Con el fin de poder alcanzar un progreso significativo en el reto planteado AIR Core propone investigar en arquitecturas descentralizadas (Edge Computing) que permitan integrar de forma nativa el soporte para la gestión de servicios relacionados con el registro distribuido, la segmentación de la red y la inteligencia artificial, de forma que se facilite el diseño de soluciones basadas en organizaciones virtuales capaces de actuar y coordinarse de forma conjunta, para la resolución de problemas complejos. En este contexto se investigarán conceptos encaminados a la futura explotación de la tecnología cuántica, como elemento disruptivo que puede potenciar de forma extraordinaria al resto de tecnologías. A continuación, se lista un conjunto de objetivos parciales que van a permitir abordar de forma estructurada, la consecución del objetivo principal y alcanzar los resultados esperados:
- O1. Iniciar una nueva rama de investigación a nivel internacional en el ámbito de la computación cuántica en su posible aplicación en la inteligencia artificial, tratando de acelerar la investigación en este campo en el que actualmente solo se ha conseguido demostrar la superioridad de los ordenadores cuánticos frente a las máquinas Von Neuman en operaciones sencillas.
- O2. Avanzar en el estudio de tecnologías de registro distribuido (DLT), como grafos acíclicos dirigidos (DAG), que permitan definir nuevas metodologías sostenibles y escalables para la generación de las relaciones de confianza necesarias entre usuarios (consenso)
- O3. Investigar en algoritmos de optimización para el balanceo de la carga computacional en entornos edge/fog computing, permitiendo gestionar de forma eficiente el procesamiento en los nodos (nivel de uso del hardware y grado de saturación de la red).
- O4. Definir nuevos estándares ligados a la seguridad y la fiabilidad en las redes IoT (e.g. mejorar la calidad de los datos gracias a la teoría de juegos; garantizar la integridad de los datos -CriptoIoT-; etc.)
- O5. Investigar en sistemas de inteligencia artificial y deep learning simbólico distribuidos, atomizando las arquitecturas/estructuras utilizadas (e.g., deep learning) y permitiendo su disposición en diferentes niveles que puedan aprovechar la creciente potencia de cálculo de nodos independientes (e.g., gateways con capacidad de procesamiento que se encarguen del entrenamiento de cada una de las capas de una red neuronal profunda).
- O6. Investigar en el concepto de network slicing y virtualización de red (software defined networks -SDN- y network function virtualization -NFV-) aplicado al canal de comunicación y la oferta de servicios, que de manera dinámica y en función de las necesidades cambiantes en la demanda de recursos, permita aprender mediante IA los niveles de calidad de servicio (QoS) y la asignación de las distintas redes lógicas a cada servicio.
- O7. Difundir los resultados entre la comunidad científica para impulsar la investigación en las nuevas tecnologías investigadas, como la inteligencia artificial cuántica, y lograr una transferencia efectiva de los resultados a través de la iniciativa IoT DIH para generar un impacto positivo en la competitividad del tejido productivo tanto de Castilla y León, como a nivel nacional.
- O8. Investigar en los aspectos éticos de la inteligencia artificial (e.g., sesgo de género en modelos aplicados a la IA, problemas de gobernanza en la toma de decisiones…) ligados al desarrollo y uso de estas tecnologías para la creación de un marco tecnológico orientado a una sociedad integradora e inclusiva (por ejemplo, empleando aprendizaje simbólico que sintetice el conocimiento humano mediante símbolos).
