La imagen corporal 3D permite analizar la forma externa del cuerpo, mientras que la ecografía abdominal aporta información sobre estructuras internas relacionadas con la grasa subcutánea y visceral. Esta práctica propone combinar ambas fuentes de información para construir indicadores más completos de adiposidad abdominal de riesgo.

El estudiante trabajará con datos emparejados cuando estén disponibles: modelos corporales 3D, medidas antropométricas y ecografías abdominales del mismo paciente o sesión. Desde la ecografía se podrán extraer medidas de grosor, distancias anatómicas o descriptores de textura. Desde el modelo corporal 3D se calcularán perímetros, volúmenes regionales, mapas de forma o indicadores de adiposidad abdominal externa.

La pregunta principal del trabajo será si la combinación de información externa e interna permite caracterizar mejor la adiposidad abdominal que cada modalidad por separado. Para ello, se podrán comparar modelos que utilicen solo datos 3D, solo ecografía o ambas modalidades. El estudiante aplicará técnicas de procesamiento de imagen, análisis geométrico 3D, aprendizaje automático e integración multimodal.

También se incorporarán técnicas de explicabilidad para analizar qué variables contribuyen más a la estimación del riesgo: medidas externas del cuerpo, características ecográficas o la combinación de ambas. El resultado final será un prototipo experimental que integre características ecográficas y corporales 3D para generar indicadores de adiposidad abdominal de riesgo. 

Aunque se estima que en determinados momentos de la historia han existido decenas de miles de lenguas, esa cifra se ha reducido hoy a unas 7000. 

Lamentablemente, el ritmo de extinción es de unas 20 lenguas al año, una cifra que podría ascender a 40 a finales de siglo. En este escenario, la inteligencia artificial representa una oportunidad clave para que sus comunidades no pierdan un patrimonio lingüístico ancestral que las define y conecta con su visión del mundo. Nuestro grupo de investigación trabaja en tecnologías de procesamiento del lenguaje natural centradas en preservar este legado, con especial dedicación, aunque no exclusiva,  a las lenguas mayas. 

Durante estas prácticas te centrarás en los aspectos científicos de esta línea de trabajo que más conecten con tu motivación e intereses personales. No es necesario haber cursado asignaturas previas sobre estos temas: te daremos todo el apoyo necesario para ponerte al día en las primeras semanas. Sin ánimo de ser exhaustivos, podrías trabajar en alguno de los siguientes temas: 

1) Extracción de datos estructurados a partir de libros de gramática o diccionarios mediante LLMs que integran visión.

2) Desarrollo de tokenizadores universales para LLMs que, al contrario que los existentes, no se limiten únicamente a las pocas decenas de lenguas con interés comercial.

3) Estudio, a través de técnicas de interpretabilidad mecanicista, del funcionamiento interno de los LLMs cuando procesan información lingüística y metalingüística asociada a estas lenguas.

4) Entrenamiento continuo de arquitecturas neuronales con memoria para aplicar el conocimiento lingüístico recogido en gramáticas y diccionarios de lenguas en peligro de extinción. 

5) Resolución con LLMs de problemas metalingüísticos como los de la Olimpiada Lingüística Internacional. 

6) Descarga masiva de recursos lingüísticos para lenguas concretas. 

Por último, aunque estas lenguas son nuestra principal motivación, las técnicas avanzadas de inteligencia artificial que aprenderás son universales y plenamente aplicables a lenguas con muchos más recursos o a cualquier otro proyecto de procesamiento de textos. Para discutir otros temas relacionados o ampliar información, puedes escribir a japerez@ua.es.