Seis investigadores principiantes recibirán capacitación en aplicaciones de aprendizaje automático (ML) en comunicaciones ópticas multibanda a través del proyecto europeo Mentor, el cual ya ha definido los temas de investigación y formación que se estudiarán. El objetivo del proyecto es diseñar la próxima generación de redes ópticas de alta capacidad, que son un habilitador clave de la infraestructura global de telecomunicaciones.
Las redes ópticas sufrieron cambios considerables en la última década, como consecuencia de un crecimiento continuo (superior al 20% anual) de la demanda de ancho de banda. El crecimiento actual impone fuertes exigencias en términos de capacidad y costos a los operadores, que buscan disminuir el costo por bit transmitido.
Se han propuesto varias soluciones y, entre ellas, la banda ancha es más favorable para los operadores de red, en comparación con fibras novedosas. Sin embargo, el sistema óptico de banda ancha presenta nuevos desafíos importantes: los componentes ópticos deben garantizar un rendimiento similar en un amplio espectro, la optimización de la red se lleva a cabo en un espectro no plano y con una cantidad mucho mayor de canales que hacen el diseño, optimización y control de un problema complejo.
Por lo tanto, la aplicación de técnicas de aprendizaje automático (ML) tiene una importancia creciente para los sistemas ópticos multibanda (MB) de alta capacidad. ML se está convirtiendo en la técnica preferida para resolver problemas técnicos no lineales complejos, como el diseño avanzado de componentes y la gestión de redes de banda ancha.
Formación de investigadores principiantes
Según la información publicada en el Servicio de Información Comunitario sobre Investigación y Desarrollo (Cordis, por sus siglas en inglés) de la Comisión Europea, el proyecto Mentor presenta una oportuna propuesta para formar a seis investigadores principiantes en el campo interdisciplinar de gran importancia industrial: aplicaciones ML en comunicaciones ópticas multibanda.
Las aplicaciones de aprendizaje automático pueden funcionar correctamente solo cuando hay disponible una gran cantidad de datos reales, por ello es crucial reunir a los socios académicos y la industria que brindan acceso a los datos.
Para conseguir los objetivos marcados, el proyecto cuenta con un consorcio de cinco entidades procedentes de Dinamarca, Alemania, España, Italia y Portugal, y está liderado por la Universidad de Aston (Reino Unido). La participación española está representada por la Universidad Politécnica de Cataluña. Mentor comenzó en enero de 2021 y finalizará en diciembre de 2024 y dispone de una inversión de 1.625.053 euros, íntegramente financiados por el programa de investigación Horizonte 2020 de la Comisión Europea.