Santiago Mazuelas Franco

Santiago Mazuelas Franco (Palencia, 1978) se doctoró en Matemáticas (2009) e Ingeniería de Telecomunicaciones (2011) en la Universidad de Valladolid. En 2017 se incorporó al Centro Vasco de Matemáticas Aplicadas (BCAM) como investigador Ramón y Cajal, donde hoy es Ikerbasque Research Professor. Entre 2014 y 2017 fue ingeniero de plantilla en Qualcomm Corporate Research and Development, y entre 2009 y 2014 fue investigador posdoctoral en el Laboratorio de Sistemas de Información y Decisión del Instituto Tecnológico de Massachusetts (MIT). Ha recibido varios reconocimientos de la prestigiosa asociación IEEE (Instituto de Ingeniería Eléctrica y Electrónica).

El objetivo del proyecto es que las máquinas puedan aprender a partir de datos de tipología variada. En la inteligencia artificial basada en el aprendizaje profundo, las máquinas aprenden tras una etapa de entrenamiento en la que son expuestas a grandes cantidades de ejemplos, llamados datos de entrenamiento. Es el aprendizaje máquina supervisado (AMS). En la generación de datos de entrenamiento intervienen humanos, por ejemplo etiquetando imágenes o cualquier otro tipo de dato. En la actualidad, la mayoría de técnicas AMS están diseñadas para utilizar datos de entrenamiento con una tipología homogénea, de forma que, por ejemplo, una máquina que aprende a identificar el contenido de imágenes en color no puede nutrirse de datos sobre fotos en blanco y negro. Eso encarece y dificulta la generación de datos de entrenamiento. Este proyecto hará posible el desarrollo de técnicas de aprendizaje máquina supervisado que utilicen datos de entrenamiento heterogéneos.