Proyecto que desarrolla herramienta que optimiza la integración de modelos de IA en dispositivos de bajo poder de cómputo, memoria y espacio obtiene Fondecyt de Iniciación

La inteligencia artificial (IA) está transformando diversas áreas de la tecnología, pero su implementación en dispositivos cercanos al usuario, como los que forman parte del Internet de las Cosas (IoT), presenta desafíos específicos. En este contexto, la investigación del académico Jorge Gómez, de la Facultad de Ingeniería y Ciencias Aplicadas, busca una solución innovadora con la creación de TTAIO, una herramienta diseñada para optimizar la integración de modelos de IA en dispositivos de bajo poder de cómputo, memoria y espacio.

TTAIO tiene como principal objetivo co-optimizar tanto el hardware como el software, lo que permite que los dispositivos IoT, a menudo limitados por restricciones físicas y energéticas, puedan ejecutar modelos de inteligencia artificial de manera confiable y eficiente. Esto no solo mejora el desempeño de los dispositivos, sino que también ofrece ventajas como una mayor velocidad de respuesta, mayor privacidad para los usuarios y la reducción del consumo energético.

Su investigación TTAIO: Tool for Trustworthy Artificial Intelligence On-Edge, se adjudicó un Fondecyt de Iniciación, proyecto en el que trabaja en colaboración con los académicos Kai Ni (Universidad de Notre Dame); Sourav Dutta (UT Dallas) e Ioannis Vourkas (Universidad Democritus de Tracia, Grecia). Además, en el ámbito local, el proyecto cuenta con la participación de Jorge Marín y Christian Rojas, de la Universidad Técnica Federico Santa María.

El interés de Gómez por esta investigación proviene de su experiencia previa en la industria y su formación en dispositivos semiconductores. “Creo que hay oportunidades súper interesantes cuando se juntan distintas disciplinas. Al haber trabajado en productos finales, me di cuenta de que a menudo tratamos el hardware y el software como cajas negras que solo encajan bien. Pero si logramos abrir esas cajas y quedarnos con lo esencial para la aplicación, se puede ahorrar mucho espacio y optimizar el rendimiento”, afirma Gómez.

El impacto de esta investigación podría extenderse a cualquier aplicación que requiera IA en sistemas embebidos, desde dispositivos de salud hasta tecnologías de monitoreo y más. Por ejemplo, en nuestra casa de estudios, los investigadores están trabajando en aplicaciones como el monitoreo de fibras en cemento con los profesores Patricio Moreno y Álvaro Paul, el monitoreo de baterías con Miguel Torres, y el seguimiento de personas en paro cardiorrespiratorio con la profesora Marcela Garrido. Además, están explorando nuevas posibilidades en el campo de la realidad virtual, donde los anteojos Quest Pro se utilizan para introducir IA en el entrenamiento médico y en experimentos financieros.

“Esta investigación está profundamente conectada con la formación de estudiantes. Son ellos quienes están haciendo el trabajo más valioso, y su esfuerzo es fundamental para el éxito de TTAIO”, concluye.