Más de 150 expertos en divulgación científica y comunicación social de la ciencia se han reunido en la Conferencia Anual de la European Science Engagement Association (EUSEA), celebrada los días 9 y 10 de mayo en la ciudad de Viena (Austria) y donde se ha presentado ‘MonuMAI’. Los profesionales, procedentes de más de una treintena de países europeos, han debatido sobre las iniciativas de comunicación social de la ciencia y participación ciudadana teniendo en cuenta las nuevas demandas y retos sociales.
En este contexto, la Fundación Descubre ha presentado ‘MonuMAI’, el proyecto que combina patrimonio, matemáticas e inteligencia artificial y que lleva a cabo junto a la Universidad de Granada. ‘MonuMAI’ ofrece a la ciudadanía la oportunidad de acercarse a los grandes estilos artísticos de la Andalucía Medieval y de la Edad Moderna. Estos estilos son los más presentes en los centros históricos andaluces.
‘MonuMAI’ busca, junto a la ciudadanía investigadora, entrenar a un algoritmo y enseñarle a identificar estos estilos arquitectónicos a partir de una fotografía. La iniciativa persigue además descubrir si es cierto que hay una tendencia a sentir como más bellas un tipo de proporciones sobre otras, y a investigar de forma conjunta sobre el secreto matemático de la belleza de los monumentos.
Bajo el marco de La Noche Europea de Los Investigadores nació esta iniciativa en Granada, con el fin de sumar al proyecto a todas las personas que acuden al evento. Así se consigue que llegue a un amplio sector de la población, factor clave del éxito del proyecto. A lo largo de dos años se desarrollará el proyecto que cuenta con un equipo interprofesional, compuesto por especialistas en matemáticas, arte, inteligencia artificial, ciencia ciudadana y comunicación social de la ciencia.
La app de ‘MonuMAI’ reconocerá estilos arquitectónicos de forma autónoma
La app de ‘MonuMAI’ estará presente tanto para Android como para iOS, de forma gratuita. Tiene como motor el componente de inteligencia artificial, de modo que, una vez que finalice el proyecto, será capaz de reconocer de forma autónoma estilos arquitectónicos presentes en las imágenes que se sincronicen con el sistema. Las técnicas
empleadas de ‘deep learning’ permiten al sistema ser autónomo y mejorar con el uso.