Esta nueva solución de IA supera las barreras de privacidad y escasez de datos que frenan el desarrollo en sectores estratégicos.
Seguimos avanzando con nuestro proyecto de innovación SORGIA: a través de una nueva solución de IA generamos datos sintéticos de alta calidad para acelerar proyectos industriales. De esta manera, superamos las barreras de privacidad y escasez de datos que frenan el desarrollo de modelos de IA en sectores estratégicos.
Y es que la disponibilidad de datos suficientes y diversos sigue siendo uno de los principales cuellos de botella en los proyectos de inteligencia artificial. En esta línea, obtener datos reales resulta costoso y, en muchos casos, su uso está restringido por normativas como el reglamento de protección de datos (RGPD). Por ello, el nuevo servicio de generación de datos sintéticos ofrece una alternativa que permite ampliar los conjuntos de entrenamiento sin comprometer información confidencial.
Así, esta nueva solución basada en inteligencia artificial genera datos artificiales que preservan las propiedades estadísticas de los originales. Esto habilita la experimentación y el desarrollo de modelos de IA en entornos donde antes no era posible.
En este sentido, este nuevo avance tecnológico abre nuevas posibilidades para sectores como la manufactura, la logística o la sanidad. En ellos, la escasez de datos etiquetados o las restricciones de privacidad han limitado tradicionalmente el desarrollo de soluciones basadas en IA. Ahora, generando datasets de entrenamiento que cubran sistemáticamente el espacio de variaciones relevantes, superamos las limitaciones de los datos reales disponibles y aceleramos significativamente los ciclos de desarrollo.
Tecnología adaptada a cada necesidad.
Para lograr este importante reto, el servicio abarca tres grandes categorías de datos:
- Datos tabulares: Se generan registros sintéticos que replican fielmente la estructura y las relaciones entre variables de los datos originales. Lo hacemos posible mediante técnicas que van desde métodos estadísticos clásicos hasta arquitecturas de aprendizaje profundo como TVAE y CTGAN, referentes en la literatura científica.
- Series temporales: Arquitecturas especializadas como TimeGAN capturan tanto los valores como las dinámicas de transición entre estados. Con ello, se producen secuencias con propiedades temporales realistas, esenciales para aplicaciones de mantenimiento predictivo o análisis de procesos.
- Imágenes: La integración de los modelos de difusión más avanzados del mercado, como Stable Diffusion y Flux, junto con tecnologías de control espacial como ControlNet, permite generar imágenes fotorrealistas con precisión milimétrica. Esta capacidad resulta especialmente valiosa en entornos industriales. De este modo, por ejemplo, se pueden crear variaciones de una pieza manufacturada manteniendo su geometría exacta, pero modificando condiciones de iluminación, fondos o niveles de desgaste.
Sobre SORGIA.
SORGIA, acrónimo de Sistema de Optimización Basado en Deep Reinforcement Learning Agents, Gemelos Digitales, Investigación Operativa y Algoritmos Genéticos, es un proyecto pionero que combina tecnologías de vanguardia para revolucionar la toma de decisiones asistida por Inteligencia Artificial.
Esta plataforma, liderada por Plexus Tech, cuenta con el apoyo del Instituto Galego de Promoción Económica (Igape); de la Xunta de Galicia, a través del “Programa IA360”; y del Ministerio para la Transición Digital y de la Función Pública. Además, está financiado por la Unión Europea a través del Plan de Recuperación, Transformación y Resiliencia y los fondos Next Generation EU.
La participación en SORGIA refuerza nuestro compromiso con la transformación digital y la aplicación práctica de la IA en el mundo empresarial. Con proyectos como este, seguimos avanzando hacia un futuro donde la innovación y la tecnología trabajan al servicio de la eficiencia y la competitividad de las organizaciones.
