En el proyecto MoTIA, financiado por  IVACE con número de expediente IMDDEA/2021/88,  ITI se ha propuesto desarrollar su propia tecnología para automatizar el sexado de mosquitos en una biofábrica destinada a la TIE. Utilizando tecnologías avanzadas de visión artificial y sonido basadas en IA, junto con sensores de última generación, el ITI busca aumentar la eficiencia y,fundamentalmente, el rendimiento del proceso de sexado de mosquitos en el contexto de una biofábrica destinada a la TIE. En particular se está trabajando en base a la especie de mosquito Aedes albopictus, también conocida como mosquito tigre.

Javier Naranjo
 | Investigador de Machine Learning-ITI

Nivel técnico del artículo

Big Data, Inteligencia artificial

Este proyecto pretende abordar la ciberdelincuencia desarrollando estrategias y herramientas preventivas con tecnologías Big Data, agilizando la identificación de ciberdelitos, con el fin de preparar y desplegar las contramedidas adecuadas contra los autores, basándose en los indicadores y las tendencias de delincuencia, aprovechando los servicios automatizados 24x7 y las aplicaciones novedosas basadas en el uso de modelos estadísticos multidimensionales junto a modelos basados en Deep Learning.

En el contexto de AIDA, ITI ha estado trabajando en varias herramientas analíticas que permiten observar cambios en los datos online. En estas herramientas se estudian y analizan anomalías en series temporales, se buscan patrones geográficos y se estudian tendencias en diferentes ámbitos de la delincuencia. Estas herramientas están pensadas para que las empresas sean capaces de ofrecer una rápida respuesta, gestionar de manera más eficiente los recursos e incluso puedan prever el comportamiento delictivo mediante la observación de patrones.

Armando Gomis
 | Data Scientist en ITI (ASTID)

Nivel técnico del artículo

Innovación, Servicios Tecnológicos

Durante años se ha asumido y promulgado la idea de que es importante almacenar enormes cantidades de datos, todos los que fueran posibles y unos pocos más si es necesario. Estos datos, después, se analizaban, procesaban y utilizaban para entrenar modelos que nos permitieran, no sólo entender como había evolucionado nuestro activo en los últimos tiempos, sino también entender hacia dónde iba y hacer predicciones o incluso establecer relaciones de causalidad con otros aspectos que no hubiéramos advertido antes. Como aclaración, hay que decir que hablamos de activo porque esto aplica tanto a las ventas de un negocio, al funcionamiento de una máquina cuando fabrica unos componentes, o a la aceptación de un político cuando hace unas u otras acciones.

Sin embargo, aunque los datos son la joya de la corona, acumular por acumular no es garantía de éxito. Hay dos aspectos clave que durante mucho tiempo no han gozado de su sitio en el escaparate, siendo relegados al rincón oscuro de nuestra joyería. Hablamos de la calidad y de la gobernanza del dato.

Jordi Arjona - ITI
Jordi Arjona
 | Coordinador del grupo de Sistemas Distribuidos (SiDi) de ITI

Nivel técnico del artículo

Inteligencia artificial

Es posible plantear actividades en RA que sucedan en el hogar del paciente, y que permitan trabajar situaciones que suceden fuera de la consulta.

Patricia Pons
Patricia Pons
 | Técnica Especialista en I+D+i (ASTID)

Nivel técnico del artículo

Inteligencia artificial

Está considerado que el 50% de los reingresos en los 30 días posteriores al alta hospitalaria podrían evitarse o preverse, por ejemplo, haciendo un seguimiento más frecuente del paciente con riesgo a reingresar de forma que su salud no se vea tan deteriorada. Pero para los equipos médicos puede ser complicado prever estas situaciones, debido a su elevada carga de trabajo y el alto número de factores a analizar. ¿Se podría ayudar al personal hospitalario en la predicción de estos episodios, alertándoles si un paciente es susceptible de reingresar?

Laura Arnal ITI
Laura Arnal
 | Técnica del departamento de I+D dentro de la línea de Percepción, Reconocimiento, Aprendizaje e Inteligencia Artificial (PRAIA)

Nivel técnico del artículo

Innovación

SYMBINET proporcionará un nuevo enfoque para conseguir los retos ambientales y de reducción en el consumo de recursos, mediante la promoción del intercambio de materiales, energía y subproductos a través de beneficios mutuos que reduzcan su huella ambiental y así contribuir a la Estrategia Española de Economía Circular (EEEC),” España Circular 2030”.

Santiago Gálvez Setier - ITI
Santiago Gálvez Settier
 | Project Manager, Área de Gestión de Proyectos de I+D de ITI

Nivel técnico del artículo

Inteligencia artificial

La Inteligencia Artificial es ese gran nombrado y, aunque no creamos, a la vez desconocido, que a menudo lo asociamos a pequeños conceptos de lo que realmente es. Podríamos definir la inteligencia artificial como la simulación de los procesos de la inteligencia humana mediante el uso de máquinas. Una máquina inteligente ideal es aquella que percibe su entorno y lleva a cabo acciones que maximizan el éxito de una tarea concreta, es decir, que una máquina sea capaz de imitar las funciones de los humanos para resolver problemas concretos.

david millan
David Millán
 | Investigador especializado en Visión por computador y ML de ITI

Nivel técnico del artículo

Ingeniería de Software

Las técnicas de Design Thinking (DT) están de moda y existe actualmente una tendencia hacia su uso para la elicitación de requisitos en proyectos de desarrollo de software. Sin embargo, la evidencia sobre la efectividad de estas técnicas es aún escasa. En este trabajo se explora la efectividad de una de las técnicas de DT más utilizadas: los Mapas de Empatía. En el estudio han participado estudiantes de último año del grado en Ingeniería Informática de la Universitat Politècnica de València y se ha analizado la influencia del uso de los Mapas de Empatía respecto a la categoría y cantidad de requisitos identificados. Aunque son resultados preliminares, se ha observado una influencia positiva en favor del uso de los Mapas de Empatía en un proceso de elicitación de requisitos.

Emilio Isfran - ITI
Emilio Insfran
 | Profesor Titular de Universidad (UPV - IUMTI) y colaborador grupo de investigación Ingeniería del SW y Sistemas de Información de ITI

Nivel técnico del artículo

Sistemas Ciberfísicos

estamos rodeados de sistemas empotrados por todas partes. En algunas ocasiones son cosas más evidentes, como en los equipos médicos o industriales. En otras no tanto. Puede llegar a sorprender que podamos encontrarlos hasta en nuestra lavadora o microondas, pero estos sistemas de propósito específico llevan tiempo entre nosotros y están aquí para quedarse.

Algunos de estos sistemas pueden ser sistemas críticos, aquellos cuyo fallo tiene consecuencias catastróficas en vidas humanas o en pérdidas económicas; pueden ser sistemas de tiempo real, donde el tiempo de respuesta debe estar acotado para que su ejecución se considere correcta; o pueden ser una combinación de ambos

Joan Valls - ITI
Joan Valls
 | Técnico I+D+I

Nivel técnico del artículo

Innovación

El proyecto OPOSSUM es un buen ejemplo de Machine Learning aplicado a ciberseguridad, que protege las aplicaciones corporativas de ataques clásicos, pero también de ataques más sofisticados como la exfiltración de datos, la detección de bots maliciosos o la detección de insiders.

Francisco Javier Barrena - ITI
Francisco Javier Barrena
 | Software Architect & Security Advocate en ITI

Nivel técnico del artículo