IIC
Instituto de Inteligencia Computacional
Información del Instituto
Fecha de creación: Septiembre 2018 por la Resolución Rectoral No. UPB-RR-05/2018.
Nuestra misión
En las últimas décadas, la inteligencia computacional ha modificado las prácticas académicas y socioeconómicas mediante la disponibilidad de nuevos métodos que han contribuido enormemente a la capacidad para comprender y actuar sobre problemas complejos y desafiantes. El mundo académico vio la creación de nuevos programas interdisciplinarios y campos de investigación en la intersección de la informática y los departamentos tradicionales. Al mismo tiempo, las industrias han adaptado con éxito la inteligencia computacional en un esfuerzo por modernizar y optimizar sus prácticas.
En el contexto boliviano, estos dos desarrollos han ocurrido sólo marginalmente. Actualmente, ni los programas académicos ni la industria están utilizando las posibilidades que ofrece la inteligencia computacional. La misión de ICI es contribuir al desarrollo a largo plazo de los recursos en inteligencia computacional aplicados a los desafíos socioeconómicos y ambientales fundamentales en Bolivia. Es asi que el IIC, busca crear un impacto dual: en el desarrollo de futuros expertos en inteligencia computacional y en la capacidad de relacionar tales métodos con desafíos interdisciplinarios del mundo real.
Areas de investigacion
La investigación científica, al mismo tiempo que satisfacer la curiosidad, ante todo debe crear un impacto significativo en la sociedad. En ese entendido, se han identificado tres áreas de investigación críticas que abordan la centralidad y los vínculos entre la organización urbana, la actividad económica y la salud ambiental. El IIC A pretende contribuir en esas tres áreas con el desarrollo y la aplicación de la inteligencia computacional.
1. Ciudades sostenibles
Bolivia tiene una población urbana de más del 70% de la población total con migración continua de las áreas rurales a las urbanas. Este desarrollo plantea desafíos significativos para la organización sostenible de las ciudades, la calidad de vida y el medio ambiente. Sin embargo, para los objetivos del IIC, la vida urbana ofrece dos aspectos muy interesantes. Primero, el uso creciente de la electrónica (móvil) crea grandes cantidades de datos que se pueden aprovechar para comprender mejor la dinámica urbana. Y segundo, gran parte de la infraestructura y los sistemas urbanos pueden entenderse como redes (transporte, agua, electricidad, etc.). Juntos, esto abre la posibilidad de diseñar redes urbanas y optimizar las políticas públicas hacia una vida urbana más sostenible.
2. Industria e Innovación
Las economías innovadoras y competitivas se centran cada vez más en la integración de sistemas inteligentes. Por un lado, la inteligencia puede mejorar la optimización de recursos, los procesos y la toma de decisiones estratégicas. Por otro lado, la inteligencia también puede conducir a nuevos servicios y productos. Sin embargo, el nivel de integración de los sistemas inteligentes en la industria boliviana es muy limitado. Pero más perjudicial que la falta de sistemas inteligentes es la falta general de estrategias de innovación claras y de largo plazo que son compartidas y perseguidas por una variedad de diferentes actores académicos, industriales y estatales. En esta área de investigación, por lo tanto, se persegue un objetivo directo, a corto y mediano plazo, de modernizar la industria local a través de la integración de la inteligencia computacional. Para un desarrollo duradero a largo plazo, se desarrollará modelos de innovación basados en agentes y evolutivos que puedan facilitar el desarrollo de estrategias de innovación compartidas.
