"Se puede decir que una máquina es inteligente si sus respuestas son indistinguibles de las de un humano" Alan Turing

Inteligencia Artificial, Profiling y Algoritmos Predictivos

Basado en avanzadas técnicas de Machine Learning, sus Algoritmos de Inteligencia Artificial predicen y se anticipan a las necesidades de los usuarios, sin que ni siquiera lo hayan solicitado.

Áreas de Conocimiento

Sistemas de Predicción y Recomendación:

  • Sistema de Recomendación Híbrido Basado en el Contenido & Colaborativo
  • Sistema de Predicción de la Acción (Clicks, Likes, Dislikes, etc.)
  • Sistema de Recomendación Dependiente del Contexto
  • Sistema de Recomendación de Dominios Cruzados
  • Sistema de Optimización del Compromiso del Usuario y la Diversidad del Contenido
  • Sistema de Notificación Consciente del Contexto
  • Sistema de Predicción del Próximo Lugar
  • Sistema de Clasificación de Emails y Contactos Relevantes

Procesamiento y Análisis Avanzado de Textos:

  • Técnicas de Estadística Avanzada y de Aprendizaje Profundo
  • Resúmenes Automáticos de Texto
  • Identificación de Noticias Duplicadas y Relacionadas
  • Clasificación de Email con Acción Requerida

Actividades de Investigación:

  • Detección de Noticias Falsas
  • Aprendizaje Federado
  • Aprendizaje de Por Vida
  • Entre otros...

Algoritmos Predictivos

Mediante avanzados algoritmos predictivos de Machine Learning basados en sofisticados modelos probabilísticos y computacionales, Sherpa es capaz de aprender las preferencias y hábitos de los usuarios para proporcionarles proactivamente la información personalizada relevante en cada contexto. El conocimiento extraído de diferentes dominios permite identificar y explotar de forma automática relaciones latentes entre los distintos elementos presentes y los usuarios, integrando múltiples modalidades de información.

El motor de IA funciona constantemente para analizar toda la información y tener siempre disponible la más relevante, sin necesidad de búsquedas. Nuestros algoritmos son capaces de encontrar patrones subyacentes a los datos y dar coherencia a la información procedente de diferentes dominios, a priori inconexa. A continuación se muestran algunos ejemplos de las capacidades del motor de IA:

  • Recomendaciones personalizadas relevantes desde el primer momento: el motor de IA permite caracterizar las preferencias de un nuevo usuario integrando mediante Redes Bayesianas el conocimiento de los patrones de preferencias de la población de usuarios existentes con el mínimo de información provista por el usuario. Nuestros modelos son capaces de ofrecer un perfil de usuario estable en arranques en frío.
  • Los modelos avanzados de Procesamiento de Lenguaje Natural nos permite caracterizar y evolucionar las preferencias de los usuarios a distintos niveles de abstracción, integrando de forma dinámica información lingüística de alto detalle con temas de interés generales.
  • Nuestros algoritmos de Opinion Mining & Sentiment Analysis permiten extraer información subjetiva del contenido y ofrecer recomendaciones personalizadas en función del posicionamiento del usuario y la respuesta habitual del usuario a la carga emotiva del contenido.
  • El procesamiento de las señales de geo-localización e interacción del usuario con la plataforma mediante técnicas avanzadas de Clasificación No-Supervisada y Análisis Semántico Estructurado nos permite entender los distintos contextos del usuario y adaptar las recomendaciones a dichos contextos. Además, una combinación de modelado Bayesiano y modelos de Machine Learning computacional nos permite predecir cambios de contexto del usuario, por ejemplo, si el usuario se va a desplazar a otra localización próximamente.
  • El motor de IA dispone de múltiples sistemas de recomendación adaptados a las distintas necesidades del usuario y los dominios de contenido. Así mismo, dispone de sistemas de recomendación de propósito general basados en modelos híbridos (basados en contenido + colaborativos) y en Machine Learning (Action Prediction Model).
Formula Sherpa de Algoritmos Predictivos e inteligencia artificial Formula Sherpa de Algoritmos Predictivos e inteligencia artificial Formula Sherpa de Algoritmos Predictivos e inteligencia artificial

Sherpa está liderando la investigación y desarrollo de técnicas de aprendizaje máquina para asistentes predictivos inteligentes, y estamos construyendo el camino hacia novedosas aplicaciones, respetuosas con la privacidad de los usuarios, mediante investigación puntera en Aprendizaje Federado.

Francisco Herrera Sherpa

Francisco Herrera, Ph.D.

Investigador Senior Asociado en Deep Learning y Machine Learning en Sherpa.ai

Ph.D. in Mathematics.

