Menú
Este proyecto agrupa a cientistas de la computación que trabajan en teoría, gestión de datos e IA.
Su objetivo es desarrollar las bases y pruebas de concepto para arquitecturas de información y aprendizaje automático de próxima generación, con capacidad para integrar, administrar y analizar datos, abordando desafíos en privacidad, interpretabilidad, expresividad y escalabilidad.
Este proyecto tiene como objetivo mejorar la Soberanía mediante la exploración de nuevas técnicas conscientes de la privacidad para el análisis de datos, así como mejorar la Equidad y la Transparencia mediante la propuesta de nuevas técnicas para mejorar la interpretabilidad de los modelos de IA.
El EP3 trabaja en el desarrollo de técnicas fundamentales y aplicadas para hacer frente a los requisitos emergentes para los sistemas de uso intensivo de datos. A través de metodologías teóricas y experimentales, nuestro objetivo es caracterizar mejor los desafíos que enfrenta la sociedad, aclarar los fundamentos de las técnicas propuestas para resolverlos, combinar y comparar técnicas, y proponer la base para futuros sistemas intensivos en datos que ofrezcan garantías teóricas de corrección, optimización, etc., y son más capaces de hacer frente a los desafíos relacionados con, por ejemplo, la privacidad, el dinamismo, la diversidad, la escala, el sesgo y la eficiencia.
ÁREAS DE INVESTIGACIÓN
1. Sistemas de bases de datos
2. Interpretabilidad y eficiencia de algoritmos
El desarrollo efectivo de las herramientas de IA que ya tenemos —como también de las que vendrán en el futuro— solo puede lograrse a través de métodos computacionales cuyas acciones puedan ser entendidas y evaluadas por usuarios humanos. Uno de nuestros principales avances dice relación con la expresividad de nuevas arquitecturas de machine learning. Un equipo de investigadores con diversas habilidades —machine learning, web semántica y lógica computacional— fue capaz de producir resultados sustanciales en términos de garantías teóricas de arquitecturas de machine learning.
Proyecto destacado
¡No se han encontrado entradas!
