El departamento de Ingeniería Informática de la Universidad de Cádiz (UCA) ha desarrollado Redibagg, un método innovador que optimiza el entrenamiento de modelos de inteligencia artificial, logrando una reducción del 70% en el tiempo de procesamiento. Esta técnica, una variante de ‘bagging’, minimiza la cantidad de datos necesarios sin comprometer la precisión, abordando el alto coste computacional de los métodos tradicionales.

Para demostrar la efectividad y robustez de Redibagg, los investigadores emplearon el supercomputador URANIA de la Universidad de Cádiz. URANIA fue fundamental para poner a prueba el nuevo enfoque en 30 conjuntos de datos reales, cubriendo diversas áreas como la medicina, la biología, la física y las ciencias sociales.

Además, el supercomputador permitió evaluar el rendimiento de Redibagg con distintos algoritmos de clasificación, incluyendo árboles de decisión, redes neuronales, máquinas de soporte vectorial y modelos bayesianos. Gracias a URANIA, se confirmó que Redibagg mantiene una precisión comparable a los métodos originales, con una reducción promedio del 35% en el tiempo de entrenamiento, y hasta un 70% en grandes volúmenes de datos.

Este trabajo, financiado por la Consejería de Universidad y Fondos Feder, resalta la importancia de infraestructuras de alto rendimiento como URANIA para el avance de la investigación en inteligencia artificial.

Ver noticia en la Prensa.