Visita dels nostres investigadors a centres de secundària. 

La presentació té una durada prevista d'uns 40 minuts. 

1. Aplicacions socials de les imatges facials

Descripció:  T'has preguntat mai com som capaços d'identificar els sentiments d'una persona mirant només la seva cara? 

Durant la sessió descobrirem un dels algorismes que poden utilitzar els ordinadors per simular aquesta virtut humana. El reconeixement de sentiments és una eina amb un gran ventall d'aplicacions, com ara l'ajuda a nens autistes per tal d'aprendre i reconèixer el llenguatge no verbal, el reconeixement automàtic de les fotografies que es pengen a les xarxes socials, les quals tenen una gran influència sobre la societat, o inclús la detecció de possibles incongruència entre el llenguatge verbal i el no verbal.

Ara bé, abans de poder determinat l'estat anímic de la persona, cal fer un pas molt important: el reconeixement de cares en imatges. Aquesta tècnica ha emergit amb força en els últims anys, ja que avui dia, gairebé tothom porta a sobre un dispositiu amb càmera, el qual està dotat d'algorismes de detecció facial. Un cop detectada la regió facial, la identificació i quantificació de factors biomètrics poden ajudar a tenir una descripció acurada emocional de la fotografia.

Professors: Patricia Vitoria, Adrià Arbués i Maria Oliver 

2. To AI or not to AI

Descripció: Comencem  amb una introducció a la història dels "robots" mostrant en imatges la seva evolució d'ençà de les màquines de les fàbriques a les iRobot Roombas actuals, tenint present la "bretxa de la realitat" entre el que la societat entén com a robot i el que tecnològicament és.  

Es presentarà la termologia bàsica relacionada amb la intel·ligència artificial, els diferents camps d'estudi i les seves interaccions. Després d'una mirada ràpida al futur (cotxes autònoms, assistents virtuals, llars intel·ligents, ciutats intel·ligents, equips de cirurgia, realitat augmentada...) debatrem sobre com ens afecta a la nostra vida diària i al nostre entorn.

Finalment, un apunt sobre la importància de codificar al segle XXI, per tenir l'oportunitat de ser no només consumidors de tecnologia sinó creadors!

Professora: Beatriz Cabrero Daniel

3. El camí de l'escola secundària a la societat: millora a través de la ciència i l'enginyeria

Descripció:  La ciència i l'enginyeria són motors de millora de la societat, i cada pas que triïs en la teva carrera pot contribuir-hi.

La nostra investigadora compartiran la seva a experiència personal i els passos que ha seguit des de l'escola secundària fins al seu doctorat. Ens centrarem en el grau d'Enginyeria Biomèdica, destacant el caràcter interdisciplinari d'aquest camp i el seu impacte social, per explicar les seves sortides professionals a la indústria i la recerca.

Professora: Cristina González Martínez

4. “Quan els algoritmes ens ajuden a salvar vides”

Descripció:  Aquesta càpsula analitzarà 4 malalties diferents que avui dia tenen un gran impacte en la societat: el càncer de mama, la retinopatia diabètica, l'Alzheimer i la cirurgia fetal. Per a cada cas es contextualitzarà en primer lloc la patologia dins de l'àmbit de la medicina i la seva repercussió, es mostraran dades mèdiques (imatges i senyals) de pacients reals associades a aquestes malalties: radiografies, histologies, ressonàncies magnètiques, ultrasons 2D i 3D i encefalogrames.

A través d'aquests exemples reals d'aplicacions en el camp de la biomedicina, sorgides de desenvolupar algoritmes computacionals per al tractament de dades mèdiques. Es mostrarà com diferents tècniques de l'enginyeria informàtica han resolt problemes mèdics actuals.

Professora: Jordina Torrents

5. Machine Learning i  la Medicina

Descripció:  Machine Learning és una disciplina científica de l'àmbit de la Intel·ligència Artificial que crea sistemes que aprenen automàticament. Els grans avenços en la recerca han fet que sigui possible aplicar els mètodes d'aquest camp a la detecció i prevenció de malalties mitjançant anàlisis de dades.

Tècniques com k veïns propers (KNN), arbres de decisió (DT), xarxes neuronals artificials (ANN), anàlisi de components principals (PCA) i màquines de suport vectorial (SVM) ens donen potents mètodes per a la detecció del càncer. En aquesta càpsula es donarà a conèixer què és l'aprenentatge automàtic, alguns exemples i com es pot utilitzar per avançar en el camp de la medicina.

Professors: Joan Bas, Edmond Gerauld i Iuliia Olkhovskaia

6. Pintura elèctrica i Arduino

Descripció:  Aquesta càpsula mostra experiments realitzats amb Electric Painting i Arduino.

El fet d'utilitzar pintura conductora en comptes de commutadors o d'altres components més coneguts dóna un punt de vista molt original. Amb aquesta base demostrarem que l'electrònica pot ser divertida i que podem incorporar-la a la nostra vida quotidiana per tal de millorar-la i fer coses sorprenents.

Professora: Carla Ten Ventura

7. Aplicacions de l’anàlisi facial

Descripció: Aquesta càpsula introdueix aplicacions relacionades amb l'anàlisi facial. L'anàlisi facial ens obre un gran ventall d'aplicacions més enllà del tradicional reconeixement facial, com ara l'anàlisi d'expressions per entendre emocions o inclús l'estat d'ànim. Amb aquesta anàlisi som capaços d'interpretar com ens sentim o com reaccionem davant d'una interacció, ja sigui amb una màquina, un objecte o una persona.

En aquesta càpsula farem una pinzellada a les aplicacions més conegudes de l'anàlisi facial, com ara el reconeixement facial i la verificació de la identitat. Introduirem les expressions facials, on veurem com funciona un detector d'emocions, i distingirem entre expressions espontànies i fingides. Tot i que sembla increïble veurem com avui dia es pot extreure el ritme cardíac únicament analitzant un petit fragment de vídeo. I finalment, veurem com l'anàlisi facial es complementa amb altres camps com el reconeixement de veu. Veurem com es pot descodificar la parla llegint els llavis, és a dir extraient informació únicament de la cara i la boca.

Professora: Adriana Fernandez Lopez

8.Tecnologia per a la medicina en països en vies de desenvolupament

Descripció:  En aquesta càpsula s'introduiran conceptes utilitzats en aprenentatge automàtic. Es mostraran exemples senzills de la vida quotidiana i com aquests es poden enllaçar amb el camp de la medicina, per exemple, per al diagnòstic de càncer de mama. A través d'aquestes tècniques, veurem com podem contribuir a la millora del benestar als països en vies de desenvolupament amb algoritmes.

Professora: Amelia Jiménez Sánchez