Argentina: IBM y la Universidad Nacional de Córdoba investigarán nuevas capacidades para Big Data
A través del programa IBM Faculty Award, la compañía realizó una donación y puso a disposición sus investigadores para explorar la capacidad de potenciar el procesamiento de grandes volúmenes de datos de manera eficiente y escalable.
El 80% de los datos que se crean en el mundo son no estructurados e invisibles para los sistemas tradicionales. La computación cognitiva y el aprendizaje profundo permite extraer información de valor para acelerar las investigaciones y transformar industrias y profesiones.
Para profundizar en ese trabajo, IBM Argentina donó ARS 600.000 (US$ 40.000) al Grupo de Investigación en Unidades de Procesamiento Gráfico con Propósitos Generales (GPGPU) de la Facultad de Matemática, Astronomía, Física y Computación de la Universidad Nacional de Córdoba (UNC). El dinero se destinará al desarrollo de un proyecto para expandir las capacidades actuales de Big Data al implementar técnicas de aprendizaje profundo y computación cognitiva a gran escala. Se enfocarán en la eficiencia energética, la tolerancia de fallos y la escalabilidad. El proyecto será financiado por IBM Argentina y contará con la colaboración del IBM T. J. Watson Research Center, en Nueva York.
El equipo de investigación involucrado utilizará los servidores IBM POWER8 que disponibilizan mayores capacidades de cómputo, memoria y almacenamiento. POWER8 fue desarrollado desde su concepción para trabajar con grandes volúmenes de datos y posibilita una mejor administración de la nube para infraestructuras scale-out, con ventajas claras en performance y seguridad.
El IBM Faculty Award es un programa mundial que fomenta la colaboración entre investigadores de universidades líderes y profesionales de la compañía, con el objetivo de estimular el desarrollo de investigaciones innovadoras en tecnologías emergentes.
El aprendizaje profundo –Deep Learning en inglés- y el uso de redes neuronales multicapa ha revolucionado el reconocimiento de voz, el procesamiento del lenguaje natural y la visión artificial, entre otros. Es posible avanzar en estas áreas debido a la disponibilidad de datos, nuevos procedimientos para acelerar la formación de redes neuronales y hardware extremadamente rápido con aceleradores de unidad de procesamiento gráfico.
