Descripción del proyecto
La Inteligencia Artificial (IA) es un elemento tractor para la evolución de un número cada vez mayor de industrias. En muchos de los dominios de aplicación, la IA representa la única solución viable para alcanzar objetivos de digitalización. Por otro lado, las funciones que se delegan a la IA son cada vez más complejas y con más requisitos que son difíciles de cumplir al mismo tiempo. Esto hace que los modelos a implementar sean cada vez más complejos, lo que representan una barrera de entrada, limitando la adopción de la IA en la industria. El reto radica en eliminar las barreras de entrada en la adopción de la IA que muchas empresas (sobre todo las medianas y pequeñas) padecen y que en muchos casos frena su digitalización. En este sentido, la solución actual y obsoleta de construir modelos de IA de forma empírica e iterativa mediante prueba y error no escala. En su lugar, se propone una metodología dirigida a muchas industrias en la que se implementa un conjunto de soluciones de IA preconfiguradas con varios puntos de diseño en los que se alcanza un balance considerando métricas relevantes para la mayoría de los casos. En los restantes, dichos diseños se podrán adaptar rápidamente y con bajo coste. CAPSUL-IA investiga estrategias cuyo objetivo es universalizar el uso de IA en la industria, estableciendo un umbral de acceso más bajo para la industria para usar soluciones prediseñadas e integradas para una gran variedad de aplicaciones. CAPSUL-IA propone el concepto de cápsulas de IA (o simplemente cápsulas) como contenedores de modelos de IA adaptados a distintos problemas, y con múltiples compromisos entre coste, precisión, velocidad de inferencia, robustez y confiabilidad, entre otras métricas. Las cápsulas se concebirán para funcionar en plataformas con diferentes relaciones entre rendimiento y precio, de manera que un usuario prácticamente sólo necesite adquirir la plataforma y usar la cápsula directamente. La I+D del proyecto en las cápsulas se materializarán en forma de demostradores con un TRL bajo (TRL3-4), que servirán de prueba de concepto y como medio para validar la viabilidad de los conceptos investigados para una futura explotación industrial. El concepto de cápsula se sustenta en 6 pilares en los cuales se realiza I+D. Pilar 1: Modelización (MOD). Realización de modelos de IA que satisfagan requisitos específicos para distintas métricas de calidad considerando el tipo de modelo a usar, sus parámetros, y la posibilidad de considerar un conjunto (ensamblaje) de modelos complementarios más allá de un modelo único. Pilar 2: Datos (DAT). Filtrado de datos irrelevantes, redundantes y pre-tratamiento de datos o anomalías. Pilar 3: Plataforma (PLAT). Mecanismos automáticos para seleccionar el nivel correcto de la plataforma (bajo, medio, alto) y su configuración. Pilar 4: Seguridad Funcional (FUSA): Adecuación de los procesos de desarrollo de IA y su posterior inferencia para cumplir con las prácticas y requerimientos de la seguridad funcional. Pilar 5: Explicabilidad (EXP). Comprender la toma de decisiones en un modelo de IA, determinando los modelos más convenientes para comunicar con el operador y permitir la auditabilidad o determinar casos donde la intervención humana sea necesaria. Pilar 6: Operación (OPE). Metodologías y técnicas que aporten robustez y gobernabilidad al sistema final, hacia la alta disponibilidad, redundancia y seguridad que demandan los entornos productivos. CAPSUL-IA congrega a un consorcio de centros de investigación (AEI) con un amplio bagaje en proponer soluciones para la adopción, despliegue efectivo, mejor precisión y fiabilidad de soluciones de IA; y un consorcio de empresas (CDTI) con un modelo de negocio basado en la IA o que son usuarios frecuentes de soluciones de IA para su negocio o sus clientes. Las empresas cuentan con la a capacidad para investigar y valorar la viabilidad industrial de las soluciones de laboratorio propuestas.