Gate integra gemelos digitales, aprendizaje automático avanzado e infraestructura de intercambio de datos confiable para permitir la transformación urbana, de salud e industrial sostenible.
El Gate Institute es el primer Centro Dedicado para la Excelencia de Big Data y la Inteligencia Artificial (AI) en Bulgaria y Europa del Este, financiado conjuntamente por la Comisión Europea (CE) y el gobierno búlgaro, y se estableció como una iniciativa conjunta de la Universidad de Sofía, la Universidad de St. Pense Orizky y Chalmers. Con una visión para permitir la sociedad inteligente basada en datos, Gate está impulsando la transformación digital aprovechando las oportunidades creadas por Big Data y la tecnología de IA para acelerar el impacto de la sociedad en su conjunto. Gate ejecutará la investigación y creará innovación en dominios de aplicaciones como las ciudades futuras y la salud digital.
Como el centro búlgaro de la Asociación Internacional de Espacio de Datos (IDSA), Gate juega un papel fundamental en la creación de un entorno seguro, soberano y confiable para compartir datos. Gate tiene como objetivo proporcionar una infraestructura sofisticada, como plataformas, datos, servicios, pruebas e instalaciones experimentales, lo que lo convierte en un espacio de datos nacional reconocible con un potencial confiable. Al implementar la arquitectura de la federación y los componentes que cumplen con la identidad, GATE permite a las organizaciones participar en la innovación colaborativa al tiempo que mantiene la soberanía y la privacidad de los datos. Gate también tiene como objetivo ser una IA más democrática y amplia, basándose en nuevos algoritmos de aprendizaje automático distribuido (ML) que pueden abordar las ensamblajes distribuidos de modelos locales a través del aprendizaje federal y la destilación de conocimiento, la capacitación en la nube de IA centrada en el dispositivo.
Al combinar modelos de ingeniería ontológica y tecnologías semánticas con especificaciones lógicas de políticas y restricciones, Gate desarrolla un nuevo nivel de inteligencia que puede procesar datos estáticos y dinámicos en una variedad de dominios comerciales.
En línea con el liderazgo regulatorio y ético europeo en la IA, GATE contribuye a la implementación de la ley de IA de la UE y apoya a las empresas, gobiernos y academia para comprender y aplicar la IA habilitada para el cumplimiento. La experiencia responsable de la IA centrada en el ser humano garantiza que la innovación colabore con medidas de protección legal, ética y social.
Dominios de aplicaciones urbanas futuras
El Dominio de aplicaciones de Future Cities explora las posibilidades de las tecnologías gemelas digitales para abordar los desafíos urbanos del mundo real en la planificación, el diseño y la prestación de servicios. El proyecto piloto desarrollará un gemelo digital urbano escalable como una solución técnica para el diseño, exploración y experimentación de entornos y procesos urbanos. Los objetivos incluyen la producción de modelos urbanos 3D de alta calidad de Sofía, enriquecimiento semántico de modelos y aplicaciones para simulación, análisis y visualización. El enfoque gemelo digital, «el primer digital de diseño, prueba y construcción», demuestra el valor agregado de un método basado en datos para la toma de decisiones, lo que facilita la integración de gemelos digitales en los procesos urbanos.
Los modelos 3D de Sofía se crean utilizando datos catastrales que explican edificios, espacios verdes, alivio y redes de carreteras. Este modelo se mejora continuamente con datos de teledetección, como ortophotos e imágenes satelitales para lograr un mayor nivel de detalle. Construido en estándares ampliamente adoptados, como CityGML y extendido con datos inteligentes de Fiware o modelos diseñados personalizados para casos de uso específicos, los modelos 3D se visualizan utilizando guantes virtuales de cesio para la exploración interactiva.
Como parte de una innovación continua, se ha propuesto la extensión del dominio de la aplicación conceptual (ADE) para el módulo de vegetación CityGML 3.0. Esta extensión mejora el modelado de espacios de árbol y verde a través del nuevo mecanismo de «gancho» en CityGML 3.0 e incorpora aspectos dinámicos del crecimiento y la gestión de la vegetación utilizando el módulo Dynamics. Los nuevos tipos de datos, las listas de códigos y las enumeraciones proporcionan una explicación unificada e integral de las características de la vegetación y apoyan la investigación avanzada en áreas como los efectos de las islas de calor urbano, la dinámica de la vegetación y las evaluaciones de impacto ambiental.
