jueves, 24 de enero de 2019

Crean una Inteligencia Artificial capaz de recrear los fragmentos perdidos de las obras arqueológicas y de arte


Imagen: REUTERS/Amir Cohen (ISRAEL - Tags: RELIGION SOCIETY) - GM1EA411NO201

Tres investigadores del Technion (el Instituto de Tecnología Israelí) han desarrollado una Inteligencia Artificial capaz de recrear y recomponer los fragmentos que faltan en un objeto arqueológico.

El algoritmo predice qué pieza debería ir al lado de la anterior y cómo debería ser, creando una imagen hipotética del objeto en cuestión.

Para ello, antes los científicos "rompen" el objeto o la pintura (digitalmente) en piezas, como si fuera un puzzle.

¿Cómo serían los frescos de la Villa de los Misterios, en Pompeya (Italia)?

¿Qué hay encima y debajo del Jesucristo del Ábside de San Clemente de Taull (Lleida)?

¿Cuántos trozos faltan en las pinturas de la iglesia de Arakos (Chipre)?

Estas preguntas quedarán pronto resueltas gracias al algoritmo desarrollado por Niv Derech, Ayellet Tal e Ilan Shimshoni, los tres israelíes inventores de la revolucionaria técnica.

No es una máquina que haga fotos y después las pegue a modo de collage, sino un nuevo método que se podrá aplicar a los algoritmos que ya existen para identificar y recomponer obras artísticas y arqueológicas.

Los primeros datan del año 1964, y aunque pueda parecer mucho tiempo, no se ha avanzado tanto en este aspecto.


Imagen: Los resultados de la IA en varios frescos del mundo

Los investigadores han publicado el trabajo en arXiv.org, un repositorio de artículos científicos en Internet.

"Demostramos que nuestro enfoque vanguardista se las arregla para montar correctamente docenas de frescos y de artefactos rotos", explican en el estudio.

Aseguran que reducirá "drásticamente" el tiempo que tardan los arqueólogos en restaurar las obras de arte y los hallazgos arqueológicos.

"Tiene numerosas áreas de aplicación, como en documentos destrozados, la edición de imágenes, biología y arqueología", explican los investigadores.

El algoritmo también puede ser aplicado a las obras de arte.

De hecho, en el estudio se detallan cómo ya se han llevado a cabo algunas pruebas con objetos pertenecientes al British Museum y con frescos bizantinos pintados en Chipre.

Mejorando los algoritmos existentes

La diferencia principal entre la IA desarrollada por los científicos del Technion y las otras técnicas ya existentes desde hace años es la imaginación: los algoritmos actuales, aunque también pueden trabajar con imágenes digitalizadas de los objetos, se fijan en otros aspectos como el color o la forma de los fragmentos.

También tienen que superar problemas como la abrasión, la decoloración y la continuidad de las piezas rotas.


Imagen: El fragmento debe poder superponerse con los otros fragmentos transformados, no con el original (check verde)

"Los artefactos arqueológicos no suelen estar limpios ni enteros.

Al contrario, están rotos, erosionados, con 'ruido', y, en última instancia, es extremadamente desafiante para los algoritmos que los analizan o reensamblan", continúan los investigadores.

La abrasión provoca agujeros en las piezas y la decoloración puede dar lugar a equívocos, dificultando la identificación de los fragmentos para los arqueólogos y restauradores.

La IA israelí viene a solucionar estos tres inconvenientes:

"Primero, para abordar la abrasión de un fragmento proponemos extrapolarlo antes de volver a ensamblarlo. Esto reduce el problema de la continuidad (predecir cómo 'continuará' el fragmento).

En segundo lugar, sugerimos un método de muestreo de transformación, el cual se basa en la noción de espacio de configuración, y que se adapta especialmente a nuestro problema", explican los israelíes.


Imagen: Los cuatro pasos que sigue la IA: 1. Inputs (piezas) 2. Extrapolación de fragmentos 3. Muestreo de las transformaciones 4. Búsqueda de buenos resultados 5. Emplazamiento

En otras palabras, donde el resto de algoritmos que ya se usan para restaurar obras de arte solo tienen en cuenta los factores antes comentados, el algoritmo de los del Technion toma en consideración multitud de elementos, como los espacios entre la piezas, la decoloración, los límites difusos, las longitudes variables de los límites correspondientes y las transformaciones imprecisas.