3. Resiliencia ambiental
Las áreas urbanas, así como las principales industrias bolivianas, dependen excesivamente de los servicios de los ecosistemas para la provisión de recursos tales como agua, aire y suelo. Al mismo tiempo, estas necesidades de recursos excesivos presentan perturbaciones que amenazan el funcionamiento y la estabilidad a largo plazo de los ecosistemas y, por lo tanto, de nuestros sistemas sociales y económicos. Las actividades del IIC en resiliencia ambiental se centra en el conflicto entre las perturbaciones a los servicios de los ecosistemas y las posibles soluciones que reducen las perturbaciones y/o aumentan la capacidad de los ecosistemas para recuperarse de las interrupciones temporales causadas por la actividad social y económica. Para aumentar el impacto de los proyectos del IIC, se busca desarrollar sistemas expertos que ayuden a los tomadores de decisiones a redactar políticas ambientales que articulen los requisitos para la resiliencia ambiental.
Director - IIC
Jens Bürger, Ph.D. - Investigador
Proyectos de Investigación - IIC
Hasta la fecha el IIC ha ejecutado o viene ejecutando los siguentes proyectos:
Estructuras sociopolíticas y la arquitectura computacional
Investigadores:
Jens Bürger, PhD
Email: jensburger@upb.edu
Andrés Laguna Tapia, PhD
Email: andreslaguna@upb.edu
Resumen:
A partir de ciertos conceptos propuestos por Martín Heidegger relacionados con la tecnología y la ciencia, así como de las nociones de poder en la organización social que propone Michel Foucault en su texto clásico Vigilar y castigar, la presente investigación hace una lectura crítica de la relación entre las estructuras sociopolíticas y la arquitectura computacional. Comprendiendo que la noción de supervisión y de normalización han sido fundamentales para la organización socioeconómica de la sociedad contemporánea, nuestra investigación pretende develar que la arquitectura computacional, que se encuentra en cualquier dispositivo electrónico, funciona bajo los mismos principios del poder disciplinario.
Vislumbrar estas similitudes, permitirá generar nuevas y complejas reflexiones sobre la filosofía de la tecnología, así como la posibilidad de repensar la evolución de la arquitectura computacional.
1.- Sistemas sostenibles de transporte público impulsados por datos
Director del proyecto:
Jens Burger, PhD
Email: jensburger@upb.edu
Instituciones participantes:
Instituto de Inteligencia Computacional (ICI), Universidad Privada Boliviana
Centro de Investigaciones Sociales (CIS), Vicepresidencia del Estado Plurinacional de Bolivia
Duración del proyecto:
Marzo 2018 - marzo 2019
Resumen
La movilidad en La Paz está dominada por el llamado sector del transporte público informal. Las rutas y los servicios de transporte están determinados por varios sindicatos de gestión privada, que a menudo compiten entre sí. Los vehículos son comprados por conductores individuales y los sindicatos no mantienen una infraestructura pública como las paradas de autobús. Esto da lugar a grandes flotas de vehículos de baja capacidad que compiten por los pasajeros y que a menudo causan interrupciones en el tráfico, así como condiciones de tráfico peligrosas. A medida que la población y el área urbana de La Paz y El Alto aumentan rápidamente, la organización del sistema de transporte informal plantea cada vez más un problema para el desarrollo urbano y la salud pública. En este proyecto buscamos analizar el panorama actual del transporte público y desarrollar estrategias inteligentes para la mejora del sector del transporte público.
2.- Tecnologías basadas en datos y emergentes en la gestión de la cadena de suministro
Director del proyecto:
Jens Burger, PhD
Email: jensburger@upb.edu
Duración del proyecto:
Inicio Noviembre Marzo 2018 -
Resumen
El Instituto de Inteligencia Computacional, a través de UPB, es miembro de la red MIT Global SCALE (Supply Chain and Logistics Excellence). Gracias a su experiencia en inteligencia computacional, el IIC es el líder regional en proyectos de investigación bajo el paraguas de "Data-Driven & Emerging Technologies" (DD&ET). Como líder en la investigación de DD&ET, el IIC se halla desarrollando proyectos de investigación y coordinando colaboraciones dentro de la red de ESCALA de América Latina.
