MLoE: Modelos de aprendizaje automático más sostenibles

Amparo Alonso Betanzos (Universidade da Coruña); Bertha Guijarro Berdiñas (Universidade da Coruña); Elena Hernández Pereira (Universidade da Coruña); Noelia Sánchez Maroño (Universidade da Coruña); Beatriz Pérez Sánchez (Universidade da Coruña); Verónica Bolón Canedo (Universidade da Coruña); y Laura Morán Fernández (Universidade da Coruña).

Estos modelos, capaces de resolver tareas complejas entrenándose sobre grandes cantidades de datos, han tenido éxito en los últimos años debido a su utilidad para resolver una amplia variedad de problemas. Para poder aprender, estos modelos necesitan largos procesos de cálculo que consumen muchos recursos computacionales alojados normalmente en grandes centros de cómputo. Estos centros suponen un gran consumo energético a nivel mundial: en 2016 supusieron alrededor del 3% del consumo eléctrico del planeta. En contrapartida, se desarrollarán nuevos modelos que puedan ser distribuidos sobre pequeños dispositivos de cómputo, con un bajo consumo eléctrico. Estos métodos aspiran a tener impacto directo en multitud de aplicaciones, entre ellas el mantenimiento predictivo de maquina industrial, la medicina preventiva o el procesamiento de datos en smart cities.