IASOLVER asiste a la 2ª asamblea general de EdgeAI-Trust

El pasado mes de junio se celebró en Creta una de las asambleas generales del proyecto, coincidiendo con el informe de resultados de su primer año de vida. 

Todas las organizaciones participantes en el proyecto asistieron para presentar sus logros y debatir los próximos pasos. 

Resumen del proyecto

El proyecto EdgeAI-Trust, cuyo título completo es “Decentralized Edge Intelligence: Advancing Trust, Safety, and Sustainability in Europe”, ha sido financiado públicamente a través del programa Horizon Europe y la iniciativa Chips JU. El proyecto consta de una duración de 3 años, desmayo de 2024 y a finales de abril de 2027.  

Este proyecto persigue crear un ecosistema “Edge AI” robusto y fiable mediante el desarrollo de arquitecturas de IA, componentes HW/SW, técnicas de orquestación, herramientas de desarrollo y una comunidad que permita la colaboración en tiempo real de dispositivos “Edge”. Este ecosistema deberá garantizar los más altos niveles de seguridad, escalabilidad, sostenibilidad y robustez. 

Al integrar algoritmos, dispositivos y APIs basados en IA, EdgeAI-Trust fomentará la interoperabilidad y el intercambio seguro de datos en diversas plataformas, desde dispositivos activados por sensores hasta sistemas en la nube, todo dentro de un entorno dinámico de confianza cero. 

El proyecto es liderado por la empresa TTTech Auto, y participan en él más de 50 organizaciones. Solver Machine Learning (IASOLVER) participa como parte del consorcio español junto a las empresas Fent Innovative Software Solutions, Technica Electronics, Rapita Systems, Clue y la Universidad Politécnica de Valencia. 

Objetivos Técnicos del proyecto 

Objetivo 01 – Desarrollar una arquitectura IA confiable e independiente del dominio. 

La arquitectura actuará como guía en el desarrollo de sistemas colaborativos basados en IA, donde la orquestación entre diferentes dispositivos sea necesaria. Esta arquitectura admitirá la implementación de múltiples algoritmos y será compatible con distintas plataformas, eliminando las limitaciones y requisitos de casos de uso específicos. 

Objetivo 02 – Crear soluciones IA en el “Edge” colaborativas y seguras. 

Los avances tecnológicos desarrollados en el proyecto serán demostrados a través de múltiples casos donde los dispositivos “Edge” y la IA jueguen un papel fundamental. Estos casos de uso ilustrarán la implementación de aplicaciones IA en dispositivos con recursos limitados, con un foco en materias de seguridad y fiabilidad de datos. 

Objetivo 03 – Aumentar la confianza en las soluciones basadas en IA. 

Las soluciones IA desarrolladas en el proyecto deberán seguir unos rigurosos estándares de explicabilidad, seguridad y robustez. Para ello, las soluciones propuestas en el proyecto deben incluir una monitorización y un control de las decisiones tomadas por los modelos IA que garanticen la confianza y la tolerancia a fallos de estas. 

Objetivo 04 – Desarrollar procesos para la optimización y validación de soluciones IA. 

El desarrollo de soluciones IA no termina con el final de este proyecto, por lo que se incluyen entre sus objetivos la creación de herramientas y metodologías que ayuden en futuros desarrollos de sistemas IA que sigan la arquitectura propuesta por EdgeAI-Trust. 

Objetivo 05 – Lograr un impacto significativo en términos de liderazgo económico a través de la plataforma EdgeAI EDEM. 

Recopilar un informe completo con análisis de mercado y mecanismos de explotación para las soluciones IA actuales a través de la plataform EdgeAI EDEM (EdgeAI Ecosystem Monitoring). 

Papel de IASOLVER en EdgeAI-Trust 

El trabajo desarrollado en el proyecto se organiza siguiendo una matriz donde se entrelazan los paquetes de trabajo (denominados “WP” o “Work Package” en el diagrama) y los campos de investigación en los que se desarrollarán las soluciones IA (denominados “SC” o “Supply Chain”) 

IASOLVER participa en el SC1 junto a la mayoría de los miembros del consorcio español en el proyecto. Esta línea de trabajo se centra en la investigación e implementación de plataformas software y hardware capaces de proveer soluciones IA en el Edge, al mismo tiempo que garantizan los requisitos de seguridad y robustez exigidos. 

Nuestra empresa está involucrada en el desarrollo de dos casos de uso incluidos en el SC1, que harán uso de la misma plataforma hardware para proponer una solución a dos problemas de IA en el Edge. Mediante estos dos casos de uso se pretende demostrar la capacidad de la plataforma, sus componentes y la arquitectura IA implementadas para adaptarse a diferentes entornos y necesidades.  