Tras analizar cada una de esas características, la IA coloca las piezas según considera que deberían formar parte del fresco o del elementos arqueológico en cuestión.

Como el algoritmo trabaja en cuatro fases, hemos decidido resumirlas una por una aquí debajo.

La explicación de cada paso está extraída del estudio que los investigadores israelíes han subido a arxiv.

Así funciona la IA que recrea los fragmentos perdidos

1. Extrapolación de fragmentos

La IA primero toma una foto de cada fragmento o pieza y después la extrapola, lo que produce una banda amarilla a su alrededor que predice la región erosionada y el siguiente fragmento al que iría unido.

2. Muestreo de transformaciones

El algoritmo escanea los fragmentos extrapolados del paso anterior y selecciona los que más se parecen entre sí, asegurándose de que no se superpongan unos con otros.

Si los píxeles de los fragmentos originales no se superponen pero sí lo hacen los píxeles extrapolados de los fragmentos, entonces, tienen una coincidencia.

"Más tarde, durante la fase de emplazamiento, afinaremos las transformaciones más prometedoras, mejorando la precisión", explican.

3. Búsqueda de buenos resultados

Los investigadores otorgan una puntuación a cada uno de los fragmentos, en función de lo diferentes que sean unos con otros.

Calculan una puntuación de confianza con la que se manejan y que, a su vez, indica la probabilidad de que dos fragmentos sean vecinos.

4. Emplazamiento

Tras seguir los pasos anteriores y unir los fragmentos en función de su puntuación, el algoritmo crea una pieza adyacente que muestra la visualización completa de la pieza de arte en cuestión.

 
Escrito por
David Sarabia
Con la colaboración de eldiario.es.

weforum.org/


martes, 13 de noviembre de 2018

Silicon Valley Forum - Por primera vez en Latinoamérica - llegó a Rosario



Granjas automatizadas, robótica y drones, Internet de las Cosas, Inteligencia Artificial, Big Data y agricultura celular son algunos de temas estratégicos para el complejo agroalimentario de las próximas décadas.

La mirada del INTA en un encuentro inédito en el país.

Durante dos días, la ciudad de Rosario es el escenario del encuentro Silicon Valley Forum que, por primera vez, llega a Latinoamérica para presentar “AgTech:

Semillas para nuestro futuro”, un programa dedicado a analizar las tecnologías disruptivas que cobran fuerza en los complejos agroalimentarios del mundo, como granjas automatizadas, robótica y drones, Internet de las Cosas, Inteligencia Artificial, Big Data y agricultura celular.

La mirada del INTA en un encuentro inédito en el país.

Con la participación de expertos internacionales y un público de 1.800 asistentes, las Jornadas de Inmersión en AgTech se realizan el 5 y 6 de noviembre en los galpones 15 y 17 del Parque Nacional a la Bandera.

Fueron organizadas por la Fundación CEDEF junto con la Municipalidad de Rosario, el gobierno provincial, el Consejo Federal de Inversiones y la Revista Chacra.

La apertura estuvo encabezada por Miguel Lifschitz, gobernador de la provincia de Santa Fe; Mariana Stegagnini, presidenta de la Fundación Centro de Estudios para el Desarrollo Federal (CEDEF) –principal impulsora de la idea del encuentro–; Denyse Cardozo, presidenta y CEO de Silicon Valley Forum; Mónica Fein, intendente de Rosario; autoridades nacionales, provinciales y municipales, y representantes de instituciones técnicas y empresarias del sector.

En las palabras de bienvenida, Lifschitz celebró el trabajo en conjunto que permitió la realización del encuentro y agregó:

“El mundo del agro nos da una gran oportunidad, esta vez vinculada con las nuevas tecnologías que se desarrollan aceleradamente en todas partes del mundo y tienen enormes posibilidades de crecimiento también en nuestro país”.

Además, aseguró que “existe una nueva generación de profesionales y de productores que miran la tecnología como parte de lo cotidiano y la van incorporando de manera acelerada”.

En este contexto, “la responsabilidad de las políticas públicas es, justamente, incentivar estos espacios, promover el desarrollo tecnológico, apoyar los vínculos entre distintos sectores y financiar a las nuevas empresas de tecnología”, amplió.

