Despliegue energéticamente eficiente de modelos de IA generativa

• Entidad: Fundación Ramon Areces (Ayudas senior de investigación en ciencias sociales)
• Duración: 2025 - 2027
• Investigador Principal: Jordi Nin
• Participantes: ESADE     

Este proyecto investiga cómo la replicación diferencial, o copia de modelos, puede hacer que la adaptación de los sistemas de inteligencia artificial generativa sea más eficiente desde el punto de vista energético. En lugar de volver a entrenar repetidamente grandes modelos desde cero, el proyecto desarrolla métodos para transferir su conocimiento a copias de modelos adaptadas que satisfagan requisitos empresariales, técnicos y regulatorios en evolución, al tiempo que reducen los costes computacionales. La investigación se centra en tres retos fundamentales: permitir el aprendizaje incremental a medida que llegan nuevos datos, ampliar las técnicas de copia de modelos a datos multimodales como texto e imágenes, y garantizar el cumplimiento del derecho al olvido mediante la eliminación eficiente de la influencia de los datos personales. A través de avances teóricos, experimentos en entornos reales, software de código abierto y colaboración internacional, el proyecto pretende promover una implantación de la inteligencia artificial más sostenible, adaptable y respetuosa con la privacidad.