El Instituto de Ingeniería Mecatrónica y Sistemas Ciberfísicos (IMECH.UMA) y la Escuela de Ingenierías Industriales de la Universidad de Málaga acogieron el pasado 16 de octubre la conferencia “Deep Learning Computation and Its Application”, impartida por el profesor Seokbum Ko, IEEE Circuits and Systems Society (CASS) Distinguished Lecturer (2024–2025) y director del Departamento de Ingeniería Eléctrica, de Computadores y de la División de Ingeniería Biomédica de la Universidad de Saskatchewan (Canadá).
El acto reunió a más de treinta asistentes, entre profesorado, personal investigador y estudiantes de posgrado, interesados en los fundamentos computacionales del aprendizaje profundo y sus aplicaciones tecnológicas.
Durante su intervención, el profesor Ko ofreció una visión técnica y accesible sobre los fundamentos aritméticos del deep learning y los desafíos que plantea su enorme demanda de cómputo y energía. Analizó cómo la eficiencia de las redes neuronales depende no solo de los algoritmos, sino también de la representación numérica y del diseño del hardware, presentando alternativas al estándar IEEE 754, como el formato Posit, que promete mejorar tanto la precisión como la eficiencia energética de los aceleradores de inteligencia artificial.
El conferenciante, figura internacional en el ámbito de la arquitectura de computadores y los sistemas digitales de alta eficiencia, repasó también las tendencias emergentes en hardware especializado para IA y los nuevos estándares impulsados desde IEEE CASS, de la que es miembro activo.
La conferencia concluyó con un animado turno de preguntas sobre los retos en la detección de anomalías mediante deep learning, el uso del formato HUB y las posibles vías de optimización numérica para aceleradores de IA.
Como cierre, el Prof. Ko compartió ejemplos de las aplicaciones reales de su investigación, destacando los proyectos desarrollados en su laboratorio en la University of Saskatchewan. En el ámbito de la salud, presentó sistemas basados en inteligencia artificial para segmentar vasos sanguíneos en imágenes retinianas, herramienta que acelera el diagnóstico de diabetes y enfermedades cardiovasculares, y una solución de deep learning capaz de detectar cáncer de pulmón en tomografías con una precisión superior a la de radiólogos expertos. En el sector agrícola, mostró proyectos de predicción del contenido de humedad en cultivos y análisis del carbono en suelos, aplicando técnicas de aprendizaje profundo a la sostenibilidad y la productividad agroalimentaria.
Con esta actividad, el IMECH.UMA refuerza su compromiso con la formación avanzada y la proyección internacional en el ámbito de la inteligencia artificial aplicada a la ingeniería y los sistemas ciberfísicos.