El investigador Salva Ardid, experto en neurociencia y aprendizaje automático, se ha incorporado recientemente al Campus de Gandia de la Universitat Politècnica de València en el marco del Plan GenT, programa impulsado por la Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital para el apoyo a personas investigadoras con talento de la Comunitat Valenciana. Ardid pertenece a la segunda generación CIDEGENT, iniciativa dentro de este plan destinada a revertir la “fuga de cerebros” y favorecer la retención y la atracción del personal investigador y doctorado de excelencia para el desarrollo de proyectos de investigación en instituciones de la Comunitat.

Su actividad investigadora se centra en el campo de la inteligencia artificial y la neurociencia computacional, siendo doctorado en este último. Anteriormente, ha realizado estancias de investigación en Estados Unidos y Canadá, donde ha trabajado en proyectos de investigación de este ámbito científico.

“Me interesa identificar los mecanismos fisiológicos de la función y disfunción del cerebro, en particular, los sustratos neuronales del aprendizaje y de la inteligencia. Para ello, en el grupo de investigación Lab of Natural and Designed Intelligence, construimos modelos de aprendizaje por refuerzo y redes neuronales tanto biológicas como artificiales”, señala.

Salva Ardid se ha incorporado al campus para dirigir el proyecto de investigación titulado Artificial General Intelligence: Beyond Deep Learning, en el que pretende ahondar en el Aprendizaje Profundo y superar las limitaciones que presenta en la actualidad a través de tres principales mejoras: el preprocesamiento de datos, aumentando la dimensionalidad de los datos mediante combinaciones no lineales; el fortalecimiento de la base neurobiológica del algoritmo, principalmente en lo que respecta a la arquitectura de red y su conectividad; el uso de aprendizaje adaptativo, basado en mecanismos de meta-aprendizaje.

La investigación de Salva Ardid en el Campus de Gandia, tal y como recoge Neus Montoro Estellés, Técnica de gestión y promoción de I+D+i, se centra en adaptar mecanismos cerebrales que se conocen computacionalmente eficientes, para introducirlos en arquitecturas de inteligencia artificial (como las redes neuronales de aprendizaje profundo) con el objetivo de alcanzar algoritmos de aprendizaje más flexibles y potentes.

Entre sus investigaciones más relevantes, destaca el proyecto sobre meta-aprendizaje en el contexto del aprendizaje por refuerzo: “Los mecanismos de meta-aprendizaje son capaces de deducir algoritmos de aprendizaje por sí mismos, de ahí que también se use el término alternativo ‘aprender a aprender’ para referirse a ellos. Mediante estas técnicas, somos capaces de optimizar el comportamiento de los algoritmos en términos de flexibilidad, agilidad y robustez”, remarca.

Otro de sus proyectos se enfoca en la dinámica cognitiva. Este estudio combina procedimientos experimentales (psicofísica y neuroimagen) con enfoques computacionales (aprendizaje automático y modelado de circuitos neuronales) para estudiar la dinámica, el desarrollo y el declive de la cognición humana a lo largo de la vida. Así mismo, también resalta otros proyectos centrados en el estudio de la toma de decisiones y de la atención selectiva.