A Fundación BBVA apoia ao CITIC para a obtención de modelos de aprendizaxe automática sustentábeis

venres, 27 de marzo do 2020 S. P.

O Centro de Investigación TIC (CITIC) da Universidade da Coruña recibirá financiamento da Fundación BBVA para un proxecto de investigación enmarcado nun ámbito de gran proxección: a análise da información a gran escala, o Big Data. O proxecto Machine Learning on the Edge (MLoE) ten o obxectivo de desenvolver sistemas de Intelixencia Artificial para obter modelos de aprendizaxe automática sobre dispositivos de baixo rendemento computacional, informaron fontes do CITIC, poñendo o foco nun dos puntos máis destacados da iniciativa: os seus importantes niveis de privacidade. Isto será posíbel ceibando os elementos postos en xogo da necesidade de intercambiar datos.

JPEG - 136.1 KB
O equipo de investigadoras que traballará no proxecto financiado polo BBVA

Ademais, crearase unha contorna para o desenvolvemento de algoritmos máis sustentábeis en canto a consumo enerxético e impacto nas emisións de carbono.
A iniciativa do CITIC foi unha das cinco escollidas pola Fundación BBVA entre as 93 solicitudes recibidas a nivel estatal. Con esta axuda, o CITIC consigue a captación de fondos por un total de 97.092,44 €.
O investigador principal do proxecto é Óscar Fontenla, e forman parte do equipo as investigadoras Amparo Alonso Betanzos, Bertha Guijarro Berdiñas, Elena Hernández Pereira, Noelia Sánchez Maroño, Beatriz Pérez Sánchez, Verónica Bolón Canedo e Laura Morán Fernández, integrantes das áreas de Intelixencia Artificial e Ciencia e Enxeñaría de Datos do CITIC.
Modelos de aprendizaxe automática máis sustentábeis
Segundo lembra o centro de investigación coruñés, os modelos de aprendizaxe automática son capaces de resolver tarefas complexas adestrándose sobre grandes cantidades de datos, e son útiles en canto a resolución dunha ampla variedade de problemas. Porén, engade o CITIC, “para poder aprender, estes modelos precisan longos procesos de cálculo que consumen moitos recursos computacionais aloxados en grandes centros de cómputo, e que supoñen un gran consumo enerxético a nivel mundial”. De feito, explica o centro, en 2016 supuxeron arredor do 3 % do consumo eléctrico do planeta.
A idea que subxace baixo o proxecto Machine Learning on the Edge (MloE) é dar forma a modelos que economicen recursos, que poidan ser distribuídos sobre pequenos dispositivos de cómputo perimetral cun baixo consumo eléctrico, como, por exemplo, as placas Raspberry PI. Estes métodos terán aplicación directa en multitude de aplicacións, entre elas, o mantemento preditivo de maquinaria industrial, a medicina preventiva e o procesamento de datos en Cidades Intelixentes.

PUBLICIDADE