blockchain, big data y computación cuántica en la uc3m ... · blockchain, big data y computación...

Blockchain, Big Data y Computación Cuántica en la UC3M, Empresas y Startups

Parque Científico – UC3M, 11-07-2019

David Griol Barres [email protected]

El estado del arte en la investigación y el desarrollo tecnológico en la UC3M

UC3M – Santander Big Data Institute

• Desarrollo de nuevos procedimientos y herramientas para el análisis de grandes conjuntos de datos dinámicos y heterogéneos:

• negocios, sector financiero, informática, aprendizaje automático, matemáticas y estadística.

• Abarcamos una amplia gama de investigaciones interdisciplinarias en Big Data y Data Science

• Formación de alta calidad para los graduados que desean convertirse en los científicos de datos del futuro.

• Colaboración con socios privados y públicos, para proporcionar soluciones adaptadas a sus necesidades de gestión, almacenamiento y análisis de conjuntos de Big Data.


David Griol Barres – IBIDAT – [email protected]

mailto:[email protected]

• Actividades emprendidas con el Banco de Santander:

• Analizar el impacto de la formación en el desempeño posterior

• Interpretabilidad de datos específicos para tareas de aprendizaje automático

• Reto Smart Talent

• Curso de verano en colaboración con Best

• Impartición de seminarios (paralelización, interpretabilidad de resultados, selección de variables, detección de datos atípicos)




• Proyectos más importantes:

• Análisis del éxito de campañas de marketing de supermercados (TCC Global)

• Configuración automática y despliegue de algoritmos de matchmakingbasados en modelos de conocimiento (Singularity Experts)

• Aplicación de técnicas de procesamiento de lenguaje natural y tecnologías del habla para el desarrollo y evaluación de interfaces conversacionales , el modelado del usuario y el análisis de sentimientos (El Corte Inglés)

• Convenio de colaboración a nivel educativo y de empresas con el Ayuntamiento de Las Rozas




• Formación:

• Oficial en la UC3M (Máster Universitario en Big Data Analytics, Master Universitario en Statistics for Data Science, Grado en Data Science and Engineering, TFGs y TFMs, Prácticas Curriculares)

• Cursos de docencia no oficial (Big Analytics, Stat Wars, Machine Learning en Finanzas), y para empresas (Ibercaja, Bank of Georgia, Banco de España).

• Seminarios mensuales Nuevas soluciones en Big Data

• Coding Club UC3M cada 15 días

• Publicación de artículos, estancias de profesores, colaboraciones con otros centros ( MIT, Universidad de California, Universidad de Chicago, London Economic School)




• Premios:

• Premio al Best use of science en el NASA Space App Challenge 2018

• Premio Emilio Aced al mejor trabajo de investigación en protección de datos 2018

• Primer premio del Hackaton SAS-Correos

• 2019 Carrefour & Google Challenge




Deep Learning – Big Data• Métodos de aprendizaje automático basados en aprender representaciones de datos (ejemplos).

• Máquinas que aprendan por sí solas.

• No podemos permitirnos el lujo de pre-programar reglas para lidiar con las infinitas combinaciones de datos de entrada y situaciones que aparecen en el mundo real.

• Necesitamos que las máquinas sean capaces de auto-programarse: que aprendan de su propia experiencia

• Aprendizaje por refuerzo: las conductas que se premian tienden a aumentar su probabilidad de ocurrencia, mientras que las conductas que se castigan tienden a desaparecer.




Deep Learning – Big Data


• Redes neuronales profundas, redes neuronales profundas convolucionales, y redes de creenciaprofundas, etc.

• estructuras lógicas que se asemejan a la organización del sistema nervioso de los mamíferos,

• capas de unidades de proceso (neuronas artificiales) que se especializan en detectar características existentes en los objetos percibidos.

• sistema nervioso humano: miles de neuronas simuladas y centenares de capas interconectadas

• Múltiples capas de procesamiento no lineal (transformaciones): cada capa parte del resultado de la anterior de menor a mayor especialización (ejemplo: reconocer un perro en una imagen).





• Aprendizaje supervisado o no supervisado:• Conjunto de entrenamiento proporcionado por los humanos etiquetados de forma manual

• Algoritmos capaces de aprender sin intervención humana previa, sacando ellos mismos las conclusiones acerca de la semántica embebida en los datos

• Aprender de la experiencia (autoprogramarse)

• Procesar millones de documentos no estructurados y construir de forma autónoma representaciones estructuradas.

• detección de determinadas características ocultas en los datos

• Big Data: fiebre de los datos en todas las industrias.

