Participa en aquest dècada en més de 300 programes d'investigació d'aplicació de IA
BARCELONA, 7 ago. (EUROPA PRESS) -
Eurecat ha explicat que en els últims 10 anys ha desplegat més de 500 projectes d'intel·ligència artificial per impulsar la innovació i la competitivitat empresarial, en un comunicat aquest dijous.
Ha assenyalat que aquests projectes "han contribuït a catalizar la transformació digital del teixit empresarial", des de l'optimització i la millora dels processos industrials i la personalització de productes fins a serveis relacionats amb la ciberseguretat, la predicció de riscos, l'eficiència i la sostenibilitat.
La directora de l'àrea digital d'Eurecat, Lali Soler, ha explicat que el centre tecnològic acompanya des de fa una dècada a les empreses "en el procés d'adopció i desplegament de la intel·ligència artificial" identificant les oportunitats, tendències i necessitats del mercat.
Ha afegit que l'activitat amb empreses de totes les mides ha facilitat que "Eurecat hagi desenvolupat unes competències i experiències distintives en el camp de la IA", especialment solucions que requereixen la integració de la IA amb altres tecnologies i coneixements de domini sectorial.
D'altra banda, el centre tecnològic ha participat en més de 300 programes d'investigació europeus, estatals i autonòmics d'aplicació de la intel·ligència artificial en diferents sectors.
TECNOLOGIES
Eurecat ha explicat que el 36% dels projectes impulsats han estat en l'àmbit del Machine Learning, amb la implementació d'algorismes d'aprenentatge automàtic, que permeten a les empreses analitzar dades complexes i generar prediccions precises.
Ha destacat els projectes d'optimització de processos per millorar l'eficiència operativa de les empreses, el processament del llenguatge natural o els models predictius, entre altres.
D'altra banda, ha assenyalat que, en l'àmbit de la IA generativa, Eurecat està fent servir grans models fundacionals de llenguatge i de la imatge, usant models de difusió, i que s'ha especialitzat en el desenvolupament de Retrieval Augmented Generative Systems (RAGS) avançats, que permet contextualitzar de manera molt precisa els grans models.
