Sold Out

Cochabamba AI #2

Event Information

Share this event

Date and Time

Location

Location

Cochabamba

Av Melchor Pérez de Olguín 2643

Av. Simón Lopez

Cochabamba, Cochabamba

Bolivia, Plurinational State of

View Map

Event description

Description

Cochabamba AI Gatherings are quarterly, 3 hour events for Artificial Intelligence practitioners focusing on lessons learned applying AI. Each gathering consists of 3 elements enabling interactive sessions:

Discover: 20 min applied AI talks of industry peers sharing insights and actionable advice based on hands-on experiences applying AI. Check out our applied AI talks below!

Share: AI Clinic session for practitioners in the audience to share their specific challenge applying AI and gather initial feedback from industry peers and fellow practitioners.

Connect: Peer-to-Peer networking sessions on Machine Learning, Natural Language Processing and Computer Vision to connect with new and leading practitioners in your technology realm. Join us this time to expand your applied AI network!

https://cochabamba.city.ai/


PEER TALKS - Cochabamba AI

All talks will be in Spanish

I. Eduardo Di Santi - Artificial mind, definition, artificial cognitive process and examples of application in the real world.

We will approach the definition of the mind, the artificial mind, we will define and study the natural and artificial cognitive process and we will understand how it is learned, among other things we will respond:
Why can a human being learn so quickly with few examples and a machine needs so much? How does you "Learn"? What does "learn" mean? How does the natural mind work and therefore how does the artificial mind work?

II. Jens Bürger - Recurrent Neural Networks for Product Demand Forecasting

Common time-series forecasting methods fail to accurately model the nonlinear and time-varying fluctuations of product demand. However, more accurate demand forecasting would allow companies to more efficiently plan and coordinate their operations and therefore lower their costs. Reservoir computing (RC), as a type of recurrent neural networks, utilizes a dynamical system to project time-series data to a higher-dimensional state representation extracting mathematical relations within complex demand functions. We will introduce relevant concepts of neural computation and demonstrate forecasting accuracy of RC on a multivariate product demand dataset.

III. Fabio Arnez - Towards Intelligence on Embedded Systems

Nowadays advances in embedded processors have made available embedded systems with a computational capacity ready to support sophisticated intelligent mechanisms and the ability to host plenty of sensors or even actuators, providing in this way a new degree of freedom to applications.
Interestingly the adjective intelligent, in some way, may imply: the ability to make decisions, the capability of learning from external stimuli, the promptness in adapting to changes, or the possibility of executing computationally intelligent algorithms.
From the perspective of the designer and the user, we expect that the coded application is well performing and fully satisfies technological and application constraints. Moreover we are interested in designing systems characterized by its robustness, so that perturbations affecting its computation and the presence of uncertainty will be tolerated well and their effects mitigated.
But how the quality of an algorithm is assessed given the different degrees of freedom available in the design space involved in the solution to a given problem? Do we really need to waste resources to represent process uncertainty? How can we balance system complexity with its accuracy? How can we evaluate our application robustness in order to select/drive the design phase towards the most appropriate solution? This presentation tries to answer these questions through a project example and some formal theory related to this topics. The presentation covers the SRESLi (Smart Renewable Energy Street Lighting) Project, a project that is currently under development between UPB & SUPSI (Switzerland).

IV. Diego Collarana - Combining Deep Learning and Knowledge Graphs in Intelligent Information Services

Artificial Intelligence is driving a great revolution in all industries, from the automotive industry to the health area, is the secret ingredient behind technologies that have made possible things that sound like science fiction, from self-managed cars, recognition of images and voice, until the creation of innovative business services. In this talk we will present the use of Deep Learning models combined with Knowledge Graphs for the creation of intelligent information services.



JOIN US

ShowRoom - JALASOFT, Av Melchor Pérez de Olguín 2643 on Friday August 31, 19:00 (doors open at 18:30)

*** Please bring an ID with you to enter the event space ***




CHARLAS - Cochabamba AI

I. Eduardo Di Santi - Mente artificial, definición, proceso cognitivo artificial y ejemplos de aplicación en el mundo real.