Por su parte, Fein expresó: “Deseo que este evento nos permita ampliar la proyección para seguir trabajando con nuestros productores y fortalecer producciones de calidad; nuestra ciudad tiene todo para vincular al sector público con el sector privado y a la tecnología, en virtud de una opción profundamente humana y social en coordinación con el desarrollo productivo de la región”.

En tanto, Stegagnini se refirió a la organización de las jornadas y destacó:

“Cada orador, cada charla, cada moderador técnico de los paneles, todo se ha pensado, elaborado y reelaborado hasta llegar a este programa que hoy compartimos con enorme orgullo, con el objetivo de acercar el productor a la tecnología”.

Además del conocimiento técnico, este encuentro permite socializar una “cosmovisión de los sistemas alimentarios que demandan los consumidores en el mundo y reclama el ambiente; trae la cultura de innovación inspiradora de Silicon Valley, la inspiración y la exigencia que se genera ante las prácticas que se diferencian de nuestra forma de hacer las cosas y también una puesta en valor del ecosistema propio que tienen Argentina y la región”, valoró Stegagnini.

“Sumergirse en las AgTech es una frase que busca que se empiece a incorporar no sólo la generación de tecnologías disruptivas, en este caso para el sector agropecuario, sino también el desarrollo de un sistema de innovación y de financiamiento para este tipo de proyectos”, apuntó Carlos Vidal, secretario de la Fundación CEDEF.

Para Vidal, “el sumergirse –utilizado como lema del encuentro– es un concepto global de sinergia positiva que llevaría a lograr una cadena de beneficios para todos los participantes, desde productores, empresarios y emprendedores hasta los propios consumidores”.

En esta línea, destacó la acción de las universidades y de las instituciones de Ciencia y Técnica en la consolidación de una cosmovisión innovadora.

“El desafío es sumamente importante para el sistema de universidades y de Ciencia y Técnica y requiere fortalecer el trabajo conjunto que ya se realiza en el país, así como la creación de líneas de financiamiento innovadoras para apoyar el surgimiento de nuevas empresas”, sostuvo Vidal.


Gabriel Delgado, economista del INTA, aseguró que “la Argentina está en una situación de poder aprovechar esas tecnologías y también de generarlas”.

La mirada del INTA

Gabriel Delgado, economista del INTA, disertó en el panel “Revolución 4.0 en el agro, tendencias y desafíos” –el primero luego de la apertura– y aseguró que “la Argentina está en una situación de poder aprovechar esas tecnologías y también de generarlas”.

“En los emprendimientos del mundo, siempre es posible encontrar un argentino y esa presencia debería manifestarse en el país”, indicó.

Delgado señaló la necesidad de repensar el complejo agroalimentario, tanto desde la mirada de los productores como desde la concepción de las instituciones del Estado.

El objetivo: promover el desarrollo de emprendimientos de mayor valor agregado y de nichos especializados que generen recursos económicos y desarrollo para el país.

“En pocos años, estaremos frente a cambios tecnológicos muy profundos, principalmente asociados con la automatización de la maquinaria agrícola y la aplicación de tecnologías de inteligencia artificial”.

De igual modo, apuntó que se espera la continuidad de “los sistemas extensivos de producción, pero en convivencia con esquemas de menor carga de agroquímicos y de agricultura orgánica”.

“Respecto de la agricultura celular y de otras estrategias más complejas de producción, los horizontes están más lejos en el tiempo, porque hay una regulatoria y cuestiones culturales que impactan, pero también son tecnologías que introducirán desafíos y cambios de paradigma en la búsqueda de fuentes alternativas de proteína”, explicó.

Asimismo, remarcó que “el nuevo contexto tecnológico mundial obliga a los institutos públicos de investigación de toda la región a repensarse desde un ángulo más relacionado con el lugar que hoy tiene la Ciencia y Técnica en las cadenas de valor”.

Crédito de la foto:  Gustavo Abbate para Silicon Valley Argentina

INTA


lunes, 12 de noviembre de 2018

El presidente Macri recibió a la académica Kate Crawford



El presidente Mauricio Macri recibió en su despacho de la Casa Rosada a la académica Kate Crawford, cofundadora del “AI Now Reserach Institute” de la Universidad de Nueva York, centro que estudia los impactos sociales de la inteligencia artificial (IA).