El primero de estos casos de uso se centra en el uso modelos neuronales para la detección automática de vehículos en un entorno de conducción por carretera en tiempo real. A partir de imágenes tomadas desde una cámara instalada en un vehículo, un modelo IA deberá ser capaz de detectar en tiempo real los vehículos y peatones que aparezcan con el fin de avisar al usuario de una posible colisión. Las respuestas del modelo serán monitorizadas en todo momento para detectar posibles fallos o anomalías y garantizar la seguridad del sistema. En cuanto a las innovaciones propuestas en este proyecto, el caso de uso incluye la aceleración de la ejecución del modelo mediante sistemas de orquestación a recursos hardware o la aplicación de procesos de “Diverse Redundancy” durante la inferencia de los modelos, ofreciendo una capa de seguridad y explicabilidad a los resultados. 

El segundo caso de uso emplea la misma plataforma hardware que el primero, aunque esta vez modificando el objetivo de la solución para detectar anomalías y predecir fallos en el comportamiento de un robot a partir de las lecturas tomadas por varios sensores localizados en este. Los mismos componentes de aceleración computacional y seguridad serán aplicados en este caso de uso, demostrando así la capacidad de la plataforma y la arquitectura IA de adaptarse a nuevos escenarios. 

Las tareas de IASOLVER en ambos casos serán el diseño, implementación y entrenamiento de los modelos necesarios para cada una de las dos soluciones. Este proceso incluye la recopilación y el análisis de los datos disponibles para el modelo, la exploración de modelos adecuados para estos problemas y la optimización de dichos modelos para el hardware empleado. IASOLVER trabajará también en la adaptación de la librería de código abierto EDDL, adaptándola para realizar la inferencia en tiempo real de los modelos IA en los entornos de los casos de uso. 

Progreso actual y próximos pasos 

Un aspecto de suma importancia en EdgeAI-Trust es la colaboración entre las organizaciones que componen el proyecto. En la mayoría de los escenarios, cada caso de uso depende de varios componentes SW o HW desarrollados por más de un miembro del proyecto. La comunicación entre los miembros es clave para alcanzar las metas establecidas y planificar el avance de la investigación. 

Para reforzar la colaboración entre miembros, los coordinadores del proyecto han establecido una serie de asambleas generales durante toda la duración de EdgeAI-Trust. Bianualmente, representantes de cada una de las organizaciones participantes se reúnen presencialmente para presentar sus resultados y planes a futuro. En junio de este año tuvo lugar la segunda asamblea general, coincidiendo con la presentación del informe de resultados del primer año, en la ciudad de Heraklion, Creta. La asamblea, que dividió sus actividades a lo largo de dos días, incluyo la descripción del estado actual de cada paquete de trabajo y caso de uso. 

A parte de las actividades planeadas, la asamblea fue una gran ocasión para interactuar con otras organizaciones en persona, facilitando la comunicación y abriendo la puerta a nuevas colaboraciones. 

En cuanto al estado del proyecto, en este punto el progreso logrado es el siguiente: 

• La fase inicial de diseño de los casos de uso ha finalizado satisfactoriamente. Los diseños propuestos serán presentados a los revisores del proyecto durante los próximos meses a través de los correspondientes informes. 

• El desarrollo de los componentes electrónicos, cuya actividad comenzó a finales de julio de 2024, se centrará en la interconexión de componentes siguiendo los diseños planificados. 

• La implementación de componentes software solamente lleva en curso un par de meses, por lo que no fue posible presentar ningún resultado en la asamblea. Sin embargo, se definió la planificación para el próximo año, teniendo en cuenta la dependencia de los componentes hardware y su tiempo de desarrollo. 

Impacto previsto del proyecto para IASOLVER 

Uno de los objetivos principales de IASOLVER al participar en este proyecto es la adquisición de experiencia en el ámbito de la seguridad aplicada a los modelos “Edge AI”. En la mayoría de los casos, un modelo “EdgeAI” requiere ser ejecutado en un dispositivo con menor capacidad computacional y complejidad que las que suelen ser habituales para un modelo de IA (como puede ser un smartphone). En este entorno las filtraciones de datos son más comunes debido a la comunicación entre los dispositivos Edge. Entender que datos están siendo empleados por los modelos, como encriptar la información sensible o diseñar algoritmos que eviten la propagación de dicha información es esencial para estas aplicaciones. Gracias a EdgeAI-Trus, IASOLVER será capaz de aplicar estos principios al diseño de aplicaciones IA y extender su conocimiento en el tema a través de la colaboración con otros miembros del proyecto que trabajen en el mismo sector. 

Otro aspecto de los dispositivos usados para ejecutar modelos “EdgeAI” es la limitación de recursos computacionales. En estos dispositivos no será posible ejecutar los modelos más complejos si se quiere mantener unos tiempos de respuesta adecuados. Trabajar con estas limitaciones aportará a IASOLVER un nuevo punto de vista en el desarrollo de modelos, poniendo el foco no solo en la complejidad de los modelos, sino también en la optimización de los recursos disponibles.