Entradas Relacionadas
Raúl Finker, investigador del Departamento de Electricidad y Electrónica de la Facultad de Ciencia y Tecnología de la UPV/EHU, ha conseguido implementar un sistema de inteligencia computacional en único chip para su integración en entornos inteligentes. El sistema ha sido probado en dos entornos: el entorno iDorm, dormitorio desarrollado por el Grupo de Entornos Inteligentes de la Universidad de Essex, y el entorno de un automóvil, gracias a los datos obtenidos por la Universidad Sabanci de Estambul en el coche llamado Uyanik.
En concreto, Finker ha conseguido implementar una red neuronal artificial y sus algoritmos de aprendizaje en un circuito integrado de pequeño tamaño para su integración en entornos inteligentes. Las redes neuronales son una de las técnicas más utilizadas en la inteligencia computacional: se inspiran en los cerebros de los seres vivos, y tienen la capacidad de aprender y adaptarse a cambios en el entorno gracias al uso de distintos algoritmos de aprendizaje.
Para ello, ha utilizado dispositivos de lógica programable que permiten la implementación de todo el sistema necesario en un único chip, haciendo uso de una arquitectura hardware/software: se ha implementado la red neuronal en hardware y los algoritmos de aprendizaje en software. Así, consiguen un procesamiento de datos mucho más rápido de lo habitual, y su implantación en entornos de inteligencia ambiental —modelo de interacción en el cual las personas están rodeadas de un entorno electrónico que advierte su presencia, que es sensible al contexto y que responde de forma adaptativa y no intrusiva a las necesidades y hábitos de los usuarios— resulta ser rápida y no ocupa gran tamaño.
Para demostrar que la arquitectura hardware/software propuesta puede ser utilizada en los entornos de inteligencia ambiental para los cuales ha sido diseñado, han desarrollado dos aplicaciones en entornos inteligentes.
La primera de ellas es un entorno habitado llamado iDorm. Este entorno es un dormitorio desarrollado por el Grupo de Entornos Inteligentes de la Universidad de Essex, el cual les ha facilitado los datos con los que han realizado el estudio. Los investigadores han concluido que usando el sistema desarrollado es posible entrenar la red neuronal para que se adapte a las necesidades del usuario del entorno y sea capaz de controlar las respuestas basándose en dichas necesidades. «Vimos que el sistema era capaz de adaptarse perfectamente al comportamiento de un usuario, para controlar los distintos elementos que había en ese dormitorio, y que se adaptaba a los cambios que el comportamiento de dicho usuario podía tener en diferentes estaciones del año«, explica Finker.
La segunda aplicación es el desarrollo de un identificador de conductores en tiempo real para inteligencia ambiental aplicada al entorno de un automóvil. Para la realización de esta aplicación, los datos usados han sido suministrados por el Drive-Safe Consortium, más en concreto los datos obtenidos por la Universidad Sabanci de Estambul usando un coche tipo sedán llamado Uyanik. Usando los datos que provee el propio coche, se ha diseñado un sistema capaz de identificar al conductor basándose en su forma de conducir. La gran diferencia con otros sistemas de identificación es que éste no requiere del uso de otros elementos ajenos al coche como pueden ser cámaras o lectores de huellas dactilares, entre otros. «Usando los datos de los acelerómetros del coche o mediante el uso de las presiones que se ejercen en los pedales del acelerador o del freno, es posible identificar los conductores obteniendo muy buenos resultados«, concluye el investigador.
Esta segunda aplicación abre nuevas vías para proyectos futuros, «en los que estamos trabajando ahora«, añade el investigador. Por una parte, puede servir como sistema de seguridad para el conductor, ya que «podría llegar a detectar que el conductor por alguna razón no está conduciendo como habitualmente lo hace», y, por otra, como sistema de seguridad del coche, ya que «podría detectar que la persona que va conduciendo no es una de las que habitualmente utiliza ese vehículo«, explica. Esas son dos de los potenciales usos que puede tener el sistema conseguido, pero se «podría implementar en multitud de aplicaciones, en función de las necesidades y del tamaño de la red que hiciera falta», apunta Finker.
Raúl Finker (Barakaldo, 1982) ha estudiado Ingeniería Técnica Industrial (Electrónica Industrial) e Ingeniería en Telecomunicación en la Universidad de Deusto, y ha hecho un máster en Investigación en Sistemas Electrónicos Avanzados en la UPV/EHU. Ha finalizado en septiembre de 2015 su tesis doctoral titulada Efficient electronic implementations of adaptive systems for ambient intelligence environments, en el Departamento de Electricidad y Electrónica de la Facultad de Ciencia y Tecnología de la UPV/EHU, bajo la dirección de Javier Echanobe e Inés del Campo. La investigación ha sido llevada a cabo en colaboración con las universidades de Essex (Reino Unido) y de Sabanci (Estambul, Turquía).
Adimen konputazionaleko sistema oso bat ingurune adimendunetan integratzeko txip bakar batean ezartzea lortu du UPV/EHUko Elektronika Digitalaren Diseinu Taldeak. Sistema bi ingurunetan probatu dute: iDorm ingurunean, zeina Essexeko Unibertsitatearen Ingurune Adimendunen Taldeak garatutako logela baita, eta automobil-ingurune batean, Uyanik izeneko autoan Istanbuleko Sabanci Unibertsitateak lortutako datuei esker.