• Internet de las cosas (IoT): adquisición de los datos.





• Tecnología capaz de:• procesar grandes cantidades de datos,

• hacerlo en escalas de tiempo inferiores a las humanas

• e incluso proporcionar la inteligencia necesaria.

Cerebros hechos de hardware y software con una inteligencia comparable o mayor que la

humana





Caja Negra

Muy difícil que estas explicaciones sean completas (incluso para los seres humanos).

En los comportamientos inteligentes suele haber una parte que tiene una explicación racional y otras que son originadas por instintos, de forma subconsciente o inescrutable. → Simplemente confiar en la IA como hacemos con los seres humanos: NECESARIO ÉTICA Y NORMAS SOCIALES: Sistemas de IA que respeten nuestras normas sociales.



Blockchain


• Chain of blocks: información digital (block) almacenada en una base de datos (chain)

• Blocks: • Almacenan información sobre transacciones (fecha, hora, cantidades)

• información sobre quién está participando en las transacciones (firma digital)

• información que los distingue de otros bloques (hash)

• Un solo bloque puede albergar unos miles de transacciones.



Blockchain


• Para que se agregue un bloque a la cadena de bloques, deben suceder:• Debe ocurrir una transacción

• La transacción debe verificarse (redes de ordenadores a modo de registros públicos de información)

• La transacción debe ser almacenada en un bloque

• Ese bloque debe tener un hash

• Privacidad? • Múltiples copias de la cadena (red de ordenadores)

• No identificación de los usuarios que realizan transacciones



Blockchain


• Seguridad? • los nuevos bloques siempre se almacenan de forma lineal y cronológica.

• cada bloque contiene su propio hash, junto con el hash del bloque anterior.

• modelos de consenso: requieren que los usuarios se “validen" antes de que puedan participar en una red de blockchain.

• Si un pirata informático quisiera coordinar un ataque en la cadena de bloques, necesitaría resolver problemas matemáticos computacionales complejos con 1 en 5.8 billones de probabilidades como todos los demás. El costo de organizar un ataque de este tipo seguramente superaría los beneficios.



Blockchain


• Aplicaciones? • Criptomonedas (Bitcoin): operar sin la necesidad de una autoridad central (eliminar muchas

de las tarifas de procesamiento y transacción).

• Operaciones bancarias: reducir tiempos y comisiones

• E-salud: almacenar de manera segura los registros médicos de los pacientes.

• Registro de la propiedad

• Contratos inteligentes

• Proveedores

• Votaciones

• …



Blockchain


• PROS• Elimina la participación humana en la verificación.

• Reducce costes al eliminar la verificación de terceros

• La descentralización dificulta la manipulación

• Las transacciones son seguras, privadas y eficientes

• Tecnologia transparente

• CONTRAS• Coste significativo de la tecnología asociada con la minería de bitcoins.

• Transacciones bajas por segundo

• Historial de uso en actividades ilícitas.

• Susceptibilidad a ser hackeado.



Computación cuántica


• Aplicar las propiedades de la física cuántica para procesar información.

• Operar con componentes a nanoescala a temperaturas más bajas que el espacio intergaláctico.

• Potencial de resolver algunos de los desafíos más difíciles del mundo. Tomando solo días u horas para resolver problemas que llevarán miles de millones de años usando las computadoras de hoy en día: nuevos descubrimientos en las áreas de salud, energía, sistemas ambientales, materiales inteligentes, inteligencia artificial, origen del universo y mucho más.

• qubit (bit cuántico): Mientras que los bits clásicos contienen un solo valor binario como un 0 o 1, un qubit puede contener ambos valores al mismo tiempo (superposición)





• Cuando los múltiples qubits actúan de manera coherente, pueden procesar múltiples opciones simultáneamente: • procesar información en una fracción del tiempo que tomaría incluso los

sistemas no cuánticos más rápidos.





https://www.microsoft.com/en-us/quantum/what-is-quantum-computing

https://www.research.ibm.com/ibm-q/


https://www.microsoft.com/en-us/quantum/what-is-quantum-computing

https://www.research.ibm.com/ibm-q/




Determinar si el uso de este tipo de algoritmos supone una ventaja frente a la computación tradicional para resolver una serie de problemas identificados que podrían atajarse con esta tecnología.



Blockchain y Computación Cuántica


La tecnología cuántica, poco a poco ya una realidad, ayudará a que el blockchain sea más seguro y eficiente.




¡¡¡ MUCHAS GRACIAS POR SU ATENCIÓN !!!



blockchain, big data y computación cuántica en la uc3m ... · blockchain, big data y computación...

Documents