En cualquier proceso científico o productivo donde se tiene que aplicar Inteligencia Artificial existen dos tipos de participantes: los que tienen conocimientos técnicos relativos al tratamiento de datos y uso o creación de algoritmos de predicción, y los que conocen los procesos y pueden valorar si las soluciones propuestas se acercan a las soluciones óptimas.

Por otro lado, Europa se está quedando atrás en el diseño de software y hardware para Big Data e Inteligencia Artificial. Gigantes estadounidenses y chinos lideran diferentes proyectos y, aunque la mayoría son Open Source, la dirección de los proyectos y gran parte del conocimiento de su desarrollo pertenece a empresas no europeas. Teniendo en cuenta que la mayoría de los ciudadanos europeos son usuarios de dichas aplicaciones, esta situación dará una importante ventaja competitiva a las empresas estadounidenses y chinas. Además, acontecimientos del año pasado como el veto de la administración de Trump al fabricante Chino Huawei, añaden aún más incertidumbre a nuestro futuro. Existe el riesgo de que parte de la comunidad China deje de aportar código o que las empresas de Estados Unidos cambien la forma de controlar sus propios proyectos, dirigiendo el desarrollo a intereses propios o dejando de compartir las innovaciones que se están haciendo. Si esto sucediera, Europa quedaría como un mero espectador mientras se amplía su actual brecha tecnológica.
AItenea nace para dar solución a estas dos circunstancias.

¿Qué es AItenea?

AItenea pretende ser un completo ecosistema (o framework) con capacidad para la experimentación de algoritmos avanzados, la automatización de entrenamientos en paralelo y la realización de modelos y su despliegue, todo esto con el objetivo de acelerar la puesta en aplicación y producción de soluciones en machine learning.

Este framework cuenta con una doble finalidad. Por una parte, facilita que personal experto en algoritmia y tratamiento de datos despliegue o cree algoritmos y los pueda probar automáticamente y, por otra, permite que el personal experto en los procesos pueda evaluar los resultados de forma autónoma e incluso desplegar, modificar y evaluar distintos algoritmos.

Nuestro objetivo es desarrollar un ecosistema más próximo a la programación científica pero que, al mismo tiempo, sea útil para el desarrollo y despliegue de modelos para producción. En este sentido AItenea debe tener las siguientes características que consideramos imprescindibles:

Para lograr estos objetivos proponemos la implementación de un modelo con cuatro capas:

Para la evaluación de AItenea, se utilizarán durante su desarrollo dos casos de uso diferentes. Por un lado, mediante su aplicación con datos públicos de CMS (Compact Muon Soleoid) del LHC (Large Hadron Collider) del CERN y por otro, a través de una prueba de concepto con Johnson Controls, para su uso en el tratamiento de datos en edificios inteligentes.

• Estrategia de crecimiento

  El crecimiento de AItenea se verá notablemente incrementado gracias a su desarrollo en código abierto y a las pruebas de evaluación realizadas a partir de datos de organismos de investigación de renombre a nivel europeo como es el CERN y empresas reconocidas dentro del entorno tecnológico como Johnson Controls. Los resultados que obtengamos a partir de esta colaboración serán un aliciente en el interés de otras empresas por utilizar y mejorar este framework.

Las soluciones desarrolladas con Smart Framework tienen aplicación en distintos campos: Internet of the Things (IoT), Internet of the Machines (IoM), automatización industrial, telecontrol, etc.

Propuesta de valor de Smart Framework

Smart Framework presenta ventajas que lo diferencian de la competencia y constituyen su propuesta de valor:

Uno de los aspectos más importantes e innovadores dentro del proyecto Smart Framework es la incorporación del desarrollo de un software en la nube que lleve incorporados algoritmos predictivos que permitan al sistema “aprender” mediante un análisis predictivo de la información que haga que se escoja el algoritmo adecuado en cada momento. Se llevará a cabo mediante la búsqueda de normas de clasificación o de predicción basadas en los datos de manera que se prediga o clasifique el resultado futuro de una o más variables de respuesta o de destino en relación a lo que ocurre en la práctica con los motivos que la causan o bien en relación con las variables de entrada. Todo ello permitirá un mantenimiento preventivo.

Equipo del proyecto

El equipo del proyecto Smart Framework está formado por los perfiles profesionales más adecuados, adaptando nuestra expertise a necesidades reales del mercado. A lo largo de estos 10 años de experiencia en Aerin Sistemas, nos hemos especializado fundamentalmente en el campo de la monitorización de sistemas.

Cuando hablamos de proyectos de desarrollo de integración, hablamos de experiencia específica en estos entornos y de perfiles adecuados a estas necesidades. Así, nuestros consultores tienen experiencia en desarrollo en lenguajes ligeros, versátiles, flexibles y multiplataforma como Python, Perl, Shellscript o VBS. Gracias a este paradigma, basado en la reutilización y construcción de prototipos rápidos, somos capaces de llevar a término proyectos en tiempos récord.

• Estrategia de crecimiento

  Buscamos una implantación nacional de la mano de partners o colaboradores, ofreciendo los elementos de mayor aceptación en el mercado nacional, a modo de ejemplo o prueba piloto.