Highly Cited Researchers (Thomson Reuters). in the areas of Engineering and Computer Sciences.

Spanish National Award on Computer Science.

More than 331 Journal papers published which account for 70,435 citations in Google Scholar.

Los algoritmos desarrollados por Sherpa son capaces de predecir el futuro de nuestros usuarios, antes incluso de que ellos mismos sean conscientes de este.

Jose Antonio Lozano Sherpa

JOSE A. LOZANO, Ph.D.

Investigador Senior Asociado en Algoritmos y Modelos en Sherpa.ai

Ph.D. in Computer Science.

Degree in Mathematics & M.Sc.

100 ISI journal papers published which accounts for more than 11,079 citations in Google Scholar.

Associate editor of top journals as IEEE Transactions on Neural Networks and Learning Systems and IEEE Trans. on Evolutionary Computation.

Several best papers awards in international conferences such as World Conference on Computational Intelligence or IEEE Congress on Evolutionary Computation.

Inteligencia Artificial, Profiling y Algoritmos Predictivos

Perfilado de usuario

Sus capacidades predictivas personalizadas lo diferencian respecto a sus competidores en el mercado. Sherpa analiza alrededor de 100.000 parámetros por usuario al día, con el objetivo de construir y mantener actualizados los perfiles de los usuarios:

  • Demográficos (viajero por negocios, consumidor de electrónica, golfista, etc.)
  • Intereses personales (moda, tecnología, etc.)
  • Hábitos de desplazamiento
  • Hábitos en Redes Sociales
  • Relaciones personales (familia, amigos, compañeros de trabajo, etc.)
  • Principales marcas
  • Preferencias de restaurantes
  • Preferencias de deportes
  • Conceptos y Temas Latentes
  • Caracterización Emocional
  • Y otros muchos
Interfaz Sherpa Top brands perfilado de usuarios Sherpa

PLN y Gestor de diálogos

Las técnicas más avanzadas de Machine Learning

Nuestros modelos incorporan los avances más recientes en Machine Learning aplicados al Procesamiento del Lenguaje Natural y el Gestor de Diálogos.

Modelos de Aprendizaje Profundo (Recurrent Neural Networks, Attentional Mechanism, Encoder-Decoders, etc.) y Aprendizaje por Refuerzo nos permiten extraer la información relevante de los documentos de texto y ofrecer a nuestros usuarios el contenido más relevante para ellos:

  • Análisis lingüístico
  • Word Embeddings
  • Opinion Mining & Sentiment Analysis
  • Stance Detection
  • Hyperpartisanism
  • Fake News Detection
  • Identificación de documentos duplicados y relacionados
  • Resúmenes automáticos

Inteligencia lingüística sin igual

Sherpa incorpora cinco niveles de análisis lingüístico, para eliminar cualquier posibilidad de malinterpretación- morfológico, sintáctico, semántico, pragmático y funcional. Su sofisticada tecnología de lenguaje natural imita la comprensión humana para así descartar combinaciones imposibles o improbables.

Capas de la inteligencia linguistica Sherpa
  • MORPHOLOGICAL
  • SYNTACTICAL
  • SEMANTIC
  • PRAGMATIC
  • FUNCTIONAL

Capacidades de lenguaje natural incorporadas

Compuesto por más de 300.000 conceptos y 5.000 reglas sintácticas y semánticas, el sistema central de Sherpa, que ha sido minuciosamente probado, establece la base para un enfoque fiable y exhaustivo de la interacción humano-computadora.

En el laboratorio de investigación de Sherpa.ai estamos trabajando en la próxima generación de asistentes usando los últimos paradigmas de Machine Learning, tales como Reinforcement Learning y Life-Long Learning.

Eneko Agirre Sherpa

ENEKO AGIRRE, Ph.D.

Investigador Senior Asociado en Procesamiento del Lenguaje Natural en Sherpa.ai

Ph.D. in Computer Science.

Google Research Awards in 2016 and 2018.

Over 150 international peer-reviewed articles in Natural Language Processing which account for 9,572 citations in Google Scholar.

Los extensos recursos de información conceptual y lingüística de Sherpa, y su detallado análisis lingüístico de cinco niveles, hacen de ella una herramienta muy precisa y flexible para construir soluciones innovadoras basadas en el lenguaje natural.

Deborah Dahl Sherpa

DEBORAH DAHL, Ph.D.

Speech and Natural Language Processing Expert

Co-Principal Investigator on the Defense Advanced Research Projects Agency (DARPA) of the U.S. Department of Defense funded project which integrated Unisys natural language understanding technology with speech recognition.