Noticias
Lanzamiento del proyecto SKYNNET
El pasado 11 de octubre tuvo lugar el evento de lanzamiento del proyecto SkyNNet (Redes neuronales distribuidas en la nube) coordinado por Nokia y que cuenta con el CIEMAT para el despliegue de distintas redes neuronales desarrolladas por la Unidad de Informática Científica.
La propuesta deSkyNNet ha sido valorada con la cuarta mejor nota de entre las 1210 presentadas a la convocatoria de Red.es referente a la convocatoria de ayudas 2021 destinadas a proyectos de investigación y desarrollo en inteligencia artificial y otras tecnologías digitales y su integración en las cadenas de valor.
El proyecto SkyNNet tiene como objetivo fundamental ofrecer una herramienta que mediante la "deconstrucción" automática de RNAs (Redes Neuronales Artificiales) se posibilite la distribución de fragmentos de dichas redes sobre una plataforma de computación paralela y distribuida. Los programas que usan librerías o frameworks de aprendizaje automático para crear redes neuronales, podrán migrar a SkyNNet para, con ligeros cambios, crear redes neuronales mayores, distribuidas y escalables. Esto permitirá eliminar la barrera de entrada de aprendizaje en la creación de software de computación paralela y distribuida orientada a aplicaciones de IA (Inteligencia Artificial).
El proyecto es pionero en su área, y además de "deconstruir" redes neuronales en piezas, aprovechará los resultados del proyecto Cloudbook (IDI-20170341) para las capacidades de ejecución distribuida. La tecnología desarrollada en Cloudbook se extenderá con funcionalidades que den respuesta a los problemas que plantea SkyNNet. Ya en el pasado Nokia y el CIEMAT participaron en el mencionado proyecto Cloudbook.
El resultado esperado del proyecto será la validación de la herramienta SkyNNet en un entorno experimental simulado con datos reales para la identificación automática de imágenes. Los resultados del proyecto se pondrán a disposición pública a través de congresos, ponencias, artículos en revistas científicas y comunicaciones en revistas de público general y prensa, programas internacionales y seminarios. El código fuente será de código abierto (github), sin coste de licencia para los usuarios y abierto a contribuciones futuras por parte de la comunidad investigadora.