El avance, fruto de la tesis doctoral de Paula Ruiz Barroso en el instituto IMECH.UMA, permite desplegar algoritmos de visión, biometría y diagnóstico médico localmente, garantizando la privacidad de los datos y la eficiencia energética.
IMECH.UMA en la Investigación
- Hito académico: Tesis doctoral defendida en la UMA con calificación Sobresaliente cum laude.
- Equipo del IMECH.UMA / Autores: La investigadora Paula Ruiz Barroso y sus directores, los doctores Nicolás Guil Mata y Francisco M. Castro Payán.
- Avance científico: Metodología integral de co-diseño hardware-algoritmo y aprendizaje autosupervisado para Edge Computing.
- Impacto y aplicaciones: Visión por computador, biometría (gait recognition) y detección precoz de patologías cardíacas en wearables.
El despliegue global de la Inteligencia Artificial (IA) continúa fuertemente condicionado por la dependencia de infraestructuras centralizadas en la nube. Este esquema no solo conlleva elevados costes económicos y un elevado impacto energético, sino que introduce vulnerabilidades en la privacidad de la información. El desarrollo de la IA en el extremo (Edge Computing) —es decir, la ejecución de modelos de aprendizaje profundo (Deep Learning) directamente en dispositivos portátiles o embebidos— constituye una prioridad estratégica para la industria, si bien se enfrenta a severas restricciones de memoria y capacidad de cómputo.
Para resolver estas limitaciones, investigadores del grupo Scalable AI Computing (SAIC), integrado en el Instituto de Investigación en Ingeniería Mecatrónica y Sistemas Ciberfísicos (IMECH.UMA), han diseñado un marco metodológico integral basado en el co-diseño hardware-algoritmo. Esta arquitectura permite comprimir los modelos de IA y optimizar su ejecución sobre arquitecturas informáticas heterogéneas, alcanzando máxima precisión con un consumo mínimo de energía y tiempo de respuesta.
La investigación constituye el núcleo de la tesis doctoral desarrollada por la investigadora Paula Ruiz Barroso, bajo la dirección de los doctores Nicolás Guil Mata y Francisco M. Castro Payán, la cual ha obtenido la máxima calificación académica (Sobresaliente cum laude) dentro del programa de Doctorado en Ingeniería Mecatrónica.
Metodología: optimización simultánea de software y hardware
La principal aportación del equipo radica en abordar de forma conjunta los tres cuellos de botella fundamentales del Edge Computing:
- Eficiencia en la anotación de datos: Integración de paradigmas de aprendizaje no supervisado y autosupervisado, permitiendo a los algoritmos identificar patrones complejos sin requerir el etiquetado manual previo de grandes volúmenes de datos.
- Compresión lógica de redes neuronales: Aplicación de técnicas avanzadas de cuantización, poda neuronal (pruning) y destilación de conocimiento para reducir la complejidad matemática de los modelos.
- Maximización del rendimiento físico: Estrategias de ejecución concurrente orientadas a aprovechar al máximo la capacidad de procesamiento multinúcleo de las arquitecturas embebidas.
Validación experimental en entornos de alta exigencia
La viabilidad técnica del marco desarrollado se ha validado experimentalmente en tres ámbitos de aplicación crítica:
- Visión por computador: Procesamiento de vídeo en tiempo real para la detección, clasificación y seguimiento de objetos estáticos y en movimiento sin necesidad de supervisión previa.
- Reconocimiento biométrico (Gait Recognition): Adaptación de arquitecturas complejas para la identificación simultánea de múltiples personas según su patrón de marcha, reduciendo sensiblemente la latencia y la latencia energética.
- Monitorización de la salud en wearables: Implementación de modelos para el análisis local de señales de electrocardiograma (ECG), capaces de detectar anomalías cardíacas mediante desviaciones estadísticas entrenadas exclusivamente sobre registros sanos.
Impacto científico y transferencia tecnológica
Los resultados derivados de esta tesis doctoral —respaldados por cuatro publicaciones en revistas de primer nivel y una estancia de investigación en la École Polytechnique Fédérale de Lausanne (EPFL, Suiza)— confirman que la optimización aislada de software o hardware resulta insuficiente para dar respuesta a los retos actuales de la tecnología embebida.
Con este avance, el instituto IMECH.UMA reafirman su compromiso con la generación de conocimiento científico de vanguardia y la transferencia de soluciones sostenibles, eficientes y seguras a sectores como la robótica, la biomedicina y la ciberseguridad, consolidando el liderazgo investigador de la Universidad de Málaga.
Enlace a la noticia de la Sala de Prensa de la UMA: https://www.uma.es/sala-de-prensa/noticias/ia-sin-nube-la-uma-disena-un-metodo-para-ejecutar-modelos-complejos-en-dispositivos-de-bajo-consumo/?set_language=