de Madrid.  

“Pensé en realizar mi primer año allá, ver como resultaba para volver a Chile a desarrollar investigación en el área. La verdad, mi plan inicial se modificó un tanto, ya que, al estar en el Doctorado surgió la oportunidad de integrar un grupo de investigación interesado en aplicar inteligencia artificial en dispositivos experimentales de fusión nuclear. A partir de esta experiencia, pude optar a una beca que me permitió quedarme varios años en España, terminar el postgrado y cursar luego un postdoctorado en el área”, indicó el investigador PUCV.

Éstas y otras experiencias vinculadas al proceso de generación de conocimiento de avanzada y su regreso como investigador a Chile, fueron relatadas por Gonzalo Farías durante una entrevista realizada el primer semestre del año 2018 en la Escuela de Ingeniería Eléctrica PUCV.

¿Cómo continúa su vida como investigador una vez terminado el postdoctorado en España?

Continué trabajando en la universidad, realicé estancias para conocer dispositivos experimentales de fusión y, al mismo tiempo, colaboraba con investigaciones del laboratorio nacional de fusión de España. En este período, desarrollé mi principal línea de investigación vinculada a la posibilidad de aplicar técnicas de inteligencia artificial en bases de datos masivas, siempre relacionadas al tema de fusión nuclear.

¿En qué consiste la fusión nuclear?

Para que la gente lo entienda, la fusión nuclear toma el desafío de intentar reproducir en la tierra, el mismo proceso de generación de energía que existe en estrellas como en el Sol. Es así como se generan muchos experimentos y estudios para entender este proceso físico que, en sí, es muy complejo. Para decirlo de otro modo, tener un pequeño sol en la tierra, es un sueño para los investigadores que anhelamos generar energías limpias, minimizando los residuos perjudiciales para el medioambiente.

Este sueño compartido, es observable en el proyecto internacional ITER,  un dispositivo experimental de fusión nuclear actualmente en construcción en el sur de Francia, que considera una inversión de alrededor de 30 mil millones de euros, financiada por diversos países europeos, Estados Unidos, China e India, por nombrar algunos.

Si tenía una vida bastante consolidada en España ¿Por qué decidió volver a Chile?

Principalmente por la invitación que me hizo un compañero de Doctorado que, desde el año 2010, trabaja en la PUCV, quien me presentó la posibilidad de integrarme al equipo de la Escuela de Ingeniería Eléctrica. Tras conocer las excelentes referencias de la Universidad, tomé la decisión de volver. Además, no puedo dejar de mencionar que el componente tecnológico tuvo mucho que ver en esta decisión, ya que me permite, hasta el día de hoy, desarrollar investigación colaborativa y publicaciones con mis colegas europeos de forma remota.   

De hecho, los dos FONDECYT que me he adjudicado, de iniciación y regular, han sido en colaboración con estos equipos de trabajo, con quienes levantamos una línea de investigación que aplica Machine Learning, que es una rama de la inteligencia artificial cuyo principal objetivo, para decirlo de manera sencilla, es desarrollar técnicas que permitan a las computadoras aprender y que nosotros lo aplicamos a bases de datos de dispositivos de fusión nuclear.

¿Cómo realiza el tránsito desde el tema principal de su Doctorado a la inteligencia artificial? ¿Están vinculadas?

En un principio, viajé a España con toda la intención de estudiar y trabajar con inteligencia artificial. Lamentablemente, por aquellos años en la Universidad Complutense había pocos recursos para el área. Sin embargo, debido a que estaba a tiempo completo dedicado a mis estudios, me invitaron a colaborar en un grupo de investigación para la aplicación de inteligencia artificial en dispositivos de fusión nuclear, y aunque no había financiamiento ni becas, disfruté mucho trabajar con grandes investigadores como Jesús Manuel de la Cruz, Jesús Vega y Sebastián Dormido.

De hecho fue el profesor Sebastián Dormido, quién al ver que no tenía beca, el que me ofreció integrar su propio equipo de investigación en la línea de ingeniería de sistemas y automática, lo que me permitiría estudiar el doctorado como becario, oportunidad que no pude rechazar y que agradezco hasta el día de hoy.

Por lo tanto ¿trabajó en paralelo en dos líneas distintas de investigación?

En aquel momento digamos que Sebastián fue muy generoso, ya que me permitió seguir trabajando en el grupo de inteligencia artificial y, a la vez, seguir desarrollando mi doctorado en ingeniería de sistemas y automática. Afortunadamente, aunque los ámbitos de aplicación eran muy diferentes, ambas líneas estan relacionadas y pude compatibilizarlas durante todo el doctorado.

¿Dónde nace su interés por el desarrollo de la inteligencia artificial?

En un primer momento trabajé con técnicas básicas de aprendizaje para clasificar señales de forma automática. Dicho de otra manera, replicar mediante software procesos de decisión que una persona realiza mirando ciertas señales en una pantalla, lo que nos llevó luego a desarrollar una nueva línea de investigación sobre la aplicación de métodos de aprendizaje automático (machine learning) para la creación de sistemas automáticos de búsqueda y reconocimiento de patrones en las enormes bases de datos de los dispositivos experimentales de fusión nuclear.

