Acuratio impulsa una tecnología para tomar decisiones inteligentes mientras se protege la privacidad de las personas

Un reloj inteligente puede detectar patrones de ritmo cardíaco y alertar ante posibles problemas, sin necesidad de compartir los datos del usuario. Un coche puede identificar peatones o señales de tráfico al instante, sin esperar instrucciones de la nube. Un asistente de voz puede entender comandos sin necesidad de conectarse a internet. Eso es el aprendizaje automático en el extremo, una tecnología emergente que la empresa Acuratio está impulsando. 

Acuratio nació en 2017 en San Francisco, California, de la mano de los emprendedores donostiarras Alberto Román e Iker Ceballos Rodríguez. Más tarde, ambos crearon una filial en Donostia, donde actualmente se realiza la actividad de la empresa. 

Desde su fundación, “Acuratio ha pasado de ser una startup emergente a consolidarse como un referente en el desarrollo de soluciones de aprendizaje federado (FL) para el sector financiero europeo”, explica Alberto Román, actual CEO. El FL, también llamado aprendizaje colaborativo, se refiere a una técnica de machine learning, relacionada con el mencionado aprendizaje en el extremo, que entrena a un algoritmo a través de una arquitectura descentralizada, formada por múltiples dispositivos con sus propios datos locales y privados. 

En su trayectoria, el compromiso de Acuratio con la privacidad de los datos ha sido reconocido con el premio de la Agencia Española de Protección de Datos, otorgado por sus investigaciones en colaboración con el MIT Media Lab, las cuales dieron origen a la plataforma que actualmente comercializa la empresa. Sus soluciones de FL permiten a las instituciones financieras desarrollar modelos de inteligencia artificial sin comprometer la privacidad de los datos.  

Además, en su interés por expandir sus soluciones a otros sectores, Acuratio ha colaborado con instituciones como IMDEA Networks en proyectos relacionados con el aprendizaje automático en la nube y en el extremo. “Significa que un dispositivo pueda tomar decisiones por sí mismo, sin necesidad de comunicarse con otros servidores. Por ejemplo, que tu reloj inteligente o tu coche puedan decidir de forma independiente», explica Román. 

Según el CEO de Acuratio, “esta tecnología no solo hace que las respuestas sean más rápidas, sino que también protege más la privacidad, porque los datos se quedan donde se generan: en el extremo de la red, es decir, en el propio dispositivo”. 

Uno de esos proyectos es MLEDGE, «Machine Learning at the Edge», liderado por IMDEA Networks y en el que también participan empresas como InmaRepro u Orange España. Se centra en el desarrollo de un ecosistema de servicios de FL en el borde de la red, con un enfoque en la seguridad y eficiencia. “Su objetivo es facilitar el uso de datos distribuidos de manera segura y eficiente, promoviendo la colaboración entre diferentes entidades sin comprometer la privacidad de los datos”, cuenta Román. El proyecto cuenta con la financiación del Ministerio de Asuntos Económicos y Transformación Digital de España y de los fondos NextGenerationEU, en el marco del Plan de Recuperación, Transformación y Resiliencia. Tras empezar en enero de 2024, prevé finalizar este mes de junio. 

Así, la tecnología emergente que desarrolla MLEDGE (el aprendizaje en el extremo) permite procesar datos directamente en los dispositivos donde se generan. “En lugar de enviar toda la información que recogen los dispositivos a grandes centros de datos (lo que puede tardar tiempo y poner en riesgo tu privacidad), este tipo de tecnología permite que los propios dispositivos procesen los datos y aprendan de ellos directamente, en tiempo real y de forma más segura”, explica Román. 

Dentro de este proyecto, Acuratio ha desempeñado un rol estratégico mediante la creación de una plataforma de FL multi-nube. «Es una forma de entrenar modelos de inteligencia artificial sin mover los datos de donde están. En lugar de recopilar toda la información en un solo sitio (como suele hacerse tradicionalmente), el modelo se entrena de forma distribuida, en los propios dispositivos o servidores donde los datos se generan”, explica Román. Así, se fomentan la privacidad y seguridad, se cumple más fácilmente con normativas como el RGPD y se evitan costosos y lentos procesos de transferencia de datos. 

Además, en MLEDGE, Acuratio está trabajando en dos áreas. La primera, el impulso de la eficiencia energética industrial con aprendizaje federado, mediante el desarrollo de un sistema inteligente capaz de anticipar con precisión la producción de vapor en calderas industriales, con el objetivo de reducir los costes de energía. Esta solución no solo optimiza el rendimiento de las calderas, sino que además anticipa con precisión necesidades de mantenimiento. Por otro lado, la gestión ética de epidemias mediante datos de telefonía, para identificar de forma anticipada zonas de riesgo epidémico y optimizar la respuesta sanitaria con mayor precisión y rapidez.  

“En definitiva, MLEDGE demuestra que es posible construir espacios de datos compartidos con garantías de privacidad, sentando las bases para una inteligencia artificial colaborativa, segura y ética, alineada con las necesidades de la sociedad actual”, concluye Román. 

El Gobierno Vasco impulsa la ciberseguridad en las empresas vascas a través de la generación de un tejido económico sobre esta materia, articulado desde SPRI. 

El Grupo SPRI da la oportunidad a las empresas vascas de informar sobre su actividad en sus canales propios. Si tu proyecto está relacionado con nuestras temáticas (I+D+i, digitalización, internacionalización, emprendimiento, innovación…) puedes participar en la iniciativa Hablamos de ti.