3.- Proyección de demanda con redes neuronales recurrentes
Director del proyecto:
Jens Burger, PhD
Email: jensburger@upb.edu
Duración del proyecto:
Julio 2018 - Junio 2019
Resumen
En la producción y la gestión de operaciones, la previsión de la demanda es un método importante, ya que ayuda a desarrollar mejores aproximaciones de las operaciones futuras en presencia de incertidumbre. El pronóstico extrae relaciones matemáticas de datos pasados que pueden usarse para informar la toma de decisiones futuras. En la gestión de la cadena de suministro, la coordinación eficiente de la adquisición de recursos, la producción y el almacenamiento depende en gran medida de predecir con precisión la demanda futura de productos en particular y la dinámica del mercado en general. La previsión precisa de la demanda reduce los riesgos de inversión en entornos inciertos. Los desafíos de la previsión de la demanda radican en la complejidad de la dinámica de la demanda. Investigamos la aplicación de la computación de yacimientos (RC) a la previsión de demanda de productos. RC utiliza una red neuronal recurrente inicializada aleatoriamente que implementa la memoria finita y la generalización. En estas condiciones, debería ser suficiente para reducir la complejidad del entrenamiento a una sola capa de salida lineal y lograr resultados de pronóstico precisos. Por lo tanto, la capa de salida es capaz de derivar una relación lineal simple entre los datos de entrada y su proyección en un espacio de características de mayor dimensión.
4.- Heurística de almacenamiento y eficiencia de preparación de pedidos en operaciones de almacén
Director del proyecto:
Jens Burger, PhD
Email: jensburger@upb.edu
Duración del proyecto:
Julio 2018 - Diciembre 2018
Resumen
La selección de pedidos, el proceso de recopilación y clasificación de un conjunto de productos de acuerdo con los pedidos de los clientes, es el principal factor de costo en las operaciones de almacén. La selección de pedidos consiste en viajes entre ubicaciones de productos, recuperación de la unidad de mantenimiento de stock (SKU) específica y clasificación de SKU según los pedidos de los clientes. Se estima que los viajes aportan aproximadamente el 50% de los costos totales de preparación de pedidos. Debido a las fluctuaciones de la demanda diaria, semanal, mensual, estacional y anual, la eficiencia de la selección de pedidos puede variar mucho según los patrones de orden que varían con el tiempo. Investigamos la dinámica dependiente del tiempo de la eficiencia de la selección de pedidos en relación con diferentes estrategias de asignación de fechas para comprender la resistencia a las fluctuaciones de las órdenes y su impacto en la eficiencia de la selección.
Publicaciones - IIC
PUBLICACIONES EN REVISTAS INDEXADAS
APRENDIZAJE DE DICCIONARIOS TEMPORALES PARA LA DESCOMPOSICIÓN DE SERIES DE TIEMPOS
Jens Bürger y Jorge Calvimontes
Investigacion & Desarrollo, Vol. 19, No. 1, p. 105-112, 2019
DETERMINISTIC POPULATION GROWTH MODELS AND CONSERVATION TRANSLOCATION AS A MANAGEMENT STRATEGY FOR THE CRITICALLY ENDANGERED BLUE-THROATED MACAW (ARA GLAUCOGULARIS): A CRITIQUE OF MAESTRI et al.
Herzog, S. K., Bürger, J., Troncoso, A. J., Vargas, R. R., Boorsma, T., & Soria-Auza, R. W. (2018).
Ecological Modelling
RESILIENT SUPPLY CHAINS: MORE DATA OR BETTER MODELS
Jens Bürger (2018)
Presentado a Computers & Industrial Engineering.
PUBLICACIONES EN CONFERENCIAS
EVALUATING ORDER PICKING EFFICIENCY UNDER DEMAND FLUCTUATIONS
Jens Bürger (2018).
Aceptado en 2018 POMS International Conference in Rio, Rio de Janeiro, Brazil
PRODUCT DEMAND FORECASTING BASED ON RESERVOIR COMPUTING
Jorge Calvimontes and Jens Bürger (2018).
Aceptado en 2018 POMS International Conference in Rio, Rio de Janeiro, Brazil
