Conferencia Magistral 1: El método del Volumen para problemas combinatoriales, y su aceleración con GPUs.

El método del Volumen es una modificación del método del subgradiente que ha sido efectivo para problemas de optimización combinatorial. Presentaremos el método y como acelerarlo usando GPUs.

Conferencia Magistral 2: Inteligencia Artificial Explicable: de los modelos opacos a las explicaciones de sus decisiones

La creciente utilización de modelos de aprendizaje automático complejos y poco transparentes ha incrementado la necesidad de comprender no solo qué predicen, sino también por qué lo hacen. En esta charla se ofrecerá una introducción a la Inteligencia Artificial Explicable (XAI), revisando sus principales enfoques y distinguiendo entre modelos intrínsecamente interpretables y técnicas de explicación post hoc, especialmente relevantes para modelos de Aprendizaje Profundo.
Se presentarán diferentes tipos de explicaciones locales, incluyendo métodos de atribución de importancia, reglas y explicaciones suficientes, así como explicaciones contrafactuales. Se discutirá además qué propiedades debería tener una buena explicación -fidelidad, suficiencia, minimalidad, estabilidad y plausibilidad- y se planteará la necesidad de avanzar desde explicaciones meramente intuitivas o convincentes hacia explicaciones con propiedades verificables respecto al modelo y a los datos.

Conferencia Magistral 3: Pendiente

Conferencia Magistral 4: Incertidumbre en la detección de textos generados por IA

El rápido avance de los modelos de inteligencia artificial generativa, particularmente los modelos de lenguaje, ha intensificado la necesidad de identificar la autoría de los textos en entornos académicos y educativos. En esta plática se expondrá de manera general el funcionamiento de los principales enfoques utilizados para detectar textos generados por los modelos de lenguaje, analizando la información estadística y lingüística en las que basan sus decisiones. A partir de ejemplos y resultados reportados en la literatura, se mostrará por qué la detección no constituye un problema de clasificación con respuestas absolutas y cómo factores como el modelo utilizado, la edición humana, la paráfrasis, el tipo de texto y las características propias de la escritura pueden incrementar la incertidumbre y producir falsos positivos o negativos. Finalmente, se planteará la necesidad de interpretar con prudencia los resultados proporcionados por estas herramientas y de explorar características lingüísticas adicionales que permitan comprender mejor las diferencias entre la escritura humana y la generada por inteligencia artificial.

Conferencia Magistral 5: Aplicación del TSP y VRP en la ruta de reparto de una financiera

El presente trabajo plantea una solución mediante el enfoque del TSP (agente viajero) y VRP(ruteo de vehículos) para una financiera que realiza el reparto de materiales desde un almacén central hacia sus 32 agencias(oficinas) distribuídas en tres zonas definiendo cada agencia en cada zona como un nodo de la red y con un único almacén que es la Agencia Limatambo. Se recolectó información del proceso actual de reparto, las ubicaciones de las 32 agencias en Lima y la zona comercial a la que pertenecen y los tiempos de transporte entre agencias. Se desarrollaron 2 métodos para obtener las rutas en cada zona comercial: 1)metaheurística ACO, 2) búsqueda exhaustiva. Se comparan los resultados de ambos métodos y se entrega a la empresa las mejores rutas de cada zona permitiendo un ahorro de 36 minutos en comparación a lo que en la actualidad realiza la empresa. Por otro lado, se procedió a plantear el problema como un VRP que considere las 6 horas diarias de tiempo total máximo en cada ruta pero sin la restricción de elaborar rutas por zonas comerciales, generando dos alternativas de solución: 1) Tres rutas logrando un ahorro de 81 minutos a lo que en la actualidad se trabaja y; 2) Dos rutas, con un ahorro considerable de 96 minutos.