Especialista en temas como los sesgos en los sistemas de datos, análisis predictivos, responsabilidad y transparencia algorítmica, Crawford es también investigadora principal de Microsoft y miembro del Consejo de la Agenda Global del Foro Económico Mundial.

Durante la audiencia, el Jefe de Estado estuvo acompañado por el secretario de Planeamiento y Políticas en Ciencia, Tecnología e Innovación Productiva, Jorge Aguado, y el director del Programa Argentina 2030, Iván Petrella.

casarosada


lunes, 5 de noviembre de 2018

Aplican “deep learning” para detectar HLB en cítricos



Investigadores del INTA Misiones utilizan técnicas de inteligencia artificial para identificar síntomas de la enfermedad y carencias nutricionales en hojas de plantas.

Trabajan en el desarrollo de una aplicación móvil para celulares destinada a monitoreadores y productores.

Huanglongbing (HLB) o enfermedad del brote amarillo es la enfermedad más importante de la citricultura mundial. Una vez infectadas, las plantas no se recuperan y se tornan comercialmente improductivas. Para identificar el vector y diferenciar los síntomas de la enfermedad en ramas, hojas y frutos de árboles es necesario un entrenamiento visual de citricultores y monitoreadores.

Para contribuir a la identificación temprana, investigadores del INTA Misiones desarrollaron un software –basado en Deep learning– que probaron con éxito en especies de naranja, mandarina, limón y pomelo.

“Con soporte en técnicas de inteligencia artificial (IA), como sistemas de visión artificial que integran diferentes técnicas de procesamiento digital de imágenes y métodos de clasificación, creamos un sistema para dispositivos móviles”, señaló Javier Berger, ingeniero en informática y becario de investigación del Comité Ejecutivo de Desarrollo e Innovación Tecnológica (CEDIT) en el INTA Montecarlo –Misiones–.

Pensado para teléfonos con sistema Android, esta aplicación “permite reconocer síntomas de HLB y deficiencias nutriciones mediante la captura de fotografías de hojas en tiempo real”, explicó el investigador, creador de la aplicación junto con César Preussler y Juan Pedro Agostini, de la Estación Experimental Agropecuaria Montecarlo del INTA.

“En las diferentes pruebas de clasificación de imágenes de hojas de árboles cítricos con síntomas de HLB, carencia de magnesio, deficiencia de zinc y asintomáticas, demostró reconocer los síntomas vinculados con HLB con un 89 % de aciertos”, destacó Berger.


Aplican “deep learning” para detectar HLB en cítricos

Y si bien “el porcentaje de aciertos fue entre 3 % y 9 % menor frente a otros trabajos que utilizan imágenes hiperespectrales –que requieren dispositivos de captura costosos–, resultó superior al promedio de clasificaciones obtenidas por los monitoreadores”, indicó Berger.

Creada bajo distintas técnicas de IA que hoy se aplican de manera exitosa en la selección automatizada de granos de café, clasificación de flores, de gajos de mandarina, maduración de cítricos y, específicamente, la clasificación de hojas, la aplicación desarrolla por técnicos del INTA emplea métodos de aprendizaje profundo –deep learning– que definen automáticamente características como color, forma y textura de las hojas.

“Mediante la fotografías de hojas en tiempo real, este desarrollo permite reconocer síntomas y deficiencias nutricionales, identificar de síntomas de HLB y diferenciar los indicios de carencias nutricionales”, aseguró el técnico del INTA.

La aplicación emplea sistemas de visión artificial y permite automatizar tareas que requieren de personas entrenadas para la identificación, adquisición, procesamiento y clasificación de imágenes. Obtenidas mediante cámaras digitales o escáneres, las imágenes se procesan digitalmente con el objetivo de segmentar las regiones de interés y extraer los descriptores visuales que definen los objetos a clasificar.


Aplican “deep learning” para detectar HLB en cítricos

Frente a las dificultades que implica la identificación de síntomas de HLB, Berger afirmó: “La app resulta una alternativa de bajo costo, de fácil instalación y uso para productores y organismos de control”.

El deep learning, o aprendizaje profundo, adquiere mayor relevancia en el campo de la IA por ser una subcategoría del aprendizaje automático, ya que trata sobre el uso de redes neuronales para mejorar, por ejemplo, la visión por ordenador y el procesamiento del lenguaje natural.

Para entender qué es el aprendizaje profundo, lo primero que hay que hacer es distinguirlo de otras disciplinas que pertenecen al campo de la IA.

