El proyecto Solsticia, en el que participa MTP, ha cerrado su segunda anualidad

En esta segunda anualidad del proyecto Solsticia, MTP, a través de su departamento de Innovación, ha trabajado para conocer las capacidades y la potencia del uso de los modelos pre-entrenados para ser utilizados como base dentro del campo de estudio del NLP (procesamiento de lenguaje natural).

A raíz de la investigación realizada en esta anualidad, se ha decidido utilizar como tecnología base del modelo de MTP basado en IA al que se conoce como BERT, o Bidirectional Encoder Representation for Transformers.  Este modelo fue desarrollado por Google. Junto con el modelo XMLNet, son los únicos capaces de trabajar de forma multilenguaje en el campo del NLP.

Durante la investigación, pudimos conocer las capacidades y la potencia del uso de los modelos pre-entrenados para ser utilizados como base dentro del campo de estudio del NLP, así como descubrir que para el castellano no existen muchos modelos que sean útiles, salvo los basados en BERT o el mismo BERT.

Por otro lado, cabe resaltar que durante esta anualidad MTP ha estudiado las capacidades y la potencia del uso de las técnicas de mutación, y cuáles son sus principales librerías, con el objetivo de realizar pruebas aumentadas a sistemas con inteligencia artificial embebida. Además, se han investigado las herramientas disponibles para implementación, integración y despliegue continuo en sistemas que contengan inteligencia artificial embebida, lo que se conoce como MLOps.

Seguridad para las metodologías Ops

Este estudio nos ha permitido conocer en profundidad las metodologías Ops que se emplean en la actualidad, así como sus casos de uso. Gracias a los conocimientos adquiridos sobre las metodologías Ops, se ha trabajado para desarrollar una nueva metodología que incorpore etapas de seguridad al flujo MLOps. A esta metodología con etapas de seguridad se la conoce como MLSecOps.

Por último, cabe destacar, que durante esta anualidad MTP ha investigado sobre la aplicación de técnicas de machine learning para, a partir de grandes volúmenes de datos, poder aprender, obtener conclusiones, dar avisos de posibles fallos de ciberseguridad y proponer acciones.

Te mantendremos informado de la actualidad del proyecto Solsticia y la participación de MTP.

Para más información relacionada con este proyecto, puedes visitar en nuestra web la página de Solsticia.

Jonatan Domínguez Martínez

Innovation Department

Este proyecto está liderado por CAPGEMINI, formando consorcio junto con MTP, TSK, ATOS, PROXYA, COTESA y THE REUSE COMPANY. El consorcio cuenta con la colaboración del Centro Tecnológico Tecnalia y de la Universidad Politécnica de Madrid.

Ver más historias