Premio internacional para un trabajo de la Universidad de Baleares sobre inteligencia artificial

Un equipo de investigadores del grupo de investigación en Ingeniería Electrónica de la Universitat de les Illes Balears (UIB) ha sido galardonado con el premio al mejor trabajo presentado al congreso internacional Design of Circuits and Integrated Systems Conference 2023 (DICS).

El estudio propone mejorar la eficiencia energética de la inteligencia artificial (IA) a través del uso de la computación estocástica, según ha informado la UIB este jueves en un comunicado.

Los autores son Christian Franco Frasser, Alejandro Morán, Vicens Canals, Joan Font Rosselló, Eugeni Isern, Miquel Roca y Josep Ll. Rosselló, quienes han recibido el premio DICS 2023 que se celebró este noviembre en la Universidad de Málaga.

En concreto, el grupo de investigación en Ingeniería Electrónica es especialista en la implementación en maquinaria de redes neuronales para distintos tipos de aplicaciones, como por ejemplo la identificación de patrones, la predicción de series temporales o el hallazgo de posibles componentes para la generación de fármacos a partir de grandes bases de datos de componentes químicos.

En este sentido, la implementación de maquinaria de redes neuronales permite incrementar la velocidad del procesamiento de datos y reducir el consumo energético. Además, han destacado que también permite trabajar con la computación estocástica.

Esta computación presenta ventajas respecto a la lógica booleana tradicional con la que funcionan los procesos de programación, como son la reducción de los recursos de maquinaria necesarios y el consumo energético.

Precisamente, el trabajo premiado ha demostrado la eficiencia de la computación estocástica a la hora de implementar una red neuronal convencional, una de las más famosas en el ámbito de la IA, gracias a un dispositivo ‘hardware’ programable.

Igualmente, el artículo premiado presenta una «mínima pérdida de precisión» -del 0,01%- a la hora de clasificar un banco de imágenes, mientras que multiplica por 27 la velocidad de clasificación y reduce 33 veces el gasto energético, en relación con los mejores resultados de otros trabajos donde también se implementa esta red con el mismo banco de imágenes.

El trabajo ha sido financiado por el Ministerio de Ciencia e Innovación y por el Fondo Europeo de desarrollo regional Feder a través de los proyectos ‘Desarrollo de sistemas inteligentes hardware con alta eficiencia energética para aplicaciones de computación Edge y de supercomputación’ y ‘Sistemas adaptativos en hardware de redes neuronales profundas para procesamiento inteligente de audio’.