CEL.IA - ¿Cómo optimizar datos en tiempo real con IA?

CEL.IA – Consorcio Cervera, Liderazgo de la I+D+I en Inteligencia Artificial Aplicada. Optimizar datos con IA.

¿Cómo optimizar datos en tiempo real con IA? CEL.IA aborda esta cuestión integrando la Inteligencia Artificial en interfaces hombre-máquina y el uso de realidad virtual y aumentada para mejorar el procesado de datos en tiempo real y la gestión en entornos virtuales.

¿Qué es CEL.IA?

CEL.IA es un proyecto de investigación estratégico en cooperación entre varios centros tecnológicos que pretende aunar esfuerzos para desarrollar un “Toolkit” u oferta completa de soluciones basadas en realidad virtual y aumentada, visión artificial y procesamiento de lenguaje natural, para facilitar la efectiva incorporación de la Inteligencia Artificial en los interfaces hombre-máquina.

¿Cómo optimizar datos en tiempo real con IA? CEL.IA

El proyecto desarrolla tres líneas tecnológicas

Toolkit de Soluciones Avanzadas: basadas en realidad virtual y aumentada, visión artificial y procesamiento de lenguaje natural para Interfaces hombre-máquina (HMI)
Sistemas para homogeneizar datos
Agentes virtuales inteligentes

El proyecto pretende demostrar, mediante agentes virtuales innovadores, como, a través del uso de las herramientas del Toolkit se da respuesta a las necesidades de las empresas en cinco ámbitos de aplicación: industria, energía, transporte, salud y territorios inteligentes.

Cada uno de los centros coordina un demostrador tecnológico de las soluciones desarrolladas.

ITCL coordina el Demostrador en Energía, enfocado a diferentes energías renovables, salas de generación de energía en instalaciones industriales y otras instalaciones críticas.

En el demostrador los asistentes virtuales, la sincronización con robots utilizando la realidad virtual para operaciones de trabajo complejas y la simulación avanzada permitirá ofrecer una nueva experiencia de usuario, que permitirá:

Operar en remoto
Experimentar la realidad inmersiva para la dirección de robots en entornos extremos.
Simular con un alto grado de inmersión la formación de personal de mantenimiento y operación
Recrear y renderizar una instalación energética en tiempo real.
Diseñar gemelos digitales para la creación de simuladores sin riesgo para equipos de trabajo
Visualizar grandes cantidades de datos 3D (nubes de puntos) para procesos de realidad virtual, así como detectar y reconocer objetos 3D (sin marcadores) para procesos de realidad aumentada.
Analizar el comportamiento de las instalaciones modelizando en tiempo real los datos y visualización en interfaces avanzadas.
generación de escenarios 3D de forma procedural a partir de mapas que permitan contextualizar las instalaciones energéticas para utilización en aplicaciones RV/RA/RX indistintamente.
Clasificar defectos a partir de imágenes

Problema: ¿Cómo mejorar la capacidad del procesar datos? Solución: CEL.IA.

Mejorar el Procesamiento de Datos con CEL.IA:

Habitualmente se usa una infraestructura Cloud para procesar y centralizar gran cantidad de datos. Sin embargo, existe un nuevo paradigma basado en el procesamiento en el Edge Computing enfocado a mejorar la velocidad de procesado, la respuesta en tiempo real y el aseguramiento de la confidencialidad y privacidad. Además de los requerimientos de ancho de banda y velocidad de procesado mencionados, en algunos contextos, también se añaden requerimientos energéticos, de espacio o de movilidad que pueden representar un hándicap.

En estos entornos, tienen especial relevancia elementos de procesado como las FPGAs o los MPSoC, que permiten ejecutar los algoritmos más rápidamente y con menor consumo, y que son adecuados para incorporar a los dispositivos Edge utilizados en campo. Estos dispositivos, además, se alinean con el movimiento de los algoritmos verdes16 que buscan reducir la huella que produce la tecnología, ya que consiguen ejecutar los algoritmos de manera más rápida y produciendo un menor consumo energético.

