Laura De Miguel Turullols, nueva doctora por la UPNA.
Laura De Miguel Turullols (Pamplona, 1989), licenciada en Matemáticas e investigadora del Instituto de Smart Cities (ISC) de la Universidad Pública de Navarra (UPNA), ha desarrollado, mediante la utilización de la llamada lógica difusa, un nuevo sistema lógico que engloba a la mayoría de los modelos lógicos descritos hasta ahora y aplicados en diferentes campos de la inteligencia artificial y la ciencia de datos. Este nuevo sistema lógico, planteado en su tesis doctoral, supone un avance en la representación de datos, lo que facilita la labor de los profesionales que trabajen en ciencia de datos y “big data” (datos masivos). Además, presenta dos ventajas principales respecto a otros modelos anteriores. Por un lado, evita la excesiva repetición de las nociones teóricas, facilitando toda la base matemática; y, por otro, permite adaptar el modelo lógico a la aplicación de una forma adecuada y más sencilla.
Laura De Miguel realizó su doctorado bajo la dirección de tres catedráticos: dos del Departamento de Estadística, Informática y Matemáticas de la UPNA (Humberto Bustince Sola y Esteban Induráin Eraso) y un tercero de la Universidad de Gante (Bélgica): Bernard De Baets.
El trabajo de De Miguel, que obtuvo, tras su defensa en la UPNA, la calificación de sobresaliente “cum laude” y Mención Internacional, ha recibido dos premios en distintas fases. En 2014, fue reconocido como mejor proyecto de tesis doctoral por la Asociación Española para la Inteligencia Artificial (AEPIA). En 2017, obtuvo en Varsovia el premio al mejor trabajo de investigación presentado por estudiantes en la X Conferencia de la European Society of Fuzzy Logic and Tecnology (EUSFLAT), una organización europea dedicada al desarrollo y promoción de la lógica y tecnologías difusas.
Una lógica casi humana
La teoría de los conjuntos difusos, punto de partida para poder explicar esta tesis doctoral, juega un papel decisivo para superar la brecha entre el hombre y los ordenadores, al traducir el lenguaje natural humano impreciso en un objeto matemático. “Esta teoría de los conjuntos difusos puede contemplarse como un conjunto de herramientas matemáticas excepcionalmente adaptadas para trabajar con información incompleta, falta de nitidez o incertidumbre no aleatoria”, explica la investigadora.
Sin embargo, la asignación de un valor preciso como pertenencia a un conjunto no es una tarea fácil cuando se trata de conceptos no medibles. “Si, por ejemplo, hablamos de tomates maduros, ¿qué número asignaríamos a un tomate ligeramente anaranjado? Para resolver esa dificultad, se han propuesto en la literatura científica varias generalizaciones de los conjuntos difusos. Mientras que los conjuntos difusos toman elementos en el intervalo unidad, las generalizaciones toman objetos matemáticos más complejos, como intervalos, funciones o subconjuntos del intervalo unidad”, señala De Miguel.
Las generalizaciones de los conjuntos difusos tienen un gran inconveniente: antes de aplicarlas es necesario adaptar “ad hoc” cada noción teórica al correspondiente objeto matemático, es decir, es necesario redefinir cada noción teórica reemplazando el intervalo unidad por objetos matemáticos más complejos. Ahora, gracias al nuevo sistema lógico propuesto en su tesis por Laura De Miguel, los diseñadores de nuevas aplicaciones tienen a su disposición una base teórica que no necesitan repetir para cada aplicación.
El nuevo modelo lógico de la investigadora navarra puede ser aplicado a diferentes campos de la inteligencia artificial y la ciencia de datos. Por ejemplo, “en computación, para reproducir el lenguaje natural; en la clasificación de conceptos, para representarlos de forma correcta; y en toma de decisiones, para recoger las cuestiones más subjetivas…”. “En general, en todos aquellos aspectos en los que la incertidumbre está presente, ya que el nuevo modelo permite modelar la incertidumbre de manera más flexible”, señala
El trabajo de Laura De Miguel también tiene utilidad para el “big data”, datos masivos en cuyo procesamiento se utiliza la inteligencia artificial para obtener resultados en áreas como la genética, los pronósticos médicos o las ciudades inteligentes. Asimismo, se puede aplicar en el campo del “deep learning” o conocimiento profundo, que utiliza estructuras lógicas semejantes a la organización del sistema nervioso humano. Conceptos como estos forman parte de las materias del plan de estudios del grado en Ciencia de Datos, que se ha puesto en marcha en la UPNA en este curso 2018/19.
Breve currículum
Laura De Miguel, que terminó sus estudios de Bachillerato con Matrícula de Honor, cursó la licenciatura de Matemáticas en la Universidad de Zaragoza, donde recibió el Premio Extraordinario de Licenciatura Zoel García de Galdeano. En la UPNA, cursó el Máster en Formación del Profesorado de Secundaria, además de realizar su tesis doctoral.
Sus investigaciones, centradas en la lógica difusa y la operación de convolución aplicada a los conjuntos difusos, se han reflejado en once artículos publicados en revistas científicas, la coautoría de un capítulo del libro “OWA operators and choquet integrals in the interval-valued setting” y la participación en 29 congresos nacionales e internacionales.
Además de seguir desarrollando su labor investigadora en el Departamento de Estadística, Informática y Matemáticas de la UPNA y el Instituto de Smart Cities (ISC), actualmente es profesora de las asignaturas Artificial Intelligence (Inteligencia Artificial) y Computación en el grado en Ingeniería Informática.