La intel·ligència artificial ha estat marcada per una cursa cap a models cada vegada més grans. La pròxima revolució farà possible que la IA s’executi de manera eficient allà on aporta més valor: en dispositius, empreses, infraestructures crítiques i administracions públiques. La compressió de models permet reduir dràsticament la mida i el cost computacional sense perdre prestacions, fent possible desplegar IA avançada a l’edge amb un menor consum energètic i més privadesa. Aquesta conferència presentarà els darrers avenços en compressió de models, les seves aplicacions industrials i el seu paper estratègic en el desenvolupament d’una IA sobirana, eficient i sostenible.

CIDAI | LinkedIn

Director, CIDAI

Joan Mas és enginyer de Telecomunicacions (UPC) i MBA (Webster University). Va treballar 10 anys a l’Agència Espacial Europea, Paisos Baixos, en els projectes ENVISAT i METOP, satèl·lits d’observació de la Terra. Del 2000 al 2008 va desenvolupar a NTE S.A., equipament per a l’Estació Espacial Internacional i sistemes de suport a la vida per a missions espacials tripulades. Fins 2024 ha estat Director de la Divisió de Tecnologies Digitals a Eurecat, impulsant desenvolupaments en àmbits com Data Analytics i Big Data, Intel·ligència Artificial, Ciberseguretat i altres per aplicacions multisectorials. Actualment és Director Científic en l’àmbit digital a Eurecat i, des de 2021, també és Director del CIDAI.

MULTIVERSE COMPUTING | LinkedIn

Jezabel R. Garcia és Cap de Recerca en IA a Multiverse, on lidera línies de recerca en aprenentatge per reforç i alineament, compressió i eficiència de models, i avaluació de models. Gran part de la seva feina se centra en els mètodes que fan que els models siguin més capaços i fiables, juntament amb un marcat interès pràctic per l’avaluació i l’anàlisi d’errors. Jezabel contribueix als esforços de la seva empresa en l’àmbit dels models multilingües, amb un interès especial pels models que ofereixen un bon rendiment en les llengües europees.