Imaginamos que tras esto hay un desarrollo histórico ¿qué podría comentar al respecto?

En los años 60’ fueron los soviéticos que iniciaron sus investigaciones en fusión nuclear, tema totalmente opuesto a lo que es la fisión nuclear - proceso en que se dividen los átomos y a partir de esa división se obtiene energía - que se da en los reactores nucleares que la mayoría conocen como el de Fukushima u otros que existen en Estados Unidos y Europa, los que presentan mucha oposición por los residuos radioactivos perjudiciales para el medioambiente que generan y por los peligros que revisten. En Chile, la mayor oposición a esta forma de generar energía, viene de parte de quienes temen por las secuelas que pueden dejar tsunamis y/o terremotos.

Explico esto para que la gente diferencie ambos conceptos, ya que nosotros trabajamos en el tema de la fusión nuclear, basado en la unión de átomos que generan otros de mayor masa. En este proceso de unión, se provoca un delta de masa que se pierde y que se transforma en energía limpia, libre de residuos radioactivos.

¿Nos podría contar un poco más al respecto?  

Por supuesto, te hablaba anteriormente de los rusos quienes en las primeras etapas desarrollaron dispositivos para confinar de alguna manera, lo que sería un gas caliente cargado eléctricamente, utilizando campos magnéticos. En este proceso las partículas se están moviendo a gran velocidad, porque hay que tener presente que están bajo millones de grados Celsius dentro del dispositivo, lo que provoca que choquen y se fusionen generando energía.

Una de las principales ventajas de esta forma limpia de generar energía, radica en que no se requieren elementos peligrosos como en la fisión, ya que se trabaja con la fusión controlada tritio y deuterio, que requieren litio y agua de mar. De este modo, el ciclo del deuterio-tritio que mantiene en constante funcionamiento el dispositivo de fusión, es una muy buena oportunidad para Chile.

En este contexto ¿Cuáles son las líneas de investigación propias que ha desarrollado?

En primer lugar, expresar que hay mucho que descubrir en el área de la fusión nuclear. Esta incluye, por ejemplo, estudiar variables en el comportamiento del plasma, como son densidad y temperatura, las que van generando una gran cantidad de datos. Para tener una noción de esto, cada experimento que dura unos pocos segundos, puede generar, sin problemas, un Gigabyte de datos el que, posteriormente, debe ser analizado por los científicos que trabajan en detalle con aproximadamente 10% de la información recopilada, lo demás se pierde o no se analiza.

¿Por qué se pierde tanta información?

Porque no se tiene el tiempo suficiente para analizar esta gran cantidad de datos, por eso se ha propuesto el uso de métodos automáticos de análisis de información y, es en este momento, donde nace la utilidad del aprendizaje automático y de la inteligencia artificial, lo que da vida a las líneas de investigación que he desarrollado.

Mi primer FONDECYT, consistía en enmarcar lo que sería el trabajo de aplicación de técnicas de aprendizaje automático en bases de datos de fusión nuclear. Básicamente, la idea era utilizar métodos de inteligencia artificial, para trabajar grandes bases de datos con el objetivo de automatizar todos estos procesos de análisis de información. Esto me ha permitido una serie de publicaciones Q1 que, sin duda, me abrieron las puertas para la adjudicación del reciente FONDECYT regular.

¿En el mismo eje temático?

En el mismo, porque hay mucho que investigar en el área. Esto lo he comprobado, en las estancias que me ha tocado realizar en el extranjero, conociendo interesantes investigaciones en la materia, desarrolladas en Inglaterra, Estados Unidos y España. Desde esta mirada, el conocimiento de avanzada generado por esta línea de investigación, ha posibilitado que nuestros estudiantes de pre y postgrado, salgan con un valor agregado que es muy valorado en el mercado y que tiene relación con la importancia para las organizaciones de analizar de forma automática la información.

Ésta, se puede encontrar en sensores, cámaras, textos e internet, solo por nombrar las fuentes principales. En definitiva, la información está en todos lados y analizarla para tomar decisiones de forma automática, optimiza sustantivamente los tiempos de trabajo.

¿Podrías contarnos algo más en detalle sobre el último FONDECYT adjudicado?

Por supuesto, trabajamos con la predicción de disrupciones, eventos muy indeseados que ocurren en los experimentos. En este caso particular, estos eventos pueden generar mucho daño en las paredes dentro de los dispositivos de fusión nuclear. Para entenderlo de otra forma, los movimientos abruptos del plasma, al chocar con las paredes de los dispositivos, pueden generar daños que implican costos económicos muy altos. Por lo anterior, nuestro FONDECYT busca generar modelos capaces de predecir cuándo va a ocurrir esa disrupción y así mitigar el daño.

Sobre esta automatización ¿nos podría contar alguna experiencia aplicada?