La aplicación móvil permitirá a los monitoreadores del Programa Nacional de Prevención del HLB (PNPHLB) y a los productores tener información en tiempo real para la toma de decisiones en relación a la extracción de muestras sin necesidad de conexión a Internet para funcionar.


Aplican “deep learning” para detectar HLB en cítricos

En el monitoreo de lotes se buscan síntomas relevantes asociados a la enfermedad, como podrían ser el moteado asimétrico difuso en el haz o cara superior de la hoja, engrosamiento y aclaración de las nervaduras.

Pero también desestimar indicios como consecuencia de deficiencias nutricionales y enfermedades como la gomosis y clorosis variegada de los cítricos.

INTA


martes, 23 de octubre de 2018

Descarga estudio - ¿Cómo usan los emprendedores la Inteligencia Artificial en América Latina? Descubrilo en este estudio de everis y Endeavor



¿Cómo usan los emprendedores la Inteligencia Artificial en América Latina? 
Descubrilo en este estudio de everis y Endeavor

Más de 240 compañías de Argentina, Brasil, Chile, Colombia, México y Perú participaron de “El impacto de la Inteligencia Artificial (IA) en el emprendimiento de Latinoamérica”, un informe realizado por Everis y Endeavor.

El estudio resume el estado actual del desarrollo de la IA en la región, así como las oportunidades y desafíos a futuro.


Endeavor Argentina


martes, 7 de agosto de 2018

AgTech - Etchevehere: "Tenemos todo el potencial para que la inteligencia aplicada a la agroindustria siga progresando"



Así lo afirmó el ministro de Agroindustria, Luis Miguel Etchevehere, durante el cierre del Foro AgTech de Inversiones, que se desarrolló hoy en la ciudad de Rosario.

El foro se enmarca en la Semana AgTech, una iniciativa que apunta a posicionar a nuestro país como referente mundial de talento y creatividad en el sector agrotecnológico.

"Hoy el mundo nos está mirando. Somos un referente en materia agropecuaria y en aplicación de la tecnología.

Tenemos una oportunidad única de llegar con nuestros productos y conocimiento a cada rincón del planeta.

La innovación y la tecnología aplicadas a la producción son esenciales para generar valor y avanzar en la diversificación de productos que nos impulsen a competir en las góndolas internacionales", resaltó Etchevehere, durante su disertación en el cierre del Foro AgTech ante cientos de empresarios e inversores.

El ministro Etchevehere resaltó los tres ejes que tiene esta gestión: competitividad, desburocratización del Estado y apertura de mercados, al asegurar que "si queremos garantizar la sostenibilidad del agro, necesitamos de un enfoque colaborativo, del trabajo en red entre el sector público, el privado, y la sociedad civil, poniendo al servicio la innovación y la tecnología, una realidad cada vez más habitual en los campos argentinos".



Por la mañana, el jefe de Gabinete del Ministerio de Agroindustria de la Nación, Santiago del Solar, disertó sobre "Políticas públicas para el desarrollo del sector", en un panel que tuvo también como invitados al secretario de Emprendedores y Pymes de la Nación, Mariano Mayer; el secretario de Planeamiento y Políticas en Ciencia y Tecnología e Innovación Productiva, del Ministerio de Ciencia, Jorge Aguado; y el presidente de la Agencia de Inversiones y Comercio Internacional, Juan Pablo Tripodi.

Del Solar destacó el fuerte impacto de la tecnología en el agro, el trabajo interministerial, y el aporte de los especialistas para que los logros se sigan dando de manera positiva en el sector.

Semana AgTech 

Del 6 al 10 de agosto, se lleva adelante la Semana Agtech en Buenos Aires, Córdoba y Rosario, con diferentes actividades afines a la industria de la tecnología y los servicios basados en el conocimiento aplicados a la agricultura, promoviendo a nuestro país como un referente mundial de talento y creatividad en el sector.

La iniciativa es el resultado del trabajo conjunto público-privado que se viene desarrollando desde agosto de 2017, cuando se realizó la primera mesa AgTech convocada por el Gobierno Nacional.

Agroindustria


viernes, 13 de julio de 2018

Inteligencia Artificial: detectan accidentes de tránsito en Twitter


Manwe: http://si.isistan.unicen.edu.ar/manwe/

Investigadores y becarios del Instituto Superior de Ingeniería de Software Tandil desarrollan un software para tener una visión general del estado de tránsito de una región determinada.

