La toma de decisiones basada en datos e impulsada por algoritmos de Aprendizaje Automático o Machine Learning (ML) está cambiando la forma en que funcionan la sociedad y la economía, y está teniendo un profundo impacto positivo en nuestra vida cotidiana. De hecho, las aplicaciones de ML se están volviendo aún más ubicuas e integradas, a menudo de manera invisible, en nuestras actividades diarias, logrando un impacto directo en cosas como la forma en la que nos orientamos en una ciudad, el cómo decidimos qué comprar o dónde comer, mientras que al mismo tiempo nos podemos mantener a salvo de fraudes financieros, o disponemos de herramientas que nos recuerdan tomar los medicamentos o que nos sugieren nuevos hábitos personalizados para un estilo de vida más saludable.

Sin embargo, para que las soluciones basadas en ML sean efectivas en tales tareas, a menudo se tienen que procesar datos cerca del usuario final. Además, dichos datos pueden ser privados y de naturaleza confidencial. El Aprendizaje Distribuido y, en particular, Federado (FL: Federated Learning) emerge como un paradigma líder dentro de la rama del ML satisfaciendo estas dos propiedades. FL ha crecido en paralelo con la expansión de la nube hacia el borde (CloudEdge) pero, curiosamente, ambos paradigmas se han desarrollado en su mayoría de forma independiente, a pesar de su paralelismo natural y sus posibles ganancias sinérgicas.

En el presente proyecto, aprendizaje automático en la nube y en el borde (MLEDGE), trabajaremos para revertir esta tendencia mediante la implementación de FL como una capa intersectorial independiente pero optimizada sobre CloudEdge, y utilizaremos aplicaciones y datos del mundo real para demostrar que esta sinergia puede producir grandes beneficios para todos. MLEDGE tiene como objetivo habilitar un ecosistema próspero de servicios FL en el borde seguros y eficientes capaces de facilitar el uso de datos personales y B2B confidenciales para entrenar modelos de ML para consumidores mientras se protege la privacidad de los datos y de sus propietarios. Estudios recientes en el ámbito de la “Estrategia europea de datos” [1] estimaron que la economía de los datos alcanzará un impacto de 827.000 millones de euros para los UE27 ya en 2025. Sin embargo, aún hoy en día las preocupaciones sobre la privacidad y la propiedad obstaculizan su pleno desarrollo. MLEDGE contribuirá decisivamente a aumentar estas proyecciones en el período 2025-2030.

Este proyecto (REGAGE22e00052829516) está financiado por el Ministerio de Transformación Digital y Función Pública y por la Unión Europea-NextGenerationEU en el marco del Plan de Recuperación, Transformación y Resiliencia y el Mecanismo de Recuperación y Resiliencia.