Varios casos de uso ilustran el potencial gemelo digital de la ciudad. La planificación urbana y el análisis ambiental involucran la investigación de radiación solar a escala urbana para informar paneles fotovoltaicos, calefacción de edificios pasivos, gestión de la carga de enfriamiento y recolección de energía a través de evaluaciones de microclima. Estos estudios integran datos de construcción 3D con teledetección para representar con precisión el sombreado en el contexto de montaña de Sofía. La planificación del transporte desarrolla un nuevo enfoque digital de simulación de micro-tráfico basado en gemelos para mejorar la movilidad y la seguridad de la ciudad. Utilizando los datos de Gate City Living Lab, incluido el monitoreo de vehículos y peatones LiDAR, se realizan simulaciones de tráfico utilizando Sumo (simulación de viajes de la ciudad). Los métodos de aprendizaje automático, como el modelo de bosque aleatorio, se aplican para reclasificar objetos no reconocidos, lo que permite trayectorias más precisas y análisis de objetos. Este flujo de trabajo proporciona una solución escalable para la gestión del tráfico y la planificación urbana que se puede adaptar a una variedad de entornos urbanos.
El dominio de Future Cities muestra cómo los gemelos digitales y el modelado avanzado pueden soportar una planificación más eficiente, transporte más seguro y una mejor calidad de vida, creando ideas procesables para el desarrollo urbano sostenible y basado en datos.
Dominio de la aplicación de salud digital
En el dominio de la aplicación Digital Health (DH), Gate está investigando e innovando a lo largo de varias transmisiones interconectadas. Una tarea importante se centra en los biomarcadores para el diagnóstico temprano, el pronóstico y el tratamiento de enfermedades neurológicas. El objetivo es identificar biomarcadores relevantes y desarrollar métodos sólidos para la clasificación del paciente y la estimación de la trayectoria cognitiva. Con este fin, GATE aplica una gama de métodos de AI/ML y segmentación, incluidas las redes neuronales convolucionales (CNN) y los autoencoders, combinados con ideas locales basadas en datos. El estudio actual ya demuestra avances significativos en el diagnóstico temprano de la enfermedad de Alzheimer, y esta metodología se está ampliando actualmente a otras enfermedades neurodegenerativas de «hipersensibilidad». Al incorporar las conexiones cerebrales como base para la comprensión mecánica, el enfoque AI/ML se adapta aún más para detectar y mejorar los parámetros específicos de la enfermedad en múltiples condiciones.
Otra marea de investigación aborda el monitoreo de pacientes en tiempo real y las advertencias de eventos peligrosos. Aquí, Gate desarrolla un sistema que utiliza sensores ópticos remotos para detectar convulsiones, destrucción del soporte vital o síndromes letales como SUDEP, SMSI y apnea central. Se ha desarrollado un dispositivo de detección y advertencia de convulsiones motoras en tiempo real en colaboración con el centro de experiencia de la epilepsia y los trastornos del sueño. Mientras que los socios holandeses se centran en las versiones de uso clínico, Gate está creando dispositivos en casa. Integra AI/ML en la individualización e integra el subsistema de puerta patentado para el seguimiento óptico de los pacientes y el control de la cámara PTZ. Ambas versiones se encuentran en las etapas finales de prueba y verificación.
Basado en esta base, Gate también investiga la integración de biomarcadores y la detección y advertencia en tiempo real en el contexto de la telemedicina, donde una combinación de estas características contribuye a una solución de salud remota más efectiva. Al mismo tiempo, los métodos desarrollados originalmente para el monitoreo del paciente se han extendido a aplicaciones más allá de la salud. Por ejemplo, la detección de otoño en tiempo real se adapta a entornos de ciudades inteligentes, crea sinergias entre la salud digital y los dominios urbanos futuros, y muestra cómo Big Data puede crear impactos sociales en tiempo real.
En todas estas áreas de investigación, Gate está innovando el aprendizaje automático en sí mismo. El trabajo actual destaca el aprendizaje en línea, la personalización y los sistemas de adaptación. Este es un enfoque que aún se está desarrollando desde el principio, pero podría aumentar significativamente la aplicabilidad y el impacto de la tecnología. Es importante destacar que todos los algoritmos, subsistemas y módulos desarrollados dentro del dominio DH están diseñados de manera modular, lo que les permite reutilizar e integrarse en una variedad de sistemas, especialmente en el contexto de una fuerte sinergia de dominio cruzado.
