SISTEMAS MULTIAGENTE E IA ACCIONABLE. ESCENARIOS DE CONTROL ÓPTIMO Y/O AUTÓNOMO
10 octubre 2024 | 11.45h a 12.45h
La IA Accionable va más allá de los usos tradicionales de la IA centrados en proporcionar predicciones o recomendaciones, ya que está enfocada a tomar decisiones, realizar acciones y ejecutar tareas concretas de forma autónoma gracias a sistemas basados en agentes o multiagente (MAS).
Los sistemas MAS presentan entornos donde varios agentes autónomos interactúan y colaboran para conseguir varios objetivos, que pueden ser compartidos o no. Estos sistemas pueden utilizarse en ámbitos como la robótica, la logística, los juegos o la gestión de recursos o infraestructuras.
En escenarios de control óptimo, se busca encontrar las mejores decisiones o acciones para conseguir un objetivo específico. Esto implica el uso de algoritmos y técnicas de los ámbitos del control y la planificación para minimizar o maximizar una función multi-objetivo, que agregará diversas métricas (p.ej. mejora de procesos, optimización de recursos, reducción de costes, reducción de impacto climático, etc.).
En esta sesión veremos cómo la IA accionable y los sistemas multiagente son conceptos clave en la búsqueda y aplicación de la inteligencia artificial, especialmente en contextos en los que se requieren decisiones óptimas, sistemas autónomos y colaboración entre diferentes agentes.
Participan:
Alejandro Espinosa, AI project engineer, Fundació i2CAT
Ponentes
ALEJANDRO ESPINOSA
AI project engineer, Fundació i2CAT
Es científico en Computación y actualmente cursa una Maestría en Ciencia de Datos. Actualmente, Alejandro lidera el desarrollo técnico de soluciones de IA a través de su participación en dos proyectos de Horizon Europe que tienen como objetivo utilizar técnicas de IA descentralizada para optimizar las operaciones continuas de borde a nube. Antes de asumir este desafío, Alejandro trabajó como analista de datos y realizó su tesis de licenciatura sobre IA aplicada al campo de la ciberseguridad.
IA descentralizada en el borde, una lucha en curso
Esta charla explorará el uso de la inteligencia artificial el edge-cloud continuum mostrando los resultados de una solución personalizada de aprendizaje por refuerzo profundo implementada en el marco de un proyecto Horizon Europe (CODECO) para mejorar el consumo de energía en los clústeres de Kubernetes. También se presentará un enfoque de aprendizaje por refuerzo de múltiples agentes (MARL) que amplía el modelo DRL original con el objetivo de garantizar la privacidad de los datos y proporcionar soluciones más sólidas en escenarios multiclúster.
The post 11.45h a 12.45h <br>SISTEMAS MULTIAGENTE E IA ACCIONABLE. ESCENARIOS DE CONTROL ÓPTIMO Y/O AUTÓNOMO appeared first on AI & Big Data Congress.
