URBANA, Illinois y BERKELEY, California–(BUSINESS WIRE)–El Instituto de Transformación Digital (Digital Transformation Institute, DTI) de C3.ai anunció hoy la tercera ronda de premios de investigación avanzada con financiación del DTI de C3.ai, dirigidos al uso de la inteligencia artificial (IA) para reforzar la seguridad de la información y proteger la infraestructura crítica.
El Instituto otorgó premios en efectivo por un total de 6,5 millones de USD a los científicos de investigación más importantes de la Universidad de California, Berkeley, la Universidad de Illinois en Urbana-Champaign, Carnegie Mellon, Princeton, la Universidad de Chicago, el Real Instituto de Tecnología (KTH) y el Instituto de Tecnología de Massachusetts (MIT).
“La ciberseguridad es un problema existencial inmediato”, dijo Thomas M. Siebel, presidente y director ejecutivo de C3 AI, un proveedor líder de software de IA empresarial. “Estamos equipando a los científicos de primer nivel con medios para impulsar tecnología que ayude a proteger la infraestructura crítica”.
Veinticuatro proyectos obtuvieron premios de entre 100 000 y 700 000 USD cada uno, por un período inicial de un año:
Resiliencia de la IA: técnicas y métodos para permitir el desarrollo de algoritmos de IA resistentes a los ataques en contra.
- “Métodos robustos comprobables de alto rendimiento para tareas de ciberseguridad en infraestructura crítica” (Zico Kolter, Universidad Carnegie Mellon)
- “Aprendizaje automático escalable y seguro en presencia de adversarios” (John Kubiatowicz, Universidad de California, Berkeley)
- “REFL: sistema de aprendizaje de ciberseguridad distribuido resiliente” (Bo Li, Universidad de Illinois en Urbana-Champaign)
- “Límites fundamentales de robustez de algoritmos de aprendizaje automático supervisado” (Ben Zhao, Universidad de Chicago)
Detección de anomalías: técnicas de IA, incluido el aprendizaje supervisado y no supervisado, para proporcionar una detección temprana de anomalías en el sistema o en la red que podrían ser indicativas de acceso no autorizado, denegación de servicio o exfiltración de datos.
- “Descubrimiento y reparación continuos y automáticos de vulnerabilidades de seguridad con conexión a internet” (Nick Feamster, Universidad de Chicago)
- “Técnicas de IA para sistemas eléctricos bajo ciberataque” (Javad Lavaei, Universidad de California, Berkeley)
- “Enfoque basado en IA y que tiene en cuenta la Física para la detección de ciberintrusiones en sistemas de automatización de subestaciones” (Alberto Sangiovanni-Vincentelli, Universidad de California, Berkeley)
Amenazas persistentes avanzadas: técnicas de IA para detectar la presencia de amenazas persistentes avanzadas.
- “Algoritmos de detección de aprendizaje profundo para ataques persistentes avanzados en tráfico con autonomía mixta: diseño y validación experimental” (Alex Bayen, Universidad de California, Berkeley)
- “Soporte de IA para ciberseguridad” (David Wagner, Universidad de California, Berkeley)
Protección de la infraestructura ciberfísica crítica: técnicas de IA para proteger la infraestructura crítica contra ciberamenazas.
- “Jaula de ciberseguridad para redes” (Cyrille Valentin Artho, Real Instituto de Tecnología)
- “Seguridad para infraestructura de gran escala utilizando programación probabilística” (Nikita Borisov, Universidad de Illinois en Urbana-Champaign)
- “Un marco de certificado neural constitutivo para proteger la infraestructura crítica en red” (Chuchu Fan, Instituto de Tecnología de Massachusetts)
- “Democratización de los flujos de trabajo de seguridad basados en IA para infraestructura energética crítica” (Vyas Sekar, Universidad Carnegie Mellon)
- “Análisis semántico confrontativo para una infraestructura crítica protegida” (Sanjit Seshia, Universidad de California, Berkeley)
Análisis forense: técnicas forenses y de atribución de IA para identificar las fuentes de los ataques.
- “Razonamiento causal para la identificación de ataques en tiempo real en sistemas ciberfísicos” (György Dán, Real Instituto de Tecnología KTH)
- “Teoría de aprendizaje estadístico y redes de gráficos neurales para identificar fuentes de ataque” (H. Vincent Poor, Universidad de Princeton)
- “Análisis forense robusto y escalable para redes neurales profundas” (Ben Zhao, Universidad de Chicago)
Protección de la infraestructura financiera emergente: técnicas de IA para identificar ataques en infraestructura financiera y empresarial emergente y descentralizada.
- “Una plataforma de inteligencia para una mejor seguridad en finanzas descentralizadas” (Dawn Song, Universidad de California, Berkeley)
- “Análisis forense de cadena de bloques” (Pramod Viswanath, Universidad de Illinois en Urbana-Champaign)
Identificación de vulnerabilidades: técnicas de IA para identificar malware, ransomware y vulnerabilidades de día cero previamente desconocidas, lo que permite el aislamiento y la neutralización.
