La tesis doctoral de Asier Urío Larrea en la UPNA aporta soluciones aplicables al IoT, la salud digital y las redes de sensores distribuidos.
El investigador navarro Asier Urío Larrea, integrante del Instituto de Smart Cities (ISC) de la Universidad Pública de Navarra (UPNA), ha desarrollado nuevos algoritmos de inteligencia artificial que mejoran el aprendizaje federado, una técnica emergente que permite entrenar sistemas sin necesidad de compartir datos sensibles entre dispositivos. La investigación, que forma parte de su tesis doctoral recientemente defendida en la UPNA, ofrece soluciones aplicables en ámbitos como la salud digital, las redes meteorológicas o el Internet de las Cosas.
El aprendizaje federado es una metodología que permite a múltiples dispositivos —como ordenadores o sensores— colaborar en la construcción de un modelo común sin tener que compartir la información que almacenan. Esta característica lo convierte en una alternativa especialmente adecuada para entornos donde la privacidad y la legislación en torno a la protección de datos son clave. Según explica Urío, “su objetivo es crear un modelo a partir de la información de los agentes participantes, sin que estos tengan que enviar sus propios datos”.
El investigador, adscrito al grupo de investigación en Inteligencia Artificial y Razonamiento Aproximado (GIARA), dirigido por el catedrático Humberto Bustince Sola, ha logrado superar una de las principales limitaciones del aprendizaje federado: la dificultad para tomar decisiones cuando los datos son incompletos, inexactos o ambiguos. Para ello, recurre a la lógica difusa, una herramienta matemática que permite representar conceptos imprecisos de forma flexible. “En vez de clasificar algo como ‘alto’ o ‘bajo’ de forma tajante, la lógica difusa permite hablar de ‘más o menos alto’, lo cual resulta útil cuando no hay una frontera clara”, destaca el autor.
Entre las principales contribuciones de la tesis se encuentra el desarrollo de un sistema de reglas basadas en lenguaje natural, comprensibles para personas expertas y útiles para la toma de decisiones. Estas reglas se generan automáticamente, se comparten entre los distintos nodos del sistema y se combinan descartando las redundantes o contradictorias.
Otra innovación destacada es un algoritmo que permite detectar patrones en flujos de datos continuos —como los generados por sensores— sin necesidad de almacenar toda la información. Esta capacidad de adaptación en tiempo real, con menor consumo de recursos, refuerza su utilidad en redes de sensores para ciudades inteligentes, salud digital o entornos industriales conectados.
La tesis doctoral ha sido dirigida por el profesor Bustince y por Graçaliz Pereira Dimuro, docente de la Universidad Federal de Rio Grande del Sur (Brasil), y ha obtenido la calificación de sobresaliente “cum laude” junto con mención internacional. Esta última distinción fue posible gracias a una estancia de tres meses en la Universidad de Essex (Reino Unido), donde Urío trabajó bajo la supervisión de Javier Andreu-Pérez, director del grupo Smart Health Technologies. Su estancia fue financiada por una ayuda de la IEEE.
Un perfil académico multidisciplinar y consolidado
Asier Urío posee una formación académica diversa. Tras graduarse en Ingeniería Agronómica en la UPNA en 2003, completó dos ingenierías técnicas —Informática de Sistemas e Informática de Gestión— en la UNED, donde también obtuvo el Máster en Inteligencia Artificial Avanzada. Durante varios años combinó sus estudios con su labor docente como profesor de informática y tecnología en educación secundaria y como director del IES Mendillorri BHI de Pamplona (2014-2020). También fue docente asociado en la UPNA durante siete años antes de incorporarse al grupo GIARA como investigador predoctoral.
Fruto de su investigación, ha publicado artículos en revistas de referencia como IEEE Transactions on Cybernetics y Applied Soft Computing, y ha contribuido con 16 comunicaciones en congresos nacionales e internacionales.
Las aportaciones de su tesis posicionan a Asier Urío como una figura emergente en el ámbito de la inteligencia artificial aplicada a sistemas distribuidos, especialmente relevantes para la evolución de infraestructuras digitales más seguras, eficientes y respetuosas con la privacidad.
(Universidad Publica de Navarra)
