La 40ª edición de la Conferencia sobre Incertidumbre en Inteligencia Artificial (Conference on Uncertainty in Artificial Intelligence, UAI) tuvo lugar del 15 al 19 de julio en el campus de la Ciutadella de la Universidad Pompeu Fabra, con la participación de expertos venidos de todo el mundo. Se trata de uno de los principales encuentros internacionales sobre investigación relacionada con la representación, el aprendizaje y el razonamiento del conocimiento en presencia de incertidumbre.

La UAI 2024 estuvo organizada por la Barcelona School of Economics (BSE), junto a los departamentos de Ingeniería y de Medicina y Ciencias de la Vida (MELIS) ​​de la UPF, y con el apoyo de la Asociación para la Incertidumbre en Inteligencia Artificial (AUAI). Vicenç Gómez, miembro del Grupo de Investigación en Inteligencia Artificial y Aprendizaje Automático del Departamento de Ingeniería, y Roberto Castelo, profesor de Bioinformática y Bioestadística y jefe del Grupo de Investigación en Genómica Funcional del MELIS, han formado parte del comité organizador en escalera local.

Se trata de uno de los principales encuentros internacionales sobre investigación relacionada con la representación, el aprendizaje y el razonamiento del conocimiento en presencia de incertidumbre

Las tres ponencias principales fueron a cargo, respectivamente, de Nicolò Cesa-Bianchi, profesor de la Università degli Studi di Milano e Politecnico de Milán (Italia), bajo el título “The power of cooperation in networks of learning agents”; Dominki Janzing (Amazon Research Group), que pronunció “All causal DAGs are wrong but some are useful”, y Vanessa Didelez (Leibniz Institute for Prevention Research and Epidemiology - BIPS) de Bremen, Alemania, con “Between theory and praxis: causal inference & discovery in Epidemiology”.

Las sesiones orales versaron sobre temas como los circuitos probabilísticos para la inferencia causal, el aprendizaje de la representación causal, el descubrimiento causal, el papel de la causalidad en la gestión, el aprendizaje profundo, la cooperación en red de agentes de aprendizaje, la cuantificación de la incertidumbre, o la optimización, la equidad, la interpretabilidad y la reproducibilidad en el aprendizaje automático. Por lo que respecta a los workshops, se dividieron en tres ámbitos: la modelización probabilística tratable, la inferencia causal y la inferencia causal para datos de series temporales.

La Asociación para la Incertidumbre en la Inteligencia Artificial (AUAI) es una organización sin ánimo de lucro centrada en organizar esta conferencia de periodicidad anual, que se celebra desde 1985, y de forma más general, en promover la búsqueda de los avances en la representación del conocimiento, el aprendizaje y el razonamiento sobre incertidumbre.