- “Generación automática de casos de prueba asistida por GAN” (Giulia Fanti, Universidad Carnegie Mellon)
- “Aprendizaje automático para detección de vulnerabilidades de JavaScript” (Corina Pasareanu, Universidad de Carnegie Mellon)
Amenazas internas: técnicas de gestión del cambio para evitar que participantes internos inocentes y maliciosos puedan realizar ataques.
- “Protección de infraestructuras críticas contra amenazas internas en constante cambio” (Carl Gunter, Universidad de Illinois en Urbana-Champaign)
- “Modelado de eventos inusuales multifacéticos de amenazas internas adaptativas” (Jingrui He, Universidad de Illinois en Urbana-Champaign)
- “Recordatorios basados en IA para la ciberhigiene” (Cedric Langbort, Universidad de Illinois en Urbana-Champaign)
Criterios de selección
C3.ai DTI selecciona propuestas de investigación que inspiran la investigación de cooperación y favorecen el aprendizaje automático y otras subdisciplinas de la IA. Los proyectos son evaluados por pares según el mérito científico, los logros previos del investigador principal y de los investigadores coprincipales, el uso de IA, aprendizaje automático, análisis de datos y computación en nube en el proyecto de investigación y la idoneidad para probar los métodos a escala. Visite C3DTI.ai para conocer más acerca de los programas del Instituto, las oportunidades de selección, y las propuestas de investigación seleccionadas.
Acerca del Instituto de Transformación Digital C3.ai
En marzo de 2020 lo estableció C3 AI, Microsoft y universidades líderes, el Instituto de Transformación Digital C3.ai es un consorcio de investigación que se dedica a acelerar los beneficios de la inteligencia artificial para las empresas, el gobierno y la sociedad. Los principales científicos del mundo colaboran con el instituto con el fin de llevar a cabo las investigaciones y capacitar a los profesionales en la nueva ciencia de la transformación digital, que funciona en la intersección de inteligencia artificial, aprendizaje automático, computación en la nube, Internet de las cosas, análisis de big data, comportamiento organizativo, políticas públicas y ética.
Las diez universidades y laboratorios miembros del consorcio del Instituto de Transformación Digital de C3.ai ahora son: Universidad de California, Berkeley, Universidad de Illinois en Urbana-Champaign, Universidad Carnegie Mellon, Real Instituto de Tecnología (KTH), Laboratorio Nacional Lawrence Berkeley, Instituto de Tecnología de Massachusetts (MIT), Centro Nacional para Aplicaciones de Supercomputación en la Universidad de Illinois en Urbana-Champaign, Universidad Princeton, Universidad Stanford y Universidad de Chicago. Los socios adicionales de la industria incluyen AstraZeneca, Baker Hughes y Shell.
Para apoyar al Instituto, C3 AI entregará 57 250 000 USD en aportes en efectivo durante los cinco primeros años de funcionamiento. Además de los premios en efectivo, el DTI de C3.ai proporciona a los investigadores recursos de computación en la nube, supercomputación, datos y software, que incluye el uso gratuito e ilimitado de la plataforma C3 AI Application Platform, hasta 2 millones de USD en recursos de computación en Azure Cloud y acceso a los recursos de computación de alto rendimiento (High Performance Computing, HPC) en el Centro Nacional para Aplicaciones de Supercomputación (National Center for Supercomputing Applications, NCSA) de la Universidad de Illinois en Urbana-Champaign y el Centro Nacional de Computación Científica para Investigación en Energía (National Energy Research Scientific Computing Center, NERSC) del Laboratorio Nacional Lawrence Berkeley.
Acerca de C3.ai, Inc.
C3 AI es la empresa de software de aplicaciones de inteligencia artificial empresarial. C3 AI ofrece una familia de productos totalmente integrados que incluyen C3 AI Application Platform, una plataforma de extremo a extremo para desarrollar, implementar y operar aplicaciones de IA empresarial, y C3 AI Applications, una cartera de aplicaciones de IA empresarial SaaS específicas de la industria que permiten la transformación digital de las organizaciones a nivel mundial. Para obtener más información, visite www.c3.ai.
El texto original en el idioma fuente de este comunicado es la versión oficial autorizada. Las traducciones solo se suministran como adaptación y deben cotejarse con el texto en el idioma fuente, que es la única versión del texto que tendrá un efecto legal.
Contacts
Contacto del DTI de C3.ai:
Kap Stann
Gerente de Comunicaciones, DTI de C3.ai en Berkeley
510-295-9685
kstann@berkeley.edu
Contacto de Relaciones Públicas de C3 AI:
Edelman
Lisa Kennedy
415-914-8336
pr@c3.ai
Relaciones con los inversores de C3 AI
ir@c3.ai