El pasado 22 de diciembre, la comunidad de Burgos AI, que pertenece a la red de Spain AI, llevó a cabo su primer evento presencial en Burgos para llevar la Inteligencia Artificial a más ciudades españolas.

Tras una temporada de encuentros online, la comunidad de Burgos AI dio el paso y se reunió de manera presencial para descubrir cómo se esta impulsando la IA en Burgos. El evento se llevó a cabo en La Estación de la Ciencia y la Tecnología de Burgos. Cabe destacar que es un evento en el que se comparten experiencias centradas en el ámbito de la Inteligencia Artificial y la ciencia de datos. Como en todos y cada uno de los eventos de Spain AI, en este también se priorizaron los 3 objetivos que permiten crear sesiones interactivas para los asistentes:

  • Descubrir. Escuchar las experiencias de los ponentes con charlas centradas en el ámbito de la Inteligencia Artificial y la Ciencia de Datos.
  • Compartir. Resolver las dudas con las sesiones de Q&A.
  • Conectar. Interactuar con los asistentes y ponentes en nuestra sesión de networking con aperitivos al final del evento.

Dicho esto, a continuación pasamos a analizar los temas tratados en el evento, así como a presentar a los ponentes y protagonistas de la sesión:

El primer ponente fue Adrián Arnaiz Rodríguez, quién estuvo hablando sobre la Justicia Algorítmica con Inteligencia Artificial. Arnaiz es estudiante de doctorado en ELLIS, licenciado en Ingeniería Informática (2019, Universidad de Burgos) y Máster en Ciencia de Datos e Inteligencia Artificial (2021, Universitat Oberta de Catalunya) realizando la tesis de MSc con Baris Kanber (University College London) en neuro-imagen médica.

En su ponencia el objetivo principal estuvo marcado por proporcionar una visión general de lo que es la justicia algorítmica, así como los principales retos de técnicos y sociales que la comunidad tiene que abordar. En concreto, Adrián estuvo hablando sobre el panorama actual de la justicia algorítmica en la IA, es decir, que los algoritmos tomen decisiones no sesgadas y sin discriminación. Partiendo desde las razones por las que estos algoritmos toman estas decisiones sesgadas, hasta finalizar con las maneras de resolver este problema. Además, también comentó cómo la justicia algorítmica está también presente en la valoración de nuestros datos o en las redes sociales. 

La segunda ponente fue Silvia González González. Quién trató cómo el Centro Tecnológico ITCL realiza proyectos de Inteligencia Artificial junto con empresas locales. Silvia González es Doctora en Informática, y entusiasta de la ingeniería y la innovación con más de 10 años de experiencia en proyectos relacionados con el ámbito del I+D y 4 años liderando un equipo de técnicos multidisciplinares joven y dinámico en el campo de la Analítica de datos y la inteligencia artificial.

Silvia comenzó su ponencia ofreciendo datos acerca de la industria de Burgos. Con sus 180.000 habitantes, Burgos tiene gran peso de la industria, ya que el PIB burgalés es el doble que la media de España (un 26% frente al 13%). En cuanto a la internacionalización se refiere, Burgos representa el 28,1% de las importaciones de Castilla y León y también el 30,6% de las exportaciones.

Pero, ¿cómo utiliza Burgos la Inteligencia Artificial?

Uno de los puntos claves por los que ha crecido la IA, es el Big Data y la Industria 4.0, debido a la gran cantidad de datos que se han podido incorporarán a los sistemas, así como la facilidad y accesibilidad que hay a todos estos datos. Por eso, Silvia destacaba las 4 Vs del Big Data: volumen, velocidad, variedad y veracidad.

El funcionamiento y el proceso que llevan a cabo es sencillo: capturar los datos, y una vez tienen los datos lo analizan, para conocer qué tipo de análisis deberán emplear en cada uno de los procesos. Otro factor importante, es conocer dónde hay que aplicar la Inteligencia Artificial y qué herramientas se deberán utilizar.

¿Cómo pueden las empresas conseguir integrar la Inteligencia Artificial?

Cabe destacar que los requisitos y la problemática varían según el sector de implantación. Pero es necesario realizar un estudio previo de las necesidades problemáticas y la criticidad de los sistemas. La identificación de la sensórica pueden ayudar a: la reducción de los fallos de línea, la reducción de las paradas en línea, la identificación de cuellos de botella o la identificación de patrones de fallos. Para que todo pueda funcionar a la perfección, es necesario involucrar a todo el personal en todas las etapas del proceso.

El tercer y último ponente fue Mario Juez Gil. Quién realizó un repaso a diversos casos de uso reales de soluciones sencillas, innovadoras, accesibles… y muy útiles. Mario Juez es Doctor en Big Data y Machine Learning por la Universidad de Burgos. Actualmente trabaja como Ingeniero Big Data en SNGULAR, donde ha desarrollado soluciones basadas en Inteligencia Artificial para la industria energética y para el procesamiento del lenguaje natural. En el pasado, gran parte de su trayectoria profesional ha estado dedicada a la investigación y la docencia.

Como comentábamos Mario trabaja en SNGULAR, una empresa que comenzó siendo una startup y que ha ido creciendo a gran escala y que actualmente desarrolla más de 400 proyectos al año, distribuidos en 20 equipos. Mario está en el equipo DAIOT, especializado en Inteligencia Artificial. Este equipo actúa en los siguientes ámbitos:

  • Data Architecure: transformando los datos en conocimiento. Identificando las fuentes de datos, centralizan esos datos y los enriquecen utilizando Inteligencia Artificial.
  • Natural Language Processing: los ordenadores interactúan con los humanos a través del lenguaje de texto o voz. Trabajan en la extracción de información, con la clasificación de elementos del texto o modelos del texto o modelos open-questions apoyados en Tranformers.
  • Computer vision: Posibilita a los ordenadores entender el contenido de imágenes y vídeos. Automatizando la detección de defectos, el reconocimiento de objetos y el conteo de personas. Apoyándoselos en Transfer-learning, Auto-ML y GANs para elaborar los modelos.
  • Advanced Analytics: Construir modelos basados en técnicas de Machine Learning para forecasting, detección de anomalías o sistemas de recomendación.
  • Conversational Assitants: Construir chatbots que puedan guiar al usuario a través del lenguaje natural, respondiendo a preguntas frecuentes y resolviendo tareas cotidianas.
  • Internet of Things: Convierten dispositivos de bajo coste en inteligentes mediante la inserción entre internet of things.
  • Data Visualization: Diseñando informes y dashboards a medida o con herramientas de terceros para facilitar las decisiones basadas en datos.
  • Process Automation: la automatización de procesos la abordan desde la perspectiva clásica.
  • Al Garage: exploran la potencia de la IA dentro de los flujos de trabajo. Aterrizando las necesidades desarrollando una demo, PoC o MVP que la valide.

Tras analizar los ámbitos en los que actúa el equipo DAIOT, Mario expuso tres casos de uso de la industria.

Para conocer los casos de uso y poder ampliar la información del evento, aquí puedes ampliar la información.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *