En mayo se lanzó la convocatoria para los Premios de Investigación en América Latina de Google, certamen en donde dos universidades mexicanas destacaron ganaron 600 mil dólares en becas mensuales en función de que puedan consolidar las investigaciones.
Los 24 proyectos fueron presentados en Brasil en recientes días por parejas de investigadores formadas por alumnos y profesores de diversas universidades a nivel mundial, entre los temas destacan internet de las cosas, inteligencia artificial, minería de datos y organización de la información.
El Tecnológico de Monterrey, que tuvo como pareja ganadora a Edgar Emmanuel Vallejo y Héctor Manuel Sánchez Castellanos, presentó su proyecto “Predicción de epidemias de Zika usando rede sociales y de contacto vectorial”, que a través de un modelo informático hace posible estimar el riesgo de infectarse con el virus Zika.
También puede predecir de manera temprana brotes del virus en función de que se puedan acatar las medidas necesarias para el control de la enfermedad.
La Universidad Autónoma de México tuvo como representantes y ganadores a Catalina Elizabeth Stern y a su alumno Jehú López, quienes resaltaron con su iniciativa “Biosensor dual interconectado para la Diabetes Melitus tipo II”, que consiste en un glucómetro, que a diferencia de los comerciales, reduce el error de la medición de la glucosa múltiple, además la insulina es medida con un alta sensibilidad utilizando la saliva en lugar de la sangre.
La Universidad de Chile, la Universidad de los Andes, la Universidad de Buenos Aires, la Universidad Peruana Cayetano Heredia, entre otras, fueron las otras instituciones que resultaron ganadoras en el certamen de Google.
Perú tuvo como triunfador al profesor Mirko Zimic, quien postuló un proyecto que utiliza los smarphones y la inteligencia artificial para detectar la tuberculosis.
Para realizar la interpretación de los resultados, el proyecto utiliza un microscopio impreso en 3D, computación en la nube e internet.
En la Universidad de Chile se gestionó un proyecto que investiga la compresión de datos para que puedan usarse en computadoras con memoria de acceso aleatorio reducido, lo que significa que se evitan los proceso de compresión de información de entrada y salida (ya que la información permanece todo el tiempo comprimida) lo que aumenta la velocidad de procesamiento.
El argentino Diego Fernández,, a través de la Universidad de Buenos Aires, presentó el proyecto “Diagnóstico en una caja: Caracterización computacional de estados mentales”, que consiste un modelo informático que asiste a los psiquiatras.
