Investigación Acerca De La Ciencia De Los Datos E 

Inteligencia Artificial En
El Uso De Pronósticos

Andrés Alfonso Garrido Vergara

Código. 101910006

Universidad autónoma del caribe

Facultad de ingeniería – Ing. Industrial

Ingeniero: Luis Ramírez

Barranquilla – Atlántico

11 de septiembre de 2022
 Inteligencia Artificial Pronosticar Próximas Pandemias (1 articulo)

Todo comenzó a partir de los estragos causados por la COVID-19 que encendieron las
alarmas y, ahora, la previsión ha pasado a ocupar un papel protagonista en los
laboratorios y centros de investigación de todo el mundo. En un planeta cada vez más
interconectado en el que los virus surgen y llegan a la otra punta de la Tierra en cuestión
de días, detectar de forma temprana los casos de cada nuevo patógeno es
crucial. Identificar las zonas en las que podrían ocurrir estas zoonosis aún más.

El proceso se basa principalmente de una hipótesis estadística y un modelo lineal

generalizado, pero al combinar más variables y plantear un modelo no necesariamente
lineal, el machine learning permite una predicción más precisa si el fenómeno que se
modela es más complejo", una solución que permite añadir numerosas variables para la
predicción con la información realmente relevante.

Al introducir los datos de las incidencias conocidas entre patógenos y anfitriones, el

algoritmo utilizado aprende por sí mismo a organizarlas para clasificarlas al detalle. Estos
procedimientos se repiten miles de veces y en ello radica el poder de hacer búsquedas de
patrones usando estas herramientas de machine learning, puesto que de otra forma sería
un proceso quizás menos robusto estadísticamente hablando. 

Las ventajas de este proceso es que puede integrar un gran número de variables y ser
aplicado a cualquier sistema de relación entre patógeno y anfitrión. Es por ello que estos
resultados no solo concuerdan con los datos de cada sistema analizado, sino que también
aportan esta nueva herramienta que puede ayudar a descubrir especies anfitrionas
potenciales y nuevos "puntos calientes" en la geografía planetaria en los que podría darse
esta interacción entre patógeno y especie.

Para el futuro esta herramienta va un paso más allá, permitiendo la posibilidad

de extrapolarla a otros sistemas de virus y anfitriones en todo el mundo, de modo que se
puedan predecir donde podrían las pandemias del futuro. Nuestra esperanza es que esta
herramienta pueda usarse para tener predicciones espacial y temporalmente explícitas
para explorar reservorios y vectores de múltiples patógenos. Un claro ejemplo sería su
aplicación para saber qué especies de murciélagos muestrear para seguir trabajando en
el desarrollo de vacunas universales para la COVID-19.

https://www.nationalgeographic.com.es/ciencia/desarrollan-metodo-para-predecir-origen-
proximas-pandemias_18703
 Resumen

