• A entidade destacou as boas prácticas e resultados obtidos pola iniciativa titulada “Machine Learning on the Edge”, que busca obter modelos de aprendizaxe automática máis sustentables en canto a consumo enerxético e impacto nas emisións de carbono
• O investigador do CITIC, Óscar Fontenla, recolleu o recoñecemento no AMETIC Artificial Summit 2023, promovida pola Asociación Multisectorial de Empresas de Tecnologías de la Información, Comunicaciones y Electrónica

O proxecto do CITIC da UDC “Machine Learning on the Edge” vén de obter o premio I+D+I en Intelixencia Artificial concedido pola AMETIC, a asociación que representa a 3.000 empresas do sector TIC en España. A entidade destacou as boas prácticas e os resultados obtidos a través de da investigación e o desenvolvemento deste proxecto, liderado por Óscar Fontenla Romero e no que participan tamén outros investigadores do CITIC como Amparo Alonso Betanzos, Bertha Guijarro, Elena Hernández, Noelia Sánchez, Beatriz Pérez, Verónica Bolón Canedo, Laura Morán Fernández y David Novoa.

O proxecto, que foi financiado pola Fundación BBVA na súa convocatoria de 2019, desenvolve novos sistemas de Intelixencia Artificial para obter modelos de aprendizaxe automática máis sustentables en canto a consumo enerxético e impacto nas emisións de carbono. Estes modelos, capaces de resolver tarefas complexas adestrándose sobre grandes cantidades de datos, tiveron éxito nos últimos anos debido á súa utilidade para resolver unha ampla variedade de problemas. Para poder aprender, estes modelos necesitan longos procesos de cálculo que consomen moitos recursos computacionais aloxados normalmente en grandes centros de procesamento de datos. Estes centros supoñen un gran consumo enerxético a nivel mundial: en 2016 supuxeron ao redor do 3% do consumo eléctrico do planeta.

Por este motivo, o equipo investigador do CITIC céntrase en desenvolver novos modelos que poidan ser distribuídos sobre pequenos dispositivos de cómputo, cun baixo consumo eléctrico. Trátase de métodos aspiran a ter impacto directo en multitude de aplicacións, entre elas o mantemento predictivo de maquina industrial, o medicamento preventivo ou o procesamiento de datos en smart cities.