.

La tabla de asignación de espectro de EE. UU. Crédito: Administración Nacional de Telecomunicaiones e Información de EE. UU.

Inteligencia Artificial

La IA logra asignar el espectro de radio automáticamente y en tiempo real

1

Un reto de DARPA de tres años de duración centrado en la innovación de la comunicación inalámbrica ya tiene ganador. El sistema vencedor superó con éxito cinco situaciones simuladas que incluyeron comunicaciones de apoyo a una misión militar, respuestas de emergencia y un sitio repleto de conciertos

  • por Karen Hao | traducido por Ana Milutinovic
  • 20 Noviembre, 2019

La comunicación inalámbrica es tan eficiente que casi nunca la sentimos, pero en realidad, esta tecnología es la base sobre la cual se construye gran parte de la vida moderna. Gracias a ella podemos enviar mensajes de texto y hacer llamadas, pedir un Uber y ver programas de Netflix. Con la introducción de 5G, también promete hacer que los coches autónomos sean más seguros y dar comienzo a la revolución de internet de las cosas. Pero este próximo salto en la tecnología inalámbrica no será posible sin un ingrediente clave: la inteligencia artificial (IA).

Hace un par de semanas, 10 equipos de la industria y del mundo universitario compitieron para revolucionar el funcionamiento de los sistemas de la comunicación inalámbrica. El acontecimiento fue la sexta y última ronda de eliminación del Spectrum Collaboration Challenge (SC2), el último de una larga seria de grandes desafíos lanzados por la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) de  EE. UU. para acelerar su desarrollo en áreas emergentes como coches autónomos, robótica avanzada y ciberseguridad autónoma.

El desafío estuvo impulsado por la preocupación cada vez mayor de que el creciente uso de las tecnologías inalámbricas corre el riesgo de saturar las ondas de radio que utilizan nuestros dispositivos para comunicarse entre sí.

Tradicionalmente, el llamado espectro de radio no se asignaba de la manera más eficiente. En Estados Unidos, las agencias gubernamentales lo dividen en bandas de frecuencia que se excluyen mutuamente. Las bandas se distribuyen entre diferentes entidades comerciales y gubernamentales para que las usen de forma exclusiva. Aunque este proceso ayuda a los servicios a evitar interferencias, los poseedores de las distintas franjas del espectro rara vez las usan el 100 % del tiempo. Como resultado, una gran parte de las frecuencias asignadas terminan sin usarse en un momento dado.

La demanda de espectro ha crecido hasta un punto en el que su derroche se está volviendo insostenible. El espectro no solo se comparte entre los servicios comerciales, también sostiene los canales de comunicación gubernamentales y militares, que son críticos para la realización de las misiones y operaciones de entrenamiento. La llegada de las redes 5G solo aumenta la urgencia de una solución.

Para abordar este desafío, DARPA pidió a los ingenieros e investigadores que diseñaran un nuevo tipo de dispositivo de comunicación que no transmita siempre en la misma frecuencia. En lugar de eso, debería usar un algoritmo de aprendizaje automático para encontrar las frecuencias disponibles en cada momento. Y los algoritmos de diferentes dispositivos deberían colaborar para optimizar el uso del espectro. En vez de ser asignado de forma permanente a propietarios únicos y exclusivos, el espectro se asignaría de forma dinámica y automática en tiempo real.

El director de programas de DARPA, Paul Tilghman, afirma: "Debemos poner el mundo de la gestión del espectro en una diferente base tecnológica y pasar del sistema actual gestionado en gran medida por personas con un lápiz y papel a otro que se manejaría casi por completo por máquinas autónomas, a escalas de tiempo de máquina".

Más de 30 equipos respondieron al desafío de SC2 y compitieron durante tres años en objetivos cada vez más difíciles. En la primera fase, los equipos debían construir una radio desde cero. En la segunda fase, tuvieron que hacer que su radio fuera colaborativa, para que pudiera compartir información con otros sistemas de radio. En la última fase, tuvieron que incorporar el aprendizaje automático para que sus radios colaborativas fueran autónomas.

Hace un par de semanas, los 10 finalistas se enfrentaron a cinco situaciones simuladas que incluyeron comunicaciones de apoyo para una misión militar, una respuesta de emergencia y un sitio repleto de conciertos. Cada escenario servía para probar diferentes características, como la fiabilidad del servicio del sistema, su capacidad para priorizar diferentes tipos de tráfico inalámbrico y para manejar entornos altamente congestionados. Al final del concurso, el equipo de la Universidad de Florida (EE. UU.) se llevó a casa el gran premio de 1,8 millones de euros.

En este momento, el prototipo del equipo ganador todavía está en sus primeras etapas y tardará un tiempo antes de llegar a nuestros teléfonos. DARPA espera que SC2 inspire una mayor inversión y esfuerzo para seguir perfeccionando la tecnología.

Inteligencia Artificial

 

La inteligencia artificial y los robots están transofrmando nuestra forma de trabajar y nuestro estilo de vida.

  1. Esta IA ha leído a Shakespeare para saber qué parte de una obra escribió

    Numerosos historiadores han intentado descubrir qué escenas de 'Enrique VIII' fueron escritas por el dramaturgo británico y cuáles por otro autor, John Fletcher. Ahora, un algoritmo de aprendizaje automático ha analizado el estilo de ambos para averiguar qué líneas elaboró cada uno 

  2. Cómo acabar con los algoritmos sexistas que conceden créditos

    Goldman Sachs está siendo investigada por discriminación de género tras una reciente polémica con Apple Card, pero la compañía alega que no tiene en cuenta el género para determinar la solvencia crediticia de un cliente. Las investigaciones sugieren que en realidad incluir ese criterio mitigaría el sesgo algorítmico

  3. Estas técnicas predicen conflictos antes de una escalada de violencia

    Gracias al aprendizaje automático o a las mejoras en recogida de datos, se han desarrollado modelos más precisos para pronosticar asesinatos masivos. Un ejemplo es ViEWS, que ha sido capaz de predecir algunos episodios de violencia en Etiopía. Aunque aún no son perfectos, podrían ayudar a salvar vidas