Investigación y desarrollo
Nuestro motor es la pasión por la tecnología y la innovación. Siempre estamos a la vanguardia cuando se trata de probar nuevas tecnologías e investigar soluciones innovadoras.
La investigación para nosotros
Nuestros clientes cuando acuden a nosotros tienen grandes expectativas y nuestro objetivo es cubrir sus necesidades incluso mediante soluciones que para ellos son «impensables».
Pero para proponer soluciones aparentemente no ordinarias es necesario haberlas estudiado y experimentado previamente.
Un tal Aristóteles decía que «lo que hay que aprender a hacer, se aprende haciéndolo».
En Alexide hacemos esto, aprendemos todo de nosotros mismos y luego llevamos los resultados seguros al mundo real.
En esta página encontrará algunos ejemplos de nuestras investigaciones.
Un edificio basado en IA
Nuestras instalaciones están dominadas por la domótica, donde no hay interruptores físicos. Lo más «aterrador» es que la inteligencia artificial que hemos desarrollado toma las decisiones.
Como expertos en datos, recopilamos todos los datos de los más de 300 sensores de nuestras instalaciones (temperatura, CO2, humedad, luminosidad, ...). A continuación, los introducimos en una red neuronal con el objetivo de comprenderlos.
Esta red neuronal controla el sistema de calefacción, ventilación y aire acondicionado. Por ejemplo, en pleno invierno, es ella la que decide cuándo encender la calefacción para conseguir 22° grados a las 9 de la mañana (en 2022/2023 creo que estaremos en la franja de los 20°). Lo hace basándose en series temporales, situación actual, previsiones meteorológicas, etc. La red se ha dado cuenta de que los fines de semana estamos cerrados y no necesitamos la calefacción encendida, que los lunes hay que encenderla un poco antes porque todo está apagado durante 2 días, que si hay humedad hay que encenderla un poco antes, etc.
Aprendizaje automático
Otra red neuronal con una tarea más sencilla decide la luz ideal para cada persona. De hecho, alguien más joven necesita menos luz que una persona mayor y, en cualquier caso, los hábitos son diferentes. La red entiende que después de las 6 de la tarde, y tras el inevitable partido de futbolín, hay un evento que hace que se apaguen todas las luces (por razones de seguridad mantenemos en secreto el tipo de evento).
Estos son algunos ejemplos de la aplicación de las técnicas de machine learning a nuestra vida cotidiana. Confesamos que la Inteligencia Artificial sigue perdiendo de vez en cuando algunos golpes, pero tenemos un plan B. No siendo masoquistas, siempre podemos decidir cambiar al modelo manual, ¡la vieja escuela!
Reconocimiento de personas mediante redes neuronales
Decidimos contarnos a nosotros mismos, saber cuántas personas hay en una sala, cuántas en la sala de formación, cuántas en el espacio abierto, cuántas en la zona de relajación... y hacerlo a través de datos anónimos recogidos por cámaras.
Usando técnicas ya habituales de machine learning (tensorflow docet) nos contamos a nosotros mismos y el sistema también funciona bien.
¿Qué es lo que hace? Pues pronto lo sabrás porque esta técnica también tendrá cabida dentro de SolidRules.
Reconocimiento de objetos y realidad aumentada
Es un tema sobre el que hemos hecho muchos experimentos. Algunos iban en la dirección de hacer aparecer objetos 3D en un stream de vídeo tomado desde un smartphone normal. Digamos que esto ya lo hacíamos mucho antes de que lo hicieran juegos como Pokémon.
Pero nuestro objetivo es hacerlo sin ni siquiera usar una App y hacerlo directamente desde un navegador, pero en esto la tecnología Web aún no está preparada para nuestras visiones.
Luego hicimos más experimentos con redes neuronales y reconocimiento de objetos. Hemos descubierto que es fácil distinguir a una persona de un gato y hemos tenido mucho éxito con ello. Sin embargo, es mucho más difícil reconocer un tornillo M10x16 de uno M10x25, ¡pero no nos rendimos!
Reconocimiento para encontrar elementos similares
Encontrar objetos similares es una cuestión fascinante y estratégica para nosotros (pero no sólo para nosotros). Se puede hacer a partir de la geometría, se puede hacer a partir de descripciones, características, etc.
He aquí dos casos en los que nos estamos aplicando:
1. Cuando llega una reclamación de un cliente, ¿es posible categorizarla o priorizarla automáticamente en función de su contenido?
2. Cuando llega una señal, ¿es ya posible mostrar tickets que contengan cosas similares para facilitar el proceso de respuesta?
Si aún no las ve como una característica de SolidRules significa que aún no hemos alcanzado el nivel aceptable, ¡pero no estamos tan lejos!
Blockchain para contratos inteligentes
Blockchain es una palabra para usar en una entrevista de trabajo, un poco como Machine Learning. Es «guay» y parece que podría resolver los problemas de la humanidad. Para averiguar si es humo sin fuego, la estudiamos e intentamos utilizarla para gestionar contratos empresariales.
El blockchain es inmutable y no se puede jugar con él, no se puede «blanquear» un error y ni siquiera se puede negar que haya ocurrido. En ciertos casos puede ser realmente útil. Desde contratos a licencias de software, e incluso para un flujo de trabajo de aprobación.
Pero estamos bastante seguros de que no resolverá los problemas de la humanidad y, por ahora, es demasiado lento y consume demasiada energía. Dos cosas que hoy no van demasiado bien.
¿Preguntas? Estamos aquí para ayudarte.
Rellena el formulario o envíanos un correo electrónico a info@alexide.com. Te contactaremos para proporcionarte todas las soluciones.