Durante los últimos años, el término de Inteligencia Artificial (IA) ha pasado a formar parte del vocabulario popular a través de su uso constante en los medios de comunicación y a su mayor aplicación en todos los sectores y ámbitos. Gran parte de la expansión de la IA se motiva por los avances significativos en el campo del aprendizaje automático, o Machine Learning (ML). ML implica el uso de algoritmos que permiten a las computadoras aprender de forma autónoma a realizar una tarea determinada a través del análisis de ejemplos, en vez de una programación explícita por parte de una persona. A pesar de las buenas perspectivas de este campo, se presentan múltiples retos en la aplicación de estas técnicas en un entorno real. Es habitual que industria, salud y otros dominios trabajen con conjuntos de datos de tamaño moderado que se caracterizan por presentar pocas muestras. Esta realidad dificulta establecer fronteras fiables en las decisiones al tener un número de observaciones escaso, lo cual implica una menor precisión en los modelos obtenidos. Por otra parte, es posible que el problema planteado esté incompleto porque no se puede estar seguro de hasta qué punto el objetivo está relacionado con la información disponible de cada individuo.
La combinación de estos retos junto con el alto grado de especialización que se necesita para poder ofrecer resultados significativos e innovadores con respecto al estado del arte han hecho necesario que PRAIA centre sus esfuerzos en dos dominios críticos: industria y salud. Además, se mantiene una línea de trabajo más basal y de carácter general para poder dar una respuesta inicial a problemáticas planteadas por empresas y entidades. De este modo, PRAIA centra su trabajo en IA a través de su experiencia en reconocimiento de patrones y aprendizaje automático, en las siguientes líneas:
- IA aplicada a la Inspección Industrial en 3D [II3D]
- IA aplicada al ámbito de la Salud [SALUD]
- Investigación y desarrollo para tareas con fuerte componente de IA [FC]