- Sectores
- Aeroespacio y defensa
- Biotecnología
- Fintech
- Industria de la ciencia
- Sobre ARQUIMEA
- Trabaja en ARQUIMEA
gr-base
se activó demasiado pronto. Esto suele ser un indicador de que algún código del plugin o tema se ejecuta demasiado pronto. Las traducciones deberían cargarse en la acción init
o más tarde. Por favor, ve depuración en WordPress para más información. (Este mensaje fue añadido en la versión 6.7.0). in /var/www/nueva_web_arquimea/wp-includes/functions.php on line 6114Este orbital investiga en la creación de versiones en miniatura de sistemas fotónicos en dispositivos a escala de chip. De este modo, desarrollamos los sistemas de comunicaciones de gran ancho de banda de próxima generación basados en arquitecturas de coprocesamiento ligeras y habilitadas ópticamente para acelerar las rutinas de IA.
La Inteligencia Artificial surge del aprovechamiento de los mecanismos informáticos que pretenden replicar el comportamiento biológico del cerebro mediante la adaptación y aprendizaje partiendo de grandes cantidades de datos. Las estructuras que llevan a cabo estos procesos se denominan redes neuronales artificiales (Artificial Neural Networks, ANN) y están compuestas por una serie de capas que incluyen neuronas artificiales. Éstas reciben datos de fuentes externas, los procesan convenientemente y, finalmente, transfieren la información a una o más neuronas de la red. De esta manera, una ANN puede ser entrenada por medio de grandes conjuntos de datos y, a partir de ahí, adquirir la capacidad de inferir conclusiones a través de datos de entrada que a priori son desconocidos.
Las tecnologías fotónicas, a pesar de las sobresalientes capacidades y el potencial que han demostrado para la Inteligencia Artificial, es un área de investigación, comúnmente conocido como Fotónica Neuromórfica, que aún se encuentra en una etapa de desarrollo incipiente y largo recorrido.
Nuestros proyectos avanzan en el diseño, desarrollo y validación de una nueva arquitectura de red neuronal que eventualmente podrá ser explotada en aplicaciones de Inteligencia Artificial.
El foco principal estará puesto en la optimización de las funcionalidades básicas, como es el caso del proceso de ponderado y en la propuesta de esquemas novedosos a nivel de arquitectura que ofrezcan una clara ventaja competitiva en términos de velocidad, consumo, capacidad y escalabilidad en relación al estado del arte.