Responsible AI for Human Well-being: Contextualized Human-Centric Perception

Funder: MINISTERIO DE CIENCIA, INNOVACIÓN Y UNIVERSIDADES

Call: Convocatòria 2022 de ayudas a "Proyectos de Generación de Conocimiento" (MINISTERIO DE CIENCIA, INNOVACIÓN Y UNIVERSIDADES)

Of National scope.

El progreso de la Inteligencia Artificial (IA) y el Aprendizaje Profundo (AP) en particular, en campos como la Visión por Computador y el Procesamiento del Lenguaje Natural, está motivando nuevos casos de uso de la IA para mejorar el bienestar humano. El objetivo del proyecto es desarrollar nuevas técnicas, procedimientos y metodologías basadas en AP para una percepción centrada en la persona holística y contextualizada. Esto incluye la percepción del contexto (información que pueda utilizarse para caracterizar la situación de un ser humano) y la percepción multimodal y contextualizada de las emociones, la comunicación no verbal y el comportamiento. Abordamos particularmente el desafío de desarrollar modelos de AP con información del contexto, mediante el desarrollo de modelos de percepción del contexto y la exploración de nuevas arquitecturas de AP para emociones, comunicación no verbal y comportamiento que incorporen información de contexto. Además, exploraremos el Diagnóstico Médico Asistido (DMA) y el Fenotipado Digital como fuentes novedosas de información del contexto humano. Concretamente, y relacionado con el DMA, el contexto de la Salud es un componente importante para entender al ser humano y crear máquinas que puedan ayudar a mejorar su bienestar. Un primer paso importante para crear máquinas que puedan tener en cuenta el contexto de la salud humana es extraer y codificar la información de salud. Utilizando nuestra red de colaboradores, continuaremos nuestros esfuerzos en este tema y nos enfocaremos en dos fuentes de información: la Región Oral y la Retina. Relativo al Fenotipado Digital, usaremos AP para analizar datos capturados pasivamente a través de los sensores de los dispositivos digitales personales (móvil, reloj inteligente, ), para extraer información de alto nivel sobre el comportamiento que puede tener un interés clínico y se puede utilizar para la detección temprana de trastornos de salud mental. Participaremos en un nuevo esfuerzo de recopilación de datos y lideraremos el desarrollo de nuevos modelos de AP para extraer características de las señales recopiladas pasivamente que pueden tener interés clínico. SENTIENT está impulsado por los principios de IA responsable, que es la práctica de diseñar, desarrollar e implementar IA inclusiva con buenas intenciones y para un impacto positivo y justo en la sociedad. Ponemos especial énfasis en el avance de la IA explicable para promover la transparencia en los modelos AP. Este es un componente clave para:(1) asegurarse de que los modelos AP sean justos y (2) asegurarse de que la implementación de los modelos AP sea segura, particularmente para aquellos modelos que ayudan a los humanos a tomar decisiones que impactan en la vida de las personas (diagnóstico médico, o decidir qué tratamiento es el más adecuado).Aplicaremos técnicas de explicabilidad para comprender cómo funcionan nuestros modelos de AP y crearemos nuevas técnicas de explicabilidad. Un componente importante de este proyecto es la aplicación de nuestros modelos AP a escenarios de implementación reales.Para este objetivo nos centraremos en la Robótica Social, realizando estudios de usuarios para probar nuestros modelos AP en escenarios reales y recopilar nuevos datos que luego se analizarán para conocer las debilidades de los modelos AP y estudiar cómo mejorarlos. SENTIENT promoverá la IA responsable para la percepción centrada en el ser humano y la aplicación de los nuevos modelos AP en escenarios reales.

Disclaimer: Ayuda PID2022-138721NB-I00, financiado por MCIN/AEI/10.13039/501100011033 y por FEDER,EU.