Neurona-sare artifizial bat eta haren ikaskuntza-algoritmoak ingurune adimendunetan integratzeko zirkuitu integratu txiki batean ezartzea lortu du UPV/EHUko Zientzia eta Teknologia Fakultateko Elektrizitatea eta Elektronika Saileko Raúl Finker ikertzaileak (berriki doktoratua). Adimen konputazionalean gehien erabiltzen diren tekniketako bat dira neurona-sareak: gizakien garunetan oinarritzen dira, eta ikasteko eta inguruneko aldaketei egokitzeko gaitasuna dute, ikaskuntza-algoritmoak erabiliz.
Horretarako, zirkuitu logiko programagarriak erabili ditu, behar den sistema osoa txip bakarrean ezarri ahal izateko, hardware/software arkitektura jakin bat erabiliz: neurona-sarea hardwarean ezarri du eta ikaskuntza-algoritmoak softwarean. Hala, datuak ohi baino askoz ere azkarrago prozesatzea lortu dute; azkar ezar daitezke ingurumen-adimeneko inguruneetan —pertsonak ingurune elektroniko batez inguratuta aurkitzen diren interakzio-eredua, pertsonaren beraren presentzia detektatzen duena, testuinguruarekiko sentikorra dena eta erabiltzaileen behar eta ohiturei era moldakor eta ez-instrusibo batean erantzuten diena—, eta ez dute toki handirik behar.
Ingurune adimenduetarako bi aplikazio garatu dituzte, frogatzeko ikertzaileak proposatutako hardware/software arkitektura berariaz diseinatutako ingurumen-adimeneko inguruneetan erabil daitekeela.
Lehena, iDorm izeneko bizi-ingurune bat da. Essex Unibertsitateko Ingurune Adimendunen Taldeak garatutako logela bat da, eta Unibertsitate horrek azterketa egiteko behar zituzten datu guztiak eman dizkie. Ikertzaileek ondorioztatu dute beraiek garatutako sistema erabiliz neurona-sarea trebatu daitekeela, ingurunearen erabiltzailearen beharrei egokitzeko eta behar horietan oinarrituta erantzunak kontrolatzeko gai izateko. «Ikusi genuen sistema gai zela erabiltzaile baten jokabideari ezin hobeki egokitzeko, logelan zeuden elementuak kontrolatzeko, eta, halaber, erabiltzailearen jokabideak urteko urtaroaren arabera izan zitzakeen aldaketetara egokitzen zela«, azaldu du Finkerrek.
Bigarren aplikazioari dagokionez, ingurumen-adimeneko gailu bat garatu zuten automobil baten ingurunerako aplikatua, gidariak denbora errealean identifikatzeko. Aplikazioa garatzeko erabili dituzten datuak Drive-Safe Consortiumek eman dizkie, zehazkiago Istanbuleko Sabanci Unibertsitateak Uyanik izeneko sedan motako auto bat erabiliz lortutako datuak. Autoak berak ematen dituen datuak erabiliz, gidatzeko moduan oinarrituta gidaria identifikatzeko gai den sistema bat diseinatu dute. Beste identifikazio-sistema batzuekin alderatuta, honek duen alde nagusia da ez duela behar autoak ez duen bestelako elementurik, hala nola kamerarik edo hatz-aztarnen irakurgailurik. «Autoko azelerometroen datuak erabiliz edo gidariak azeleragailuaren edo balaztaren pedaletan egiten dituen presioen datuak erabiliz, gidariak identifikatzeko gai da sistema, eta oso emaitza onak lortu dira«, adierazi du ikertzaileak.
Bigarren aplikazio horrek bide berriak irekitzen ditu etorkizunerako eta, ikertzailearen arabera, «orain esku artean ditugun» proiektuetarako. Batetik, gidariaren segurtasun-sistema gisa erabil daiteke; izan ere, «sistemak detekta lezake gidaria ez dela ohi bezala gidatzen ari, arrazoi bat edo beste dela-eta«. Bestetik, autoaren beraren segurtasun-sistema gisa; izan ere, «detekta lezake gidatzen ari den pertsona ez dela normalean ibilgailua erabiltzen duen pertsonetako bat«, azaldu du. Ikertzaileak lortu duen sistemaren bi aplikazio dira horiek, baina «beste hainbat aplikaziotan ere ezar liteke, beharrezkoa litzatekeen sarearen tamainaren eta beharren arabera», adierazi du Finkerrek.
Raúl Finkerrek (Barakaldo, 1982) Industria Ingeniaritza Teknikoa (Industria Elektronika) eta Telekomunikazio Ingeniaritza ikasi ditu Deustuko Unibertsitatean, eta Sistema Elektroniko Aurreratuen ikerketa-masterra egin du UPV/EHUn. 2015eko irailean amaitu zuen doktore-tesia, Efficient electronic implementations of adaptive systems for ambient intelligence environments izenekoa, UPV/EHUko Zientzia eta Teknologia Fakultateko Elektrizitate eta Elektronika Sailean, Javier Echanobe eta Inés del Camporen zuzendaritzapean. Ikerketa Essex Unibertsitatearekin (Erresuma Batua) eta Sabanci Unibertsitatearekin (Istanbul, Turkia) lankidetzan egin dute.
Comentarios cerrados.