Explainable IA + Procesamiento Audio + Neurociencia Cognitiva (score cognitivo x ninos de <50 meses desde sus vocalizaciones)

La evolucion temprana de los mecanismos cognitivos en humanos en los primeros 50 meses de vida es uno de los momentos cruciales del desarrollo, en el cual es importante diagnosticar lo antes posible los posibles retrasos cognitivos para poder intervenir. La misma evolucion es muy informativa para establecer paradigmas nuevos y prometedores en desarrollo de modelos de IA en el futuro.

Para este trabajo nos basamos en grabaciones de vocalizaciones de ninos en edad pre-escolar: un dataset muy ruidoso y con evidencia de lenguaje no bien formado y pre-lenguaje. No obstante esto, aplicar modelos "fundacionales" de redes neuronales para el preprocesamiento se ha revelado fructuoso: En colaboracion con el laboratorio de Neurociencias Cognitivas UC dirigido por la prof. Marcela Pena se ha desarrollado un pipeline basado en redes neuronales para la clasificacion de vocalizaciones de infantes en desarrollo, que tiene buen exito comparado con la evaluacion por humanos.

Esta IPRE propone continuar y profundizar el trabajo en una nueva etapa,es decir aplicando metodos de interpretacion de los resultados de los pipelines usados, aplicando analisis estadisticos de correlaciones y metodos de XAI (Explainable Artificial Intelligence).

Para este trabajo se requiere conocimiento basico de como entrenar una red neuronal y voluntad de entender en profundidad los procesos de desarrollo cognitivo basado en lenguaje.