Al contexto de ciudades cada vez más inteligentes hay que sumarle mucho volumen de información en las redes sociales, y el tránsito no escapa a este fenómeno.

Por ejemplo, en Twitter, los usuarios comienzan a quejarse de los servicios cuando hay una línea de subte que no funciona, un accidente que interfiere su paso, una calle cerrada al tránsito, un bache o un semáforo fuera de servicio.

Tanto es así que agentes gubernamentales y medios de comunicación han decidido utilizar Twitter como una herramienta para comunicar estos acontecimientos.

Sin embargo, es tanto el volumen de información que esta llega a perderse.

“Es por ello, que a partir del uso de Inteligencia Artificial podemos utilizar técnicas de clasificación”, explica Luis Berdun, doctor en Ciencias de la Computación, quien se desempeña en el grupo de Sistemas Inteligentes del Instituto Superior de Ingeniería de Software Tandil (ISISTAN, CONICET-UNCPBA).

El Instituto de Sistemas de Tandil, nace dentro de la Facultad de Ciencias Exactas de la Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA), y a partir de su vinculación dentro del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) se conformó en el año 2011 como Unidad Ejecutora que pasó a llamarse Instituto Superior de Ingeniería de Software Tandil (ISISTAN, CONICET-UNCPBA).

Dentro del ISISTAN se dividen en 4 grupos: Sistemas de Recomendación; Sistemas Inteligentes; Computación Distribuida y Móvil; Metodologías y Herramientas para Diseño de Software.

El grupo al cual pertenece el Dr. Berdun se dedica a Sistemas Inteligentes.

Allí aplican distintos conceptos de la Inteligencia Artificial, entre otros temas, para detectar tuits y cuando están hablando de incidentes de tránsito, ubicarlos en un mapa y transformarlos en información útil.

“Tomamos todo este bruto de tuits de personas que se procesa.

Es como un embudo, detectamos cuáles de esos tuits están hablando de tránsito y con técnicas de procesamiento de lenguaje y de geocodificación, en qué lugar exacto del mapa se produjo dicho evento.

El sistema tiene que poder interpretarlo como la locación exacta, a partir de ahí se agrupa esa información, en información más refinada y útil para el usuario final.

Si conocemos la rutina del usuario, le podemos avisar de los incidentes que lo afectan”, explica Berdun, quien también se desempeña como docente la facultad de Ciencias Exactas y director de la carrera del doctorado de Ciencias de la Computación de la UNCPBA.

Dicho trabajo se desprende de la tesis de grado de Brian Caimmi y Sebastián Vallejos, actuales becarios doctorales del CONICET en el ISISTAN.

El objetivo general  es diseñar  y desarrollar una plataforma para ciudades inteligentes que provea servicios tecnológicos de alto nivel (STAN) y que permita la construcción de apps que consuman dichos servicios.

Tal desarrollo será articulado con el Municipio de Tandil para llegar a un prototipo, y en una segunda etapa se vincularán con empresas del Parque Científico Tecnológico regional para desarrollar aplicaciones piloto sobre la plataforma.

Para el estudio de IA se utilizan algoritmos y aplicaciones, así como también Data Mining –extracción de información significativa de grandes bases de datos-, Big Data para grandes volúmenes de datos, Deep Learning, una tecnología de aprendizaje y clasificación basada en redes de neuronas artificiales numéricas.

Todo el volumen de información se procesa en un clúster –conjunto de computadoras-.

Para acceder al prototipo instanciado en Ciudad Autónoma de Buenos Aires, haga click aquí.

Integrantes del grupo de Sistemas Inteligentes del ISISTAN

Dr. Armentano, Marcelo – Inv. Adjunto

Dr. Monteserin, Ariel – Inv. Adjunto

Dr. Soria, Álvaro – Inv. Adjunto

Dr. Teyseyre, Alfredo – Personal de Apoyo

Dr. Berdun, Luis – Inv. Asistente

Becarios doctorales del CONICET: Alonso Diego; Berdun Franco Daniel; Caimmi Brian; Varona Braian Raul; Vallejos Sebastian

Por Sergio Patrone Firma Paz y colaboración de Yesica Etcheverry

CONICET