Los Premios Bell Labs 2020 se celebraron el pasado jueves 3 de diciembre de forma virtual. En esta edición se recibieron propuestas de 208 académicos de 26 países.
Estos galardones reconocen las innovaciones disruptivas que definirán la próxima revolución industrial. Esta convocatoria se lanzó en el mes de marzo y los finalistas se dieron a conocer en junio. A cada uno se le asignó un jefe del equipo de investigación de Nokia Bell Labs y un mentor para trabajar juntos en su desarrollo. Las propuestas finales se presentaron ante un panel de expertos de renombre, así como líderes de la industria que juzgaron los proyectos recibidos basándose en una prueba de concepto creíble o un conjunto de resultados que validan el potencial completo de la innovación.
Los jueces seleccionaron a tres ganadores:
El primer premio (100.000 dólares) fue otorgado a Firooz Aflatouni, profesor Asociado en el Departamento de Ingeniería Eléctrica y de Sistemas de la Universidad de Pensilvania, por su propuesta “Integrated Photonic-mmWave Deep Networks”. Utilizando chips fotónicos de redes neuronales profundas como plataforma para inteligencia artificial, su sistema ha demostrado que el reconocimiento de imágenes y video en el dominio óptico ofrece una gran cantidad de posibilidades para el futuro. Las plataformas fotónicas interpretan y reconocen imágenes a la velocidad de la luz, unas 6.000 millones de veces por segundo, lo que las hace significativamente más rápidas que las plataformas computacionales digitales actuales. El sistema es pequeño, totalmente óptico, energéticamente eficiente y de bajo coste, lo que facilita su incorporación a una gran cantidad de soluciones, como la inteligencia artificial integrada en cámaras.
El segundo premio (50.000 dólares) fue concedido a Sanjeev Arora, profesor de Ciencias de la Computación, Universidad de Princeton, y sus compañeros de equipo, Yangsibo Huang (estudiante de doctorado en la Universidad de Princeton), Kai Li (Profesor del Departamento de Ciencias de la Computación en Universidad de Princeton) y Zhao Song (Investigador postdoctoral en la Universidad de Princeton). Su propuesta “Cómo permitir el aprendizaje profundo de sus datos (Deep learning) sin revelar sus datos” resuelve un problema importante respecto a la falta de privacidad en las herramientas de aprendizaje automático. Su solución InstaHide es un método universal para encriptar imágenes con una aplicación eficiente y un impacto menor en la precisión del modelo. Este enfoque permitirá compartir datos para aprovechar al máximo el poder de los modelos de aprendizaje automático sin sacrificar la privacidad ni comprometer la seguridad.
El tercer premio (25.000 dólares) fue otorgado a Cheng Qi, Ph.D. estudiante del Instituto de Tecnología de Georgia, y sus compañeros de equipo, Francesco Amato (investigador postdoctoral de la Universidad Tor Vergata en Roma, Italia) y Gregory Durgin (profesor del Instituto de Tecnología de Georgia, GA), por su propuesta “Hyper RFID: una revolución para el futuro de RFID”. Sus etiquetas innovadoras se basan en un nuevo tipo de sistema de posicionamiento por radio de túnel cuántico (quantum tunneling radio positioning, QTRP) que proporciona un posicionamiento inalámbrico de alta precisión con un rango de cobertura RFID de metros a más de un kilómetro en el futuro, con etiquetas de bajo coste provistas con batería de hasta diez años de duración. Estas capacidades revolucionarias facilitarán el seguimiento de personas y activos o la navegación de drones y vehículos autónomos utilizando puntos de referencia drop-and-forget.
Además de los premios en efectivo, los ganadores también podrán ampliar su colaboración con investigadores de Nokia Bell Labs para desarrollar sus innovaciones.
