El laboratorio de Inteligencia Artificial de TECNALIA ofrece:
\n\u2022\tCapacidad de procesamiento y an\u00e1lisis de datos\/im\u00e1genes avanzado
\n\u2022\tPreparaci\u00f3n, Cconstrucci\u00f3n entrenamiento, empaquetamiento, despliegue y monitorizaci\u00f3n modelos de IA, as\u00ed como la automatizaci\u00f3n de est\u00e1s fases mediante t\u00e9cnicas de DataOps y MLOps. Adem\u00e1s de la gesti\u00f3n inteligente de pipelines anal\u00edticas complejas, pudiendo ser desplegadas incluso en varios dispositivos de manera optimizada.
\n\u2022\tSeguridad y confiabilidad de los modelos de IA: Detecci\u00f3n de anomal\u00edas, evaluaci\u00f3n de vulnerabilidades, pruebas de penetraci\u00f3n, y t\u00e9cnicas de monitorizaci\u00f3n continua de amenazas para una correcta implementaci\u00f3n de pol\u00edticas de seguridad.
\n\u2022\tAIOps: Resilencia y operacionalizaci\u00f3n del ciclo de vida del software mediante t\u00e9cnicas de inteligencia artificial.
\n\u2022\tResoluci\u00f3n de problemas computacionales complejos
\n\u2022\tArquitecturas y paradigmas para la gesti\u00f3n y compartici\u00f3n segura y eficiente de grandes vol\u00famenes de datos: Big Data, Data Mesh, Cloud Continuum, Fog\/Edge computing, Data Spaces.
\n\u2022\tCiberseguridad para entornos de IA: Evaluaciones de ciberseguridad y aplicaci\u00f3n de IA para mejorar la ciberseguridad de sistemas y la protecci\u00f3n\/privacidad de los datos. Emulaci\u00f3n de t\u00e1cticas adversarias para mejorar las defensas de un entorno. Acciones apoyadas por actividades de capacitaci\u00f3n y concienciaci\u00f3n.
\n\u2022\tAdaptaci\u00f3n y despliegue autom\u00e1tico de IA en dispositivos embebidos en el Edge (Embedded Edge AI). As\u00ed como benchmarking automatizado para seleccionar el dispositivo m\u00e1s adecuado para un modelo concreto.
\n\u2022\tGesti\u00f3n de datos en dominios de impacto: bioinform\u00e1tica y sport analytics
\n\u2022\tDespliegue de LLMs y aumento del ciclo de vida del desarrollador mediante LLMs: desarrollo, testing, debugging, etc. <\/p>\n
Para ello contamos con:
\n1)\tKatea Research Cloud (KRC): Es una plataforma abierta y din\u00e1mica que permite crear una infraestructura de nube personalizada y adaptable a las necesidades espec\u00edficas de cada proyecto. Permite integrar diferentes plataformas, sistemas y servicios sobre ella.
\n2)\tKatea Data Lab (KDL): Es una plataforma com\u00fan de datos que integra informaci\u00f3n en un hub basado en la nube, desde el que se gobiernan, acceden y entregan los datos a los usuarios, aplicaciones y\/o otras tecnolog\u00edas. Al consolidar informaci\u00f3n de diferentes fuentes, KDL permite a la organizaci\u00f3n un proceso de toma de decisiones m\u00e1s colaborativo y eficiente.
\n3)\tKatea Compute Platform (KCP): Centro de super computaci\u00f3n de KATEA ubicado en Mikeletegi 2 (Donosti)
\n4) Katea Data Spaces: entorno de experimentaci\u00f3n para explorar e interactuar con tecnolog\u00edas de diferentes implementaciones de espacios de datos.
\n5) Laboratorio 5GEdge compuesto por n\u00fameros dispositivos para permitir operar redes 5G de manera autom\u00e1tica y dispositivos embebidos dedicados para explorar diferentes t\u00e9cnicas de inteligencia artificial en ellos fomentando escenarios de baja latencia para la toma r\u00e1pida de decisiones, alta privacidad y entornos sin conectividad. Se dispone de dispositivos de tres familias diferentes microcontroladores, system on chip \/ system on module y FPGA.<\/p>\n","protected":false},"excerpt":{"rendered":"
El laboratorio de Inteligencia Artificial de TECNALIA ofrece: \u2022 Capacidad de procesamiento y an\u00e1lisis de datos\/im\u00e1genes avanzado \u2022 Preparaci\u00f3n, Cconstrucci\u00f3n entrenamiento, empaquetamiento, despliegue y monitorizaci\u00f3n modelos de IA, as\u00ed como la automatizaci\u00f3n de est\u00e1s fases mediante t\u00e9cnicas de DataOps y MLOps. Adem\u00e1s de la gesti\u00f3n inteligente de pipelines anal\u00edticas complejas, pudiendo ser desplegadas incluso en…<\/p>\n","protected":false},"author":0,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"class_list":["post-8385","post","type-post","status-publish","format-standard","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/bdih.spri.eus\/es\/wp-json\/wp\/v2\/posts\/8385","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/bdih.spri.eus\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/bdih.spri.eus\/es\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/bdih.spri.eus\/es\/wp-json\/wp\/v2\/comments?post=8385"}],"version-history":[{"count":2,"href":"https:\/\/bdih.spri.eus\/es\/wp-json\/wp\/v2\/posts\/8385\/revisions"}],"predecessor-version":[{"id":8562,"href":"https:\/\/bdih.spri.eus\/es\/wp-json\/wp\/v2\/posts\/8385\/revisions\/8562"}],"wp:attachment":[{"href":"https:\/\/bdih.spri.eus\/es\/wp-json\/wp\/v2\/media?parent=8385"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}