Optimización de Entornos Virtuales con CEL.IA

Los entornos virtuales (EVs) tienen la ventaja principal de su bajo coste para generar datos realistas, así como la variedad de datos etiquetados que se pueden generar, como mapas de profundidad, segmentación semántica o detalles de las propiedades dinámicas de objetos. La posibilidad de configurar los escenarios y simulaciones para cada caso particular, pudiendo simular incluso instalaciones que aún no se han construido, permite optimizar costes en tiempo e infraestructuras al aportar grandes conjuntos de datos con diferentes condiciones como punto de partida, así como incrementar la calidad de los resultados.

El proyecto en este aspecto pretende ofrecer soluciones integrales que combinen tanto la capacidad de generar datos sintéticos para el entrenamiento de algoritmos, como la de hacerlo en entornos virtuales, siendo este un elemento diferencial respecto al estado de la técnica actual.

¿Cuál es el objetivo de CEL.IA?

ITCL participa en las siguientes líneas de desarrollo:

Deep Learning y Algoritmos Verdes:

Desarrollo de nuevas herramientas de aprendizaje profundo que reduzcan el tiempo necesario para el entrenamiento de la red neuronal profunda.

Estas nuevas herramientas y arquitecturas abordarán casos diversos como detección de objetos y personas, detección de gestos y movimientos, entre otros.

Aplicaciones de “algoritmos verdes” para el reconocimiento de imágenes en el Edge Computing

Tecnologías Inmersivas y Realidad Mixta CEL.IA

Tecnologías inmersivas: Entornos virtuales para entrenamiento de algoritmos de IA

Tecnologías inmersivas: Realidad mixta en tiempo real

Por parte de ITCL se desarrollará una herramienta que permita la comunicación remota entre un usuario con unas gafas de realidad mixta y se generará esta misma herramienta en un entorno inmersivo con capacidad para reconocer escenarios o entornos que se relacionarán con el gemelo digital 3D interactivo. Esto permitirá a un experto dar instrucciones remotas al usuario, señalar posiciones tridimensionales en el mundo real, mostrar al usuario las piezas o herramientas concretas de forma “holográfica” en su lugar correspondiente, e incluso la manipulación exacta que debe hacer con ellas.

Nuevas técnicas de simulación inmersivas

Actualmente no existe una herramienta que permita tener una solución rápida de recreación de escenarios reales adaptados a las necesidades personalizadas. Con esta línea de trabajo se espera incorporar al Tookit soluciones de simulación en ámbitos diversos como industria (ITI), energía (ITCL) y salud (ITG), desplegadas sobre escenarios 3D que respondan a las especificaciones de los futuros estándares W3C en materia de Web Inmersiva (CTIC).

La visualización de datos también cobrará una importancia fundamental en los resultados finales, ofreciendo nuevas experiencias de usuario y aproximaciones HMI novedosas con estas tecnologías (ITI). El avance de la visualización de datos tendrá su máximo exponente en los asistentes virtuales con avatares digitales y chatbots.

Sincronización robótica con Realidad Virtual CEL.IA

Aplicación de RV en el manejo en remoto de sistemas robóticos.

Desarrollo de herramienta que permita que el usuario pueda dirigir un vehículo terrestre autónomo con cámaras que le permitan una visualización del entorno del dispositivo. Se espera que un robot sea capaz de interaccionar en remoto con su operario en tiempo real gracias a la tecnología 5G y a una sensórica de apoyo.

Diseño de Espacios de Datos y Gobernanza

Dotar de mecanismos para gestionar el ciclo de vida del dato, desde su extracción en origen hasta convertirlo en información, requiere de soluciones complejas y/o costosas. La tendencia actual para afrontar este reto son los Data Spaces, que sobre tecnologías Open Source. Se espera diseñar un prototipo avanzado con el conjunto completo de funcionalidades necesarias para gestionar la extracción, gobernanza, integridad y persistencia de los datos.