A finales del 2019 y comienzos del 2020 nos tomó por sorpresa una pandemia conocida
como el covid 19, esta dejo muchas víctimas a nivel mundial, la cual se tomó la atención
de la mayor parte de los investigadores de todo el mundo, este virus atacó el sistema
inmune de los seres humanos principalmente, le tomo aproximadamente 2 años en
encontrar una vacuna con un porcentaje alto de efectividad fue una tarea ardua para los
investigadores, la importancia de la inteligencia artificial en este caso funciona al momento
de pronosticar las nuevas pandemias que seguramente tendremos en el futuro y así poder
encontrar una solución con antelación en este momento es donde entra a jugar un papel
muy importante la inteligencia artificial, lo que hace básicamente imitar la inteligencia
humana apartir de algoritmos y la computación, tiene aplicaciones en múltiples sectores,
en este caso es pronosticar las nuevas pandemias, este proceso aplica en algunos casos
un modelo lineal (parecido al que vimos en la clase) pero cuando hay más variables
aparece el machine learning (aprendizaje automático) que es utilizado para métodos más
complejos con el que tenemos en este caso que nos permite realizar un pronóstico o
predicción más exacta, Al parecer un sistema de inteligencia artificial vio venir al
coronavirus. En diciembre del 2019, una compañía de inteligencia artificial llamada
BlueDot, la cual utiliza un aprendizaje automático para detectar brotes de enfermedades
infecciosas en todo el mundo, Esta alertó a sus clientes, trabajadores e incluidos varios
gobiernos, hospitales y empresas, sobre un sospechoso e inusual aumento de casos de
neumonía en China. En la actualidad se puede decir que gracias a la inteligencia artificial
se ha podido analizar, de una manera más rápida la información genética del virus para
llevar a cabo y desarrollar nuevas vacunas. Ahora bien, La Inteligencia Artificial es una
herramienta perfecta para conocer infinidad de datos y tomar de ellos conexiones que
pueden ayudar a encontrar el mejor modo de combatir una enfermedad, por el momento,
la realidad nos ha demostrado que con la inteligencia artificial podemos encontrar con
anticipación una vacuna para combatir con más rapidez y efectividad a las nuevas
pandemias. existen numerosos proyectos en el mundo que estudian su avance para
intentar establecer un patrón de comportamiento y predecir su evolución en el futuro y así
poder prevenirnos con anticipación.
Evaluación de técnicas de Inteligencia Artificial para el pronóstico de
inundaciones costeras por penetración del mar (2 articulo)
En este caso se utilizó la escala de Osgood para etiquetar los criterios evaluados por los
especialistas. Las escalas utilizadas son parte de los instrumentos de recolección de
datos y las mismas se basan en una lista de ítems, de tal forma que constituyen un criterio
válido para medir cuantitativamente alguna característica de un fenómeno. En la
investigación, se evalúan las opiniones de los especialistas con respecto a la validez de
los resultados de la técnica de IA que mejor se adapta al pronóstico de inundaciones
costeras. Se selecciona el método de ponderación lineal (Scoring), para la realización del
estudio comparativo de las técnicas de IA que mejor se adaptan a la realización del
pronóstico de inundaciones costeras, se escogió este método debido a que el decisor
juega un papel determinante en función de cada uno de los objetivos, con el fin de poder
definir una estructura de preferencia entre las alternativas identificadas. Lo anteriormente
expuesto se corresponde con la manera en la que se realiza el pronóstico de
inundaciones costeras en Cuba, ya que los decisores, en cada análisis que desarrollan,
tienen en cuenta un grupo de objetivos y un grupo de alternativas de solución con un
orden de prioridad, para su puesta en marcha según la situación meteorológica que se
presente. El esquema básico del método de ponderación lineal consiste en construir una
función de valor para cada alternativa, de acuerdo a como se plantea en la expresión.

Modelo para calcular la puntuación (score):

S j=❑i W i rij

Donde:

Wi: es el peso o la ponderación de cada criterio i

Rij: es la evaluación de la alternativa j en función del criterio i

Sj: es la puntuación (score) para la alternativa j

Para validar el resultado de la investigación, se emplea la siguiente escala para que los
especialistas aporten sus criterios. A los especialistas en meteorología se les explicó que
evaluaran de la siguiente forma:

 5 = Muy satisfactorio.

 4 = Satisfactorio.

 3 = Neutro.

 2= Poco satisfactorio.

 1= Insatisfactorio.

$ por
Criterios criterios(Wi)
Utilización de un mecanismo de
aprendizaje 5
Trabajo con datos que presentan
incertidumbre 1
Posibilidad de combinar
conocimiento y datos 3
Obtención de conocimiento
verificable 5
Obtención de resultados de
forma rápida y precisa 5
Grado de organización de la
información 4

Utilización de analogías 3
Información excesiva o
redundante 1

Flexibilidad 4

Criterios y ponderación de las técnicas de Inteligencia Artificial a utilizar para el pronóstico de

inundaciones costeras.
Fuente: Elaborado en el articulo
 Items a evaluar 1 2 3 4 5
El enfoque con que se
abordan los pronósticos de las
inundaciones costeras en
general, utilizando técnicas de
IA. 0 0 0 2 10
Lo beneficioso de utilizar las TIC
en el desarrollo de los
pronósticos de inundaciones
costeras por penetración del
mar. 0 0 1 2 9
Importancia de las acciones
planificadas para utilizar técnicas
de IA en el pronóstico de
inundaciones costeras. 0 0 2 3 7
La concepción general de las
técnicas de IA para el pronóstico
de inundaciones costeras. 0 0 0 4 8
Impacto de las técnicas de IA en
el pronóstico de las inundaciones
costeras, con un mayor grado de
precisión. 0 0 0 1 11
Opinión sobre las indicaciones
metodológicas para técnicas de
IA en el pronóstico de
inundaciones costeras . 0 0 0 5 7
Resultados visibles con la
aplicación de las técnicas de IA
en el pronóstico de inundaciones
costeras en áreas de la
meteorología. 0 0 0 3 9
Suma total de la valoracion 0 0 3 20 61

