Fusión de información
Estudio de métodos para la integración de información procedente de múltiples fuentes o modalidades, abordando la representación conjunta de datos heterogéneos, la gestión de la incertidumbre y la combinación de evidencias para mejorar la calidad de la inferencia.
Explicabilidad
Investigación de marcos formales que permitan caracterizar y analizar la explicabilidad de los modelos de IA, incluyendo el estudio de las condiciones bajo las cuales un sistema puede proporcionar explicaciones comprensibles de su funcionamiento o de sus decisiones.
Neurociencia computacional
Desarrollo y análisis de modelos computacionales orientados a comprender los mecanismos de procesamiento de la información por el cerebro y a trasladar este conocimiento al diseño de algoritmos de aprendizaje y percepción.
Comunicación cuántica e IA
Estudio de la interacción entre la inteligencia artificial y la computación y comunicación cuánticas.
Aprendizaje multimodal
Investigación de modelos capaces de aprender de manera conjunta a partir de datos de distintas modalidades, abordando los fundamentos teóricos sobre integración y transferencia de información entre representaciones heterogéneas.
Teoría del aprendizaje
Análisis formal de los procesos de aprendizaje automático, incluyendo el estudio de la generalización, la complejidad de los modelos, los límites del aprendizaje y las condiciones de estabilidad y convergencia.
