Grup de recerca

Intel·ligència artificial distribuïda

El grup de recerca en Intel·ligència artificial distribuïda (DAI) duu a terme activitats de recerca i innovació en IA explicable i distribuïda, percepció multimodal amb IA i tecnologies de cognitive cloud. El grup té una trajectòria extensa en projectes europeus d’R+D, projectes de recerca i innovació finançats a Catalunya i a Espanya, i col·laboracions amb empreses privades i el sector públic. El grup elabora i actualitza de manera contínua un full de ruta de recerca per orientar les seves activitats i detectar nous camps d’exploració. Un dels valors afegits del grup DAI és la seva missió de potenciar les capacitats globals d’i2CAT en IA i fomentar sinergies amb la resta de grups de recerca del centre.

Línies de recerca

  • IA de confiança
    • Intel·ligència artificial centrada en les persones IA explicable i generativa
    • IA col·laborativa descentralitzada
    • IA quàntica

La línia de recerca “IA de confiança” se centra en el desenvolupament de sistemes d’IA fiables, ètics i sostenibles. Integra la IA centrada en les persones, amb èmfasi en la IA explicable i la IA generativa responsable. També investiguem la IA descentralitzada per a sistemes distribuïts segurs i escalables. A més, aprofundim en la IA quàntica, estudiant com la computació quàntica pot impulsar algoritmes d’IA d’alta dimensionalitat i gran eficiència.

  • Percepció multimodal amb IA
    • Visió computacional i anàlisi d’escenes
    • NLP – IA acústica
    • Síntesi volumètrica
  • Arquitectures de dades distribuïdes
    • Optimitzacions de DDA dirigides per IA
    • Optimitzacions d’eficiència de dades i privacitat

En aquesta línia, complementem les nostres tecnologies d’IA amb recerca avançada en arquitectures de dades distribuïdes i les seves optimitzacions. Treballem específicament en noves optimitzacions d’eficiència i privacitat centrades en IA, com ara anonimització, agregació i compressió de dades. També aprofundim en optimitzacions de dades dirigides per IA, especialment per a sistemes distribuïts de data lake i de gestió edge-cloud.

Línies d'innovació

  • Intel·ligència artificial
  • Espais de dades

Tecnologies

  • Models predictius per a la detecció de riscos a partir de registres de dades
  • Models avançats d’explicabilitat per a entorns de producció
  • Generació de dades sintètiques amb IA generativa
  • Aprenentatge de reforç profund per a sistemes Swarm
  • Sistemes multiagent per a problemes d’optimització
  • Classificació d’àudio amb mètodes d’aprenentatge profund, des del núvol fins al TinyML
  • Multidetecció i multiseguiment d’objectes amb visió computacional multimodal
  • Aprenentatge profund per calibrar, comprimir, reconèixer i generar contingut volumètric
  • Components d’espais de dades basats en arquitectures IDSA i Gaia-X
  • Optimitzacions de núvol cognitiu dirigides per IA
  • Data Lakes distribuïts i federats a gran escala
  • Optimitzacions d’eficiència de dades i privacitat
  • Sistemes RAG aplicats a models d’IA multimodals

Group leader

Miguel Angel Veganzones

Àrees

Smart Networks & Services: 5G/6G Comunicacions espacials Tecnologies multimèdia immersives i interactives Intel·ligència artificial (IA)

Intel·ligència artificial distribuïda

Projectes

  • AGAUR header
    Mostra el projecte
  • 6GSatNet header
    Mostra el projecte
  • ExtremeXP header
    Mostra el projecte
  • CODECO header
    Mostra el projecte
  • DIH4CAT header
    Mostra el projecte
    • Més Projects

    Intel·ligència artificial distribuïda

    Publicacions

    Energy-aware Joint Orchestration of 5G and Robots: Experimental Testbed and Field Validation

    M. Groshev, L. Zanzi, C. Delgado, X. Li, A. d. l. Oliva and X. Costa-Pérez, “Energy-Aware Joint Orchestration of 5G and Robots: Experimental Testbed and Field Validation,” in IEEE Transactions on Network and Service Management, vol. 22, no. 4, pp. 3046-3059, Aug. 2025, doi: 10.1109/TNSM.2025.3555126. keywords: {Robots;Robot kinematics;5G mobile communication;Robot sensing systems;Sensors;Resource management;Real-time systems;Energy consumption;Testing;Peer-to-peer computing;5G;orchestration;robotics;optimization;offloading;energy efficient},

    Quantum Computing in the RAN with Qu4Fec: Closing Gaps Towards Quantum-based FEC processors

    Nikolaos Apostolakis, Marta Sierra-Obea, Marco Gramaglia, Jose A. Ayala-Romero, Andres Garcia-Saavedra, Marco Fiore, Albert Banchs, and Xavier Costa-Perez. 2025. Quantum Computing in the RAN with Qu4Fec: Closing Gaps Towards Quantum-based FEC processors. Proc. ACM Meas. Anal. Comput. Syst. 9, 2, Article 36 (June 2025), 25 pages. https://doi.org/10.1145/3727128

    Curved Apertures for Customized Wave Trajectories: Beyond Flat Aperture Limitations

    J. M. Canals, F. Devoti, V. Sciancalepore, M. D. Renzo and X. Costa-Pérez, “Curved Apertures for Customized Wave Trajectories: Beyond Flat Aperture Limitations,” in IEEE Wireless Communications Letters (2025).

    Intel·ligència artificial distribuïda

    Novetats recents

    Més notícies