Resumen de las valoraciones de escala aportadas por los especialistas en meteorología con
respecto a los resultados de la
investigación realizada.
Fuente: Elaborado por el artículo.
En base a los resultados obtenidos se aprecia que las
técnicas de IA serán de utilidad para el pronóstico de
inundaciones costeras provocadas por penetración del mar.
Fuente: elaborado por el articulo

Una de las ventajas más importantes que tiene es que pone en práctica sus técnicas
aplicadas al pronóstico de inundaciones costeras han sido empleadas en problemas
reales de alta complejidad, logrando un aceptado grado de precisión en los resultados
obtenidos para la predicción de la ocurrencia de inundaciones. El empleo de las técnicas
de IA ha resultado provechoso, debido a la implementación de Sistemas de Alerta
Temprana (SAT) los cuales son capaces de aprender de los datos y mejorar los procesos
de clasificación y pronóstico de inundaciones costeras.
Para el futuro este modelo de la inteligencia artificial y ciencia de los datos trae muchas
alternativas y herramienta viables para el apoyo a la toma de decisiones de directivos y
especialistas en meteorología, ante la posibilidad de una inundación costera provocada
por la penetración del mar y ya tienen claro que para un futuro el análisis de las cuatro
técnicas de la inteligencia artificial que se aborden para la realización del pronóstico
de inundaciones costeras por penetración del mar, se recomienda que se utilicen
primeramente las RNA, en segundo lugar las Redes Bayesianas, en tercer lugar
los Árboles de Decisión y por último las Máquinas de Soporte Vectorial para
reconocer los patrones asociados a la posible ocurrencia de inundaciones costeras por
penetración del mar.
https://publicaciones.uci.cu/index.php/serie/article/view/935/791
 Resumen
Como todos sabemos que el cambio climático provoca un incremento en inundaciones
costeras por causa de la penetración del mar, es una catástrofe ambiental que genera
daños materiales y ambientales hasta en el mayor de los casos la pérdidas humanas, es
un fenómeno con mucha historia en nuestro planeta, la tecnología ha avanzado en gran
magnitud a tal punto de llegar a crear predicciones de inundaciones en las costas del
mundo, un ejemplo claro aquí en Colombia es El Tiempo que nos muestra el pronóstico
del clima, También existen grandes proyectos de tecnologías que utilizan la inteligencia
artificial en su campo porque esta utiliza modelos matemáticos construidos con datos
ilimitados sobre los niveles de vientos y lluvias, este modelo matemático aplica un modelo
de pronostico que incorpora los conocimientos y habilidades de hidrología para crear una
inteligencia artificial que logre pronósticos y predicciones con mayor efectividad y
precisión, en caso de que el estudio realizado presente datos muy pequeños la respuesta
es un poco más rápida, de lo contrario ocurre cuando el estudio presenta datos muy
grandes el resultado demora un poco más en pronosticar, La tecnología es algo increíble
e innovador porque ataca las dificultades que la mano del humano se le hace más
complicado realizar y se asemeja a las que se presentan en nuestro diario vivir, como en
este último caso mencionado que nos muestran grandes cantidades de datos que nos
resultan muy complicados resolverlos, en 2003 se forjo el machine learning que ataca
estos casos de gran complejidad en datos, Antes de eso entra en juego la ciencia de
datos que tiene como base la computación de grandes cantidades de datos, en este caso
se aplica con un modelo predictivo de reconocimiento de patrones, detecta errores y
analiza comportamientos, en este caso nos presenta el problema que son las
inundaciones costeras con un grado de complejidad que yo personalmente recomiendo
que se tenga en cuenta diferentes métodos de predicción para acudir en la toma de
decisiones para los especialistas ante estas situaciones existentes, con el tiempo han
demostrado ser exigentes y eficaces a la vez, también la IA ha sido uno de los pilares
fundamentales en estos proyectos porque emplea o imita neuronas artificiales para hacer
más certeros en los resultados y predicciones, aunque a simple vista se vea muy fácil el
proceso y la aplicación de este modelo, es un poco complejo porque el pronóstico ayuda a
los investigadores al momento de la toma de decisiones en base de este proceso.
 Referencias (artículos utilizados)

1 articulo:

https://www.nationalgeographic.com.es/ciencia/desarrollan-metodo-para-predecir-origen-
proximas-pandemias_18703

2 articulo:

https://publicaciones.uci.cu/index.php/serie/article/view/935/791