Una de las principales ventajas del aprendizaje automático y de las técnicas de inteligencia artificial, es que su metodología puede utilizarse en diversos contextos para solucionar problemas. Por ejemplo, he trabajado en el contexto de la industria minera, con algunas empresas proveedoras encargadas de velar por el buen funcionamiento de sistemas críticos en el proceso productivo, lo que nos ha permitido reconocer daños, anticiparnos a éstos, realizar mantenciones preventivas y pronosticar diversos tipos de eventos que pudiesen producirse en el ejercicio de la actividad.

Esto nos permite, entre otros, asegurar eficiencia al optimizar el recorrido de camiones dentro y fuera de la mina, la mantención preventiva de neumáticos y evaluar de mejor manera la conducción de los camiones mineros. En síntesis, esta mejora de procesos basada en la automatización, es aplicable a cualquier actividad. De hecho, hace poco terminamos una tesis de un alumno del magíster, que aplicó este tipo de clasificaciones automáticas a los comentarios positivos y negativos de películas en twitter, lo que funcionó a la perfección.

¿Cómo funciona este proceso?

Imagino que la gente ha escuchado sobre las redes neuronales artificiales que son, en cierta medida, una emulación de lo que pasa en el cerebro. Esto comenzó en la década de los 50’s tras descubrirse cómo funcionaban las neuronas, lo que dio paso en los 60’s a un modelo matemático para simular en el computador, el comportamiento de redes neuronales artificiales conocidas como perceptrones multicapa que, al ser entrenados, permitieron desarrollar sistemas de clasificación automáticos.  

Hasta los 80’s hubo un gran avance que, por diversas causas, cayó en un letargo por algunos años, mientras se desarrolló la idea de que estos sistemas debían ser capaces de aprender muchas más cosas por medio del incremento del número de capas ocultas en estas redes neuronales artificiales, lo que traería consigo el reconocimiento de varios objetos a la vez. 

Sin embargo, los métodos de entrenamiento de aprendizaje de estas redes neuronales no eran efectivos, porque cuando uno le introducía más de 2 o 3 capas, el sistema dejaba de ser aprender. Todo esto cambió con el desarrollo de las redes neuronales convolucionales, que nos permitió pasar de 2 o 3 capas a cientos de ellas, con el consiguiente avance que esto representa. A modo de ejemplo podemos decir que ahora podíamos reconocer hasta mil objetos diferentes en una sola imagen y en un tiempo muy reducido, bajo los doscientos milisegundos.

¿Dónde se desarrollaron estas redes neuronales convolucionales?

Diría que los padres de este conocimiento están en la Universidad de Toronto, donde encontramos las primeras publicaciones en el año 2005. Desde esta perspectiva, entre el 2014 y 2015 las investigaciones demostraron que este avance no solo servía para reconocer objetos e imágenes, sino que también textos. Desde este momento, toda la información que entra al sistema, lo hace como números, por tanto, el método es aplicable y efectivo en diversos contextos.

¿Cómo crees que estos nuevos conocimientos impactan en nuestros estudiantes?

Me gustaría aprovechar esta pregunta para destacar el enorme apoyo que entrega la PUCV a la investigación, ya que tiene un impacto directo en nosotros como profesionales y, del mismo modo, en los estudiantes en formación. El apoyo para asistir a congresos nacionales e internacionales, cursos de perfeccionamiento y otros, nos permiten seguir perfeccionándonos y, de esta manera, publicar y ganar proyectos como los FONDECYT, cuyos conocimientos terminan estando al servicio de nuestros alumnos, ya que ellos colaboran, se interesan y terminan haciendo la diferencia en pertenecer a una buena universidad o a una como la nuestra que es de excelencia.

Sobre lo dicho anteriormente, veo las ganas de nuestros estudiantes por seguir programas de postgrado y me da mucho gusto cuando manifiestan abiertamente su interés por seguir una carrera académica. En síntesis, hay un impacto positivo en la motivación por la generación de conocimiento y un alto valor en las herramientas aplicadas que existen en la formación de los ingenieros del futuro. Por ejemplo, todos los alumnos que trabajan conmigo en sus proyectos finales saben programar, lo que representa un valor agregado para toda la vida, porque comunicarse con el computador para procesar miles de datos de manera óptima, les abrirá muchas puertas a futuro. 

Finalmente, ¿Cuál es el resultado de investigación que más satisfacciones le ha traído y como se proyecta a futuro?

Primero, adjudicarse un FONDECYT en un mundo tan competitivo y con recursos del Estado tan limitados, ya es un logro importante y una gran satisfacción. En lo personal, creo que Chile debería incrementar su inversión en investigación, ya que cada año muy buenos proyectos quedan sin financiamiento, porque el corte está sobre 4, en una escala que va del 1 al 5.

Sobre el futuro, apoyar a mi Escuela y a la PUCV a seguir incrementando el número de proyectos de investigación, fortalecer los programas de postgrado y mejorar los indicadores, para seguir consolidándonos como una Universidad de excelencia, que desarrolla proyectos orientados a fomentar investigaciones que estén en la frontera del conocimiento.

 

Por Marcelo Vásquez, Periodista VRIEA PUCV