07 Octubre 2024
Entrevistamos a Carla Chiasserini, miembro del Consejo Científico de IMDEA Networks. Se licenció (110/110 summa cum laude) en Ingeniería Electrónica por la Universidad de Florencia en 1996 y se doctoró en Ingeniería Electrónica y Telecomunicaciones por el Politécnico de Turín en el 2000. Desde entonces, trabaja en el Departamento de Electrónica y Telecomunicaciones de la misma universidad, donde actualmente es catedrática. También es investigadora titular del Consejo Nacional de Investigación italiano (CNR).
Su especialidad son las redes inalámbricas. Recientemente, se ha enfocado en el estudio de las redes móviles y los servicios móviles. “Y dado que muchos servicios móviles y aplicaciones móviles utilizan el aprendizaje automático como componente esencial, por supuesto también me he orientado un poco hacia el área del aprendizaje automático, muy popular hoy en día en nuestra comunidad científica, pero lo que intento hacer ha sido identificar algunos aspectos que se encuentran en el límite entre las redes y los aspectos más fundamentales del aprendizaje automático”.
¿En qué estás trabajando ahora?
Trabajo en el proyecto Predict-6G, coordinado por la Universidad Carlos III, y también trabajo en el proyecto CENTRIC y en el proyecto ADROIT6G. Todos ellos incluyen investigaciones sobre, por supuesto, las redes y el uso del aprendizaje automático para hacer que la red tenga un mayor rendimiento, para mejorar el rendimiento de la red y, al mismo tiempo, para reducir el impacto energético del aprendizaje automático en los sistemas TIC.
Lo que más me fascina es observar la estructura de los modelos de aprendizaje automático, ya que existe una tendencia reciente denominada «redes neuronales dinámicas», que consiste en disponer de diferentes bloques que componen la red neuronal, como un rompecabezas formado por diferentes piezas, y desplegar las diferentes piezas en los nodos de la red para adaptarlas a los recursos de los nodos. Y también puedes elegir qué bloques de las redes neuronales como elegir las piezas esencialmente del rompecabezas que necesitas para implementar tu aplicación y al mismo tiempo son adecuadas para los recursos de la red móvil. En este sentido, espero que mi investigación contribuya a que el aprendizaje automático sea más sostenible, porque nos permitirá reutilizar los recursos, los recursos computacionales de la red que ya existen, y utilizarlos de forma más inteligente.
¿Cuáles son sus intereses de investigación?
Considero que sería importante profundizar más en los datos y en sus características, así como en los datos que pueden recogerse o generarse sintéticamente, e intentar añadir esta dimensión adicional al problema que mencionaba, porque no se trata sólo de consumir recursos computacionales de red para dar soporte a aplicaciones basadas en el aprendizaje automático, sino que también se trata claramente de gestionar y recoger datos.
Cada vez que recopilamos datos, se consume cierta energía y recursos, y necesitamos transferir estos datos de un nodo a otro, dependiendo de dónde haya que procesarlos.
Así que entender qué datos son realmente importantes, qué datos pueden generarse sintéticamente dentro de la red sin necesidad de recoger estos datos de los nodos que están desplegados en el entorno es extremadamente importante. Y, por supuesto, el rendimiento de un modelo de aprendizaje automático dependerá de la calidad de los datos que recojamos o generemos. Creo que esta conexión entre los datos, los recursos de la red y la estructura de los modelos de aprendizaje automático abrirá las puertas a nuevas mejoras.
¿Qué previsiones de futuro puede hacer sobre el campo de investigación en el que trabaja y el sector de las telecomunicaciones?
Las telecomunicaciones están realmente en la base de lo que se denomina revolución digital y, más allá de palabras clave y eslóganes, creo realmente que es la verdad.
Las telecomunicaciones se han convertido en algo esencial en nuestra vida cotidiana y lo que probablemente tenemos que hacer es impulsarlas para que se adapten cada vez más al contexto en el que vivimos y a la experiencia del usuario/a.
Así que es esencial poder adaptarse a la heterogeneidad de los dispositivos, pero también de los seres humanos, porque cada individuo tiene sus propias necesidades, hábitos y preferencias.
Así pues, es muy importante que nos adaptemos a las personas y al contexto en general, y pienso que aún queda mucho camino por recorrer para alcanzar este objetivo, aunque en los últimos tiempos la investigación que se ha llevado a cabo ha contribuido realmente a ello.
Comentarios recientes