Abordaremos la definición de la mente, de la mente artificial, definiremos y estudiaremos el proceso cognitivo natural y artificial y comprenderemos como se aprende, entre otras cosas responderemos:
¿Por qué un ser humano puede aprender tan velozmente con pocos ejemplos y una máquina necesita tanta cantidad? ¿Cómo se "aprende"? ¿Qué significa "aprender"? ¿Cómo funciona la mente natural y por ende como funciona la mente artificial?

II. Jens Bürger - Recurrent Neural Networks for Product Demand Forecasting

Los métodos comunes de pronóstico de series de tiempo no pueden modelar con precisión las fluctuaciones no lineales y variables en el tiempo de la demanda del producto. Sin embargo, una previsión de demanda más precisa permitiría a las empresas planificar y coordinar sus operaciones de manera más eficiente y, por lo tanto, reducir sus costos. Reservoir computing (RC), como un tipo de redes neuronales recurrentes, utiliza un sistema dinámico para proyectar datos de series de tiempo a una representación de estado de dimensiones superiores que extrae relaciones matemáticas dentro de funciones de demanda complejas. Introduciremos conceptos relevantes de computación neuronal y demostraremos la precisión de predicción de RC en un conjunto de datos de demanda de productos multivariados.

III. Fabio Arnez - Towards Intelligence on Embedded Systems

Hoy en día, los avances en los procesadores integrados han hecho disponibles sistemas embebidos con una capacidad computacional listos para admitir sofisticados mecanismos inteligentes y la capacidad de alojar una gran cantidad de sensores o incluso actuadores, proporcionando de esta manera un nuevo grado de libertad para las aplicaciones. Curiosamente, el adjetivo inteligente, de alguna manera, puede implicar: la capacidad de tomar decisiones, la capacidad de aprender de estímulos externos, la prontitud en la adaptación a los cambios o la posibilidad de ejecutar algoritmos computacionalmente inteligentes.
Desde la perspectiva del diseñador y el usuario, esperamos que la aplicación codificada tenga un buen rendimiento y satisfaga completamente las limitaciones tecnológicas y de aplicación. Además, estamos interesados ​​en diseñar sistemas caracterizados por su robustez, de modo que las perturbaciones que afectan su cálculo y la presencia de incertidumbre sean bien toleradas y sus efectos mitigados.
Pero, ¿cómo se evalúa la calidad de un algoritmo dados los diferentes grados de libertad disponibles en el espacio de diseño involucrado en la solución a un problema determinado? ¿De verdad necesitamos desperdiciar recursos para representar la incertidumbre del proceso? ¿Cómo podemos equilibrar la complejidad del sistema con su precisión? ¿Cómo podemos evaluar la solidez de nuestra aplicación para seleccionar / dirigir la fase de diseño hacia la solución más adecuada? Esta presentación trata de responder estas preguntas a través de un ejemplo de proyecto y alguna teoría formal relacionada con estos temas. La presentación cubre el proyecto SRESLi (Smart Renewable Energy Street Lighting), un proyecto actualmente en desarrollo entre UPB y SUPSI (Suiza).

IV. Diego Collarana - Combinando Deep Learning y Knowledge Graphs en Servicios de Información Inteligentes

La Inteligencia Artificial está impulsando una gran revolución en todas las industrias, desde la industria automotriz hasta el área de salud, es el ingrediente secreto detrás de tecnologías que han hecho posible cosas que suenan a ciencia ficción, desde los coches auto-manejados, reconocimiento de imágenes y voz, hasta la creación de servicios empresariales innovadores. En esta charla se presentara el uso de modelos Deep Learning combinados con Knowledge Graphs para la creación de servicios de información inteligentes.


SPONSORS

Cinema Kaffe

Innova Legal

Jala




Date and Time

Location

Cochabamba

Av Melchor Pérez de Olguín 2643

Av. Simón Lopez

Cochabamba, Cochabamba

Bolivia, Plurinational State of

View Map

Save This Event

Event Saved