Fei-fei Li, pionera de la inteligencia artificial y del uso ético de esta tecnología

La inteligencia artificial (IA) está revolucionando nuestro mundo. Su capacidad de  automatizar tareas repetitivas, mejorar la eficiencia y reducir los costes de muchos procesos abre campos insospechados. La IA está transformando el acceso al conocimiento disperso en la nube y el manejo del mismo, y campos tan variados como la medicina, la empresa, la educación y la investigación científica se benefician ya de ello. 

Estas innovaciones modifican la forma en que vivimos y trabajamos e impulsan una nueva era de avances tecnológicos y sociales que estamos experimentando de forma acelerada.  

En el caso del ciclo integral del agua, la IA y el análisis de grandes datos pueden ofrecer  soluciones aplicadas para la eficiencia y sostenibilidad de los recursos hídricos, como el monitoreo y detección de fugas, la predicción y gestión de la demanda, el análisis de patrones históricos y de condiciones actuales aplicados a la gestión y a la mitigación de impactos climáticos. 

La IA es un fenómeno reciente que no para de extenderse y de ofrecer nuevas posibilidades. Un campo en el que destacan un reducido número de empresas y de investigadores.  

Si tenemos que identificar a las personas cuyas aportaciones han sido más importantes para impulsar la IA, sin duda tenemos que hablar de la investigadora y nuestro mundo actual habría que hablar de la investigadora nacida en China Fei-fei Li  (o Li Fei-fei, según las distintas formas de transcribir los nombres del país asiático al alfabeto occidental). 

Su labor abrió el fértil campo actual de la IA aplicada al reconocimiento de imágenes. Los frutos de sus pioneras investigaciones se están aplicando ya al reconocimiento facial, el diagnóstico médico, la operación de vehículos autónomos, la investigación en astronomía o el estudio de la biodiversidad.  

La IA y el reconocimiento de imágenes  

La inteligencia artificial (IA) aplicada al reconocimiento de imágenes utiliza técnicas avanzadas de aprendizaje automático y redes neuronales para identificar y clasificar objetos, personas, paisajes  y otras características visuales dentro de una imagen. 

Para ello se lleva a cabo un entrenamiento de modelos con grandes conjuntos de datos etiquetados, donde cada imagen está marcada con la categoría correcta. Durante el entrenamiento, el modelo aprende a detectar patrones y características específicas asociadas con cada categoría. 

Después corresponde llevar a cabo la extracción de categorías y la clasificación. Una vez entrenado, el modelo puede clasificar nuevas imágenes basándose en lo aprendido previamente. Cuando se presenta una imagen, el modelo la procesa y asigna una probabilidad a cada categoría posible, determinando la que tiene mayor probabilidad como resultado final. 

Todo esto forma parte ya de nuestro día a día, pero apenas hace unos años parecía una cuestión de ciencia ficción. Un reto que Fei-fei Li abordó con trabajo de años y éxito rotundo.  

El nombre de la investigadora chino-estadounidense no es muy conocido entre el gran público, pero sí entre los sectores especializados. Ha recibido numerosos premios y reconocimientos a lo largo de su carrera, incluyendo su inclusión en la lista de las 100 personas más influyentes del mundo de la revista Time en 2017. Es miembro del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE) y de la Asociación para el Avance de la Inteligencia Artificial (AAAI). 

Fei-fei-Li durante una charla TED en 2024. | FOTO: Steve Jurvetson

La biografía de Fei-fei Li 

Fei-fei Li nació en 1975 en Pekín, China. A una edad temprana, emigró con su familia a los Estados Unidos, donde continuó su educación. Completó su licenciatura en Física en la Universidad de Princeton en 1999. Después, obtuvo un doctorado en Ingeniería Eléctrica de la Universidad de California, Berkeley, en 2005. 

Es conocida por su trabajo en la creación de ImageNet, una gran base de datos de imágenes etiquetadas que ha sido fundamental para el desarrollo y entrenamiento de modelos de reconocimiento de imágenes mediante aprendizaje profundo. ImageNet se presentó por primera vez en 2009 y ha sido el conjunto de datos estándar para trabajar en el desarrollo de visión por computadora, como el ImageNet Large Scale Visual Recognition Challenge (ILSVRC). 

A lo largo de su carrera, Fei-fei Li ha publicado numerosos trabajos de investigación que han influido significativamente en los campos de la visión por computadora y la IA. Sus investigaciones han abordado temas como el reconocimiento de objetos, la percepción visual y la cognición visual en humanos y máquinas. 

Fei-fei Li ha sido profesora en el Departamento de Ciencias de la Computación de la Universidad de Stanford, donde también fue directora del Laboratorio de Inteligencia Artificial (SAIL) de 2013 a 2018.