Un gemelo digital para llevar la inteligencia artificial a la España vaciada
- Actualidad
El proyecto, parte de la iniciativa COSASS, desarrollará “áreas inteligentes adaptativas”, que utilizarán la IA para intentar resolver problemas recurrentes como la falta de conexión o el ahorro de baterías en las áreas de cultivo digitalizadas, de modo que se pueda afrontar la falta de mano de obra.
El Grupo de Tecnología Informática e Inteligencia Artificial (GTIIA) del Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN) de la Universitat Politècnica de València, en colaboración con la Universidad de Salamanca y la Universidad Rey Juan Carlos de Madrid, pretende llevar la inteligencia artificial a la España vaciada gracias a la creación de un gemelo digital que permita abordar algunos de sus retos.
El proyecto, en el primer año de desarrollo de un total de tres, forma parte de la iniciativa COSASS (COordinated Intelligent Services for Adaptative Smart areaS), que tiene como objetivo “aplicar técnicas de IA en estas zonas del país en las que, aunque existe una gran digitalización en las grandes áreas de cultivo, hay una carencia de mano de obra que no puede controlar problemas como la falta de conectividad o el ahorro de baterías”. Cuestiones que se espera resolver con lo que han dado en llamar “áreas inteligentes adaptativas”.
Los investigadores están trabajando en un primer nivel para que los dispositivos IoT instalados en los campos de cultivo sean capaces de adaptarse y tomar decisiones de forma autónoma cuando se enfrentes a sucesos que no son los habituales. Y en un segundo nivel se apoyarán en la nube, con los gemelos digitales de los sistemas y sus entornos que permitirán reflejar qué está sucediendo, realizar predicciones, modificaciones y extensiones del sistema, sin necesidad de realizarlos en las instalaciones reales.
Carlos Carrascosa, investigador principal de este proyecto en el instituto VRAIN de la UPV, señala que “somos especialistas en sistemas de inteligencia artificial distribuida, un desarrollo que es especialmente idóneo para los dispositivos repartidos alrededor de los campos de cultivo. Estos pueden ir compartiendo información y, conforme uno de ellos aprende, aprender todos. Para ello, planteamos usar técnicas como son las de aprendizaje federado, el formado por un conjunto de dispositivos IoT que estén distribuidos y que comparten el aprendizaje de un dispositivo por todos sin necesidad de compartir los propios datos, lo que hace que el aprendizaje vaya evolucionando más rápido que de manera aislada, pero manteniendo la privacidad de los datos que se están usando para aprender”.
