Lanzamiento del Instituto Privado de Investigación Colaborativa de IA

Avast, productos de seguridad digital y privacidad y Borsetta, empresa de servicios de hardware informático seguro de IA; anunciaron que se unirán a Intel para lanzar el Instituto Privado de Investigación Colaborativa de IA (Private AI Collaborative Research Institute). El propósito de la colaboración será avanzar y desarrollar tecnologías que fortalezcan la privacidad y la confianza para la IA descentralizada.

Origen

El Instituto privado de IA (Private AI Institute), fue creado por la Oficina de Investigación y Colaboración Universitaria (URC) de Intel. Éste amplió el potencial de colaboración del Instituto invitando a Avast y Borsetta a unir fuerzas.

Por lo cual, en conjunto emitieron una convocatoria de propuestas de investigación a principios de este año y seleccionaron los primeros nueve proyectos de investigación.

Contarán con el apoyo del Private AI Collaborative Research Institute en ocho universidades:

• Carnegie Mellon University, U.S.A. University of:
• California, San Diego, U.S.A.
• Southern California, U.S.A.
• Toronto, Canadá
• Waterloo, Canadá
• Technical University of Darmstadt, Alemania
• Université Catholique de Louvain, Bélgica
• National University of Singapore, Singapur

Objetivo

El Instituto Privado de Investigación Colaborativa de IA, fomentará y apoyará la investigación fundamental en la resolución de los desafíos del mundo real para la sociedad; y adoptará un enfoque ético para el desarrollo de la IA.

Mediante la descentralización de la IA y el traslado de análisis de IA al borde de la red; las empresas tienen como objetivo liberar datos de los silos, proteger la privacidad y la seguridad, además de mantener la eficiencia.

Por lo anterior, tendrá como objetivo superar los desafíos que enfrentan las industrias y las sociedades en la actualidad. Esto incluye, pero no se limita a:

• Los datos de entrenamiento se descentralizan en silos aislados y a menudo son inaccesibles para el entrenamiento centralizado.
• Las soluciones actuales que requieren un único centro de datos de confianza son frágiles; el entrenamiento centralizado puede ser fácil de atacar modificando datos en cualquier lugar entre la recopilación y la nube. No existe un marco para la formación segura descentralizada entre los participantes desconfiados.
• Los modelos centralizados se vuelven obsoletos rápidamente a medida que los datos en el borde cambian con frecuencia. Hoy en día, los ciclos de lote poco frecuentes para la recopilación, la formación y la implementación pueden dar lugar a modelos obsoletos; no es posible el reentrenamiento continuo y diferencial.
• Los recursos informáticos centralizados son costosos y limitados por la comunicación y la latencia.
• El aprendizaje automático federado, técnica utilizada para entrenar un algoritmo en múltiples dispositivos perimetrales descentralizados, es limitada. Aunque la IA federada puede acceder a los datos en el perímetro, no puede garantizar simultáneamente la precisión, la privacidad y la seguridad.

Cabe destacar que Borsetta se ha unido al Instituto Privado de Investigación Colaborativa de IA debido a su creencia; de impulsar un marco de preservación de la privacidad para apoyar el futuro de un mundo hiperconectado potenciado por la IA.

Si deseas más información sobre inteligencia artificial consulta este enlace

9