Investigadores de Ingeniería Informática de la Universidad de Cádiz (UCA) han desarrollado un método que permite acelerar hasta un 70% el entrenamiento de modelos de inteligencia artificial (IA), sin pérdida de precisión, según ha informado la Consejería de Universidad, Investigación e Innovación, que ha financiado el proyecto junto a fondos FEDER.
La técnica, denominada REDIBAGG, ha sido diseñada para optimizar tareas de clasificación en sistemas de IA con grandes volúmenes de datos y su aplicación tiene potencial en sectores como la medicina, la industria o las finanzas, donde podría facilitar diagnósticos automáticos, detección de fallos o análisis de riesgos con menor consumo de recursos.
Cómo funciona
Según explican los investigadores en un artículo publicado en la revista Engineering Applications of Artificial Intelligence, REDIBAGG es una variante de bagging (abreviatura en inglés de bootstrap aggregating), un método de combinación de modelos muy utilizado para mejorar la precisión de los clasificadores en el contexto de la inteligencia artificial.
La herramienta crea múltiples subconjuntos a partir de la muestra original de los datos. Cada submuestra se usa para el aprendizaje de un clasificador base, y luego se combinan las predicciones para tomar decisiones más fiables. El método de remuestreo que utiliza bagging es bootstrap, una técnica estadística que genera submuestras aleatorias con reemplazo. Es decir, se crean nuevas colecciones de datos eligiendo ejemplos al azar del conjunto original, permitiendo que algunos se repitan y otros no.
Aunque bagging es eficaz, su principal inconveniente es el alto coste computacional. Cada modelo se entrena con una submuestra del mismo tamaño que el conjunto original, lo que ralentiza el aprendizaje y multiplica el consumo de recursos. Frente a esta limitación, los expertos han aplicado un nuevo sistema de remuestreo que genera subconjuntos más pequeños, pero representativos.
«En la era del big data, donde se trabaja con enormes volúmenes de datos, reducir los tiempos de aprendizaje es de agradecer, sobre todo si se rebajan hasta un 70% respecto al método original», ha destacado Esther Lydia Silva, autora principal del estudio.
Noticia completa: Diario de Sevilla
