FEDEA

Descripción

El proyecto FEDEA aborda el desarrollo de una plataforma avanzada de Aprendizaje Federado aplicada a Tecnologías del Lenguaje y, en particular, a sistemas de voz, con el fin de permitir el entrenamiento colaborativo de modelos de IA sin necesidad de compartir datos personales. Ante las limitaciones del Deep Learning tradicional —que requiere centralizar grandes volúmenes de datos— FEDEA plantea una alternativa que respeta plenamente el RGPD y garantiza la privacidad, manteniendo la calidad de los modelos. El proyecto combina Aprendizaje Federado con técnicas de Aprendizaje Activo para optimizar los entrenamientos y validar la plataforma en escenarios reales, facilitando su futura industrialización y comercialización.

Objetivo

El objetivo principal del proyecto FEDEA es diseñar, desarrollar y validar una plataforma innovadora que permita el aprendizaje descentralizado y colaborativo de modelos de IA de voz mediante Aprendizaje Federado, asegurando la privacidad del dato y cumpliendo con las obligaciones del RGPD. La solución integrará técnicas de Aprendizaje Activo para mejorar la eficiencia del entrenamiento y se evaluará en entornos reales para garantizar su robustez, escalabilidad y aplicabilidad industrial.

Acciones

• Analizar las limitaciones de los métodos tradicionales de IA respecto al cumplimiento del RGPD.
• Estudiar tecnologías de Aprendizaje Federado aplicadas a datos de voz.
• Diseñar la arquitectura de la plataforma de entrenamientos federados.
• Integrar técnicas de Aprendizaje Activo para optimizar el proceso de entrenamiento.
• Desarrollar funcionalidades innovadoras frente a soluciones federadas existentes.
• Implementar entrenamientos colaborativos en entornos distribuidos reales.