AI4ES: ¿En qué estamos trabajando en el OT4 Data Spaces?

Categoría:
 
Autor:
ITI
Fecha:
23/11/2022
Compartir
Autor
ITI
Categorías
Newsletter

Suscríbete al newsletter para recibir todas las novedades de Inndromeda.

Keywords: AI4ES, Inteligencia Artificial, Espacios de datos, gobernanza, calidad

El objetivo principal abordado en el Objetivo tecnológico Data spaces (OT4) es investigar, desarrollar y experimentar con arquitecturas que den soporte a la construcción de Espacios de Datos. Esto abarca desde la definición de modelos de gobernanza apropiados, a mecanismos para evaluar la calidad de los datos o captar los datos en sí (involucrando y dinamizando a propietarios de datos) ofreciéndoles un espacio de trabajo, explotación e intercambio de confianza.

En este objetivo tecnológico participan los 4 centros de la red AI4ES y se han definido 4 líneas de investigación:
4.1 Diseño y concepción de espacios de datos y su gobernanza: Los avances en esta línea se han centrado en el análisis de aspectos relevantes para el diseño de un espacio de datos y en el análisis de las herramientas relacionadas con la gobernanza de datos.
4.2 Soberanía del dato y los servicios: Los esfuerzos en este campo se han centrado en la identidad soberana, implementaciones y pruebas de concepto de aspectos relacionados con la soberanía del dato y en el análisis e implementación de pruebas de concepto relacionadas con el almacenamiento confidencial.
4.3 Acceso, protección y calidad del dato: Los principales resultados de los centros implicados en esta tarea han sido mediante el estudio de las herramientas disponibles para el control de acceso a los datos, por otra parte, en el empleo de algoritmos de autenticación multifactor y en cuanto a la calidad del dato, se ha hecho un estudio de las métricas más comunes y relevantes.
4.4 Fairness transparencia, no discriminación y privacidad en inteligencia artificial sobre datos confidenciales: Las aportaciones de los centros que colaboran en esta tarea se han centrado en el desarrollo de una metodología basada en aprendizaje automático, el desarrollo de algoritmos basados en teoría de grafos que permiten mitigar los efectos de sesgos específicos y el análisis del estado del arte en el campo del cifrado homomórfico y los criptosistemas con el fin de preservar la privacidad de los usuarios y la confidencialidad de los datos.
Además de las 4 líneas de investigación, se está llevando a cabo una tarea de definición de la arquitectura de referencia de un AI4ES Data Space. Esta tarea aborda el diseño colaborativo de una arquitectura común entre todos los centros de la red, para la construcción y despliegue de Espacios de Datos “AI4ES” que faciliten la compartición e interoperabilidad segura y confiable de datos.

Artículos relacionados