Laboratorio de espacio de datos de puerta
Como el centro búlgaro de la Asociación Internacional de Espacio de Datos (IDSA), Gate promueve el desarrollo de infraestructuras soberanas y basadas en estándares para un intercambio de datos confiable. Una iniciativa clave es el Gate Data Space Lab, un entorno de innovación para experimentos, demostraciones y capacitación. El laboratorio está diseñado en línea con los estándares internacionales y sirve como un lecho de prueba totalmente operativo equipado con componentes certificados IDSA, incluidos los sandboxes para implementar y verificar escenarios de intercambio de datos. Complementado con servicios como capacitación técnica y legal y desarrollo de modelos de negocios, el laboratorio acelera la implementación de casos de uso de espacio de datos reales.
En el corazón de esta infraestructura se encuentra el conector DataSpace de primera puerta de Europa del Este para lograr la certificación IDSA Assurance Nivel 1. El conector garantiza la interoperabilidad de datos, el cumplimiento y el intercambio seguro, y protege la soberanía completa de los datos. Esto permite a las organizaciones definir y hacer cumplir las políticas de uso, rastrear la seguridad de forma segura y administrar el acceso con precisión.
Estas capacidades respaldan el desarrollo del primer espacio de datos urbanos de Bulgaria, apoyando aplicaciones urbanas complejas en áreas como monitoreo de la calidad del aire, movilidad sostenible, eficiencia energética y planificación urbana basada en datos. Utilizando la arquitectura de software federada y el aprendizaje automático federado, esta infraestructura le permite extraer información de conjuntos de datos distribuidos sin transferir información confidencial fuera de un entorno seguro. Tal enfoque mejora la optimización del flujo de tráfico, la exposición reducida a la contaminación o la gestión del modelado de la demanda de energía y pronóstico, al tiempo que mejora la confianza entre las partes interesadas que administran datos críticos o personales.
Con sus contribuciones activas a los conectores certificados, los laboratorios de demostradores y las iniciativas europeas, Gate está construyendo un ecosistema resistente e interoperable para la innovación basada en datos en big data e inteligencia artificial.
Plataforma de datos de puerta
La plataforma de datos GATE admite la investigación y la innovación al proporcionar infraestructura para proyectos internos y entornos de alojamiento para socios y clientes externos. Construido en los últimos conceptos de nubes privadas, la plataforma integra una amplia gama de recursos del sistema, incluidas las GPU, los servidores de aplicaciones y las herramientas de software avanzadas. Estos recursos son accesibles localmente en modo cliente/servidor y de forma remota a través de Internet, proporcionando flexibilidad y escalabilidad.
La plataforma está totalmente virtualizada y admite múltiples niveles de operación, incluidas máquinas virtuales, contenedores, servidores de aplicaciones y servicios independientes. Incorpora cuatro sistemas de bases de datos diferentes que le permiten almacenar datos en formatos como SQL, JSON, RDF y CityGML. La integración directa con el sistema local de archivos distribuidos de clústeres de Cloudera Hadoop permite el procesamiento eficiente de grandes datos tanto en modos fuera de línea como en tiempo real.
Diseñada para acomodar proyectos centrados en el software y centrados en los datos, la plataforma es consistente con las prácticas de ingeniería modernas, como DevOps, DataOp, AIOPS y MLOPS. Desde la recopilación de datos y el transporte hasta el procesamiento y el almacenamiento del repositorio a nivel de plataforma, hasta el análisis e interpretación avanzados, proporciona una pila completa de herramientas preinstaladas para admitir la gestión de datos en todo el ciclo de vida. Se admite de forma nativa con tecnologías de IA de vanguardia como integración semántica, enriquecimiento de datos, aprendizaje automático profundo, aprendizaje de refuerzo e ingeniería rápida.
La plataforma también alberga servicios de datos para importantes proyectos internacionales. En particular, apoya a Diversa, una iniciativa europea para estudiar la dinámica de la biodiversidad marina en las regiones costeras desde el Mar Negro hasta el Mar del Norte, lo que demuestra su capacidad para permitir una investigación intensiva de datos a gran escala con impactos sociales y ambientales.
El proyecto «Sociedad inteligente para la sociedad inteligente» (GATE) es el programa de equipo Horizon 2020 y el programa operativo «Transformación inteligente para la investigación, la innovación y la digitalización» 2021-2027R. , financiado conjuntamente por la Unión Europea.
Este artículo también se presentará en la 24ª edición de Quarterly Publishing.
Source link
