Uma equipa de investigadores do INESC TEC, em colaboração com o Instituto Politécnico de Leiria, venceu a segunda edição da competição internacional AI/ML in 5G Grand Challenge, organizada pela International Telecommunication Union (ITU), no âmbito do desenvolvimento de algoritmos de inteligência artificial mais eficientes, em particular, algoritmos de Deep Learning para redes de comunicações 5G.
Em concreto, esta distinção baseou-se no trabalho desenvolvido numa rede neuronal para classificação de modulações de sinais rádio, que é computacionalmente eficiente, o que permite a classificação de modulações em tempo real em dispositivos com recursos limitados. “Esta solução distinguiu-se ao atingir o nível mínimo de precisão exigido pelos organizadores da competição, tendo sido o modelo computacionalmente mais eficiente, entre as soluções submetidas a concurso”, refere Daniel Granhão, investigador do Centro de Telecomunicações e Multimédia (CTM) do INESC TEC.
Esta solução encontra-se disponível em código aberto e pretende melhorar a eficiência das ligações sem fios baseadas em rádio, bem como a migração da implementação de soluções de Inteligência Artificial (IA) da cloud para o edge, ou seja, para perto da fonte dos dados. “Esta solução é computacionalmente eficiente, pelo que permitirá a integração da mesma em dispositivos no edge, com recursos mais limitados que os dispositivos da cloud, minimizando alguns dos problemas inerentes à implementação na própria cloud”, acrescenta Daniel Granhão.
Em resultado desta distinção internacional, a equipa de investigadores, chamada de BacalhauNET e composta por Daniel Granhão, Guilherme Carvalho, Tiago Gonçalves, investigadores do INESC TEC, e José Nuno Grácio Rosa, do Instituto Politécnico de Leiria, além de obter reconhecimento da comunidade internacional, vai ter a oportunidade de publicar este estudo numa revista científica da ITU, e ainda, receber um prémio monetário no valor de 5000 CHF, isto é, cerca de 4800 euros.
Esta edição do ITU AI/ML 5G Grand Challenge contou com 16 desafios e atraiu mais de 1600 participantes de 82 países diferentes. Esta competição é composta por duas partes: na primeira, o júri seleciona as duas /três melhores equipas de cada desafio; já na segunda, a melhor equipa entre os 16 desafios abertos é selecionada como vencedora do Grand Challenge. A equipa BacalhauNET venceu o Grand Challenge com uma solução para o desafio “Lightning-Fast Modulation Classification with Hardware-Efficient Neural Networks”.
O investigador do INESC TEC mencionado na notícia tem vínculo à FCT.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
