La Inteligencia Artificial es cada vez más relevante en los proyectos del ámbito espacial. En estos proyectos, la solución es tan importante como la calidad de los datos. El potencial actual de las soluciones de aprendizaje automático permite su uso para complementar, o incluso sustituir en algunos casos, las técnicas clásicas para resolver tareas como pueden ser el procesamiento de señales o la detección de anomalías. Además, cuantos más datos estén disponibles, mejor será el rendimiento, por lo que es normal que diferentes entidades colaboren en una solución común. Sin embargo, esto puede suponer un problema en términos de privacidad y no siempre es posible compartir los datos entre las distintas partes.

Para hacer frente a esta problemática, Juan Miguel Auñón, Data Scientist de GMV, ha presentado en el evento “Big Data from Space 2021 (BIDS21)” la solución uTile PET para el desarrollo colaborativo de algoritmos de Inteligencia Artificial sin necesidad de comprometer la privacidad de cada una de las partes. Durante su intervención también ha presentado como ejemplo secure k-means, un algoritmo de clustering que permite que las organizaciones colaboren obteniendo un bien común, salvaguardando la privacidad en todo momento.

uTile PET es una solución desarrollada por GMV para aprovechar los datos confidenciales y privados para mejorar los algoritmos y modelos analíticos de aprendizaje automático, cumpliendo siempre con los requisitos de la organización, garantizando la privacidad de los datos así como la normativa vigente. Con esta tecnología no es necesario elegir entre la privacidad de los datos y la usabilidad, ya que aprovecha métodos criptográficos avanzados que mantienen los datos encriptados mientras se realizan todos los cálculos necesarios. De este modo, uTile PET permite que los datos sensibles de las organizaciones nunca queden expuestos ni se transfieran entre departamentos, organizaciones o países diferentes.