David Caubilla Quevedo
Responsable de Innovación
¿Cómo vemos la innovación desde Keyland?
La innovación tecnológica es el proceso mediante el cual una empresa crea un nuevo producto, servicio, proceso o modelo de negocio, o bien mejora significativamente las características de uno ya existente, utilizando como vehículo las herramientas tecnológicas. En un entorno como el nuestro, que evoluciona con una rapidez asombrosa y donde las últimas tecnologías obligan a realizar en poco tiempo cambios importantes en la oferta de la empresa, uno puede preguntarse si es necesaria la innovación, y la respuesta es que la innovación no es solo necesaria, es imprescindible. Este proceso nos obliga a explorar caminos no transitados, por no haber sido explorados todavía, por mejorar soluciones actuales o por intentar aplicar soluciones existentes a problemas diferentes. Si bien es cierto que la innovación no asegura el éxito, la no innovación sí que asegura el fracaso.
Por ello, ya hace años que Keyland dedica una parte de sus esfuerzos a la innovación. Desde el año 2016 ha participado en convocatorias de proyectos europeos de investigación en colaboración con el CDTI (Centro para el Desarrollo Tecnológico Industrial), en diversas convocatorias tales como la investigación de la realidad aumentada, la geolocalización de interiores o las tecnologías 5G.
En el marco de este tipo de iniciativas, el último proyecto en el que hemos participado ha sido el denominado IVVES (Industrial-grade Verification & Validation of Evolving Systems).
Acerca del proyecto IVVES
¿Cuáles son sus antecedentes y objetivos?
El uso de Inteligencia Artificial (IA) y sistemas complejos evolutivos (ES, es decir, sistemas que cambian rápidamente, ya sea debido a ciclos rápidos de iteración en el desarrollo o debido a su capacidad para autoadaptarse y aprender), crecerá significativamente en automatización, computación y en los nuevos servicios digitales. Para abordar los desafíos en la verificación y validación (V&V) de la IA y los sistemas evolutivos, IVVES ha sido diseñado para desarrollar enfoques de IA para una V&V robusta e integral de aplicación industrial de «IA integrada» (es decir, funciones inteligentes en dispositivos actuales no inteligentes), consiguiendo integrar aprendizaje automático para el control de sistemas en evolución complejos, de entornos críticos y de servicios que cubren los principales sectores industriales en Europa.
¿En qué áreas ha intervenido Keyland en el proyecto?
Las actividades principales de las que Keyland ha sido responsable han sido:
- Calidad del modelo
Esta actividad se centró en métodos, técnicas y herramientas para abordar los aspectos de calidad de los modelos AI y ML como transparencia y comprensibilidad. Aportamos una mejora sustancial en la explicabilidad del modelo aplicando LIME, que proporciona información acerca de los motivos de una predicción aplicando datos falsos cercanos y las distancias entre ellos. - Calidad de los datos de entrenamiento
Esta actividad tenía por objetivo evaluar la calidad los datos a utilizar para la fase de entrenamiento de los algoritmos ML. Aportamos mejoras en la calidad y detectamos posibles problemas a través de un módulo de validación de datos formado por tres componentes, un analizador de datos, un validador de datos y un tester de modelo. - Técnicas de prueba para ML
El objetivo era diseñar técnicas para evaluar los aspectos de calidad de los modelos de ML después de la fase de entrenamiento. Aportamos mejoras en las prácticas de pruebas a través de la generación de datos sintéticos con un módulo de generación y técnicas de testing adversarial. - Pruebas y monitoreo en línea
Esta actividad se centró en la definición de métodos y herramientas para permitir las pruebas en línea de los sistemas en evolución, desarrollando métodos y herramientas para extraer trazas de la fase operativa de los sistemas en evolución. Mejoramos la calidad de los datos de entrada aplicando un modelo de identificación de anomalías basado en las técnicas KDTree, Isolation Forest y Extended Isolation Forest.
Los resultados del proyecto
Los resultados del proyecto se agrupan en dos tipos:
- Por un lado, algunos casos de uso específicos sobre los cuáles aplicar los avances del proyecto solo se han podido compartir desde un punto de vista genérico al no poder ser publicados por temas de confidencialidad.
- Por otro lado, las aplicaciones que sí pueden ser usadas de manera pública, se unificaron en una plataforma de aprendizaje accesible a todos.
Los logros obtenidos
Finalmente, en la revisión anual de proyectos de ITEA, el proyecto IVVES resultó ganador del premio a la excelencia en Innovación 2023.
¿Quiénes componen el consorcio?
Los miembros del consorcio participantes en el proyecto están agrupados por países:
