4 minute read
La Salle R&D
A La Salle és un campus universitari internacional amb àmbits d’expertesa en Enginyeria, Arquitectura, Business, Arts Digital i Animació. A la Salle la tecnologia i la innovació busquen donar resposta als reptes de la societat.
La Salle Research & Development (La Salle R&D) és la unitat que té com objectiu transferir al mercat el coneixement i la innovació que es genera per així satisfer-lo i entendre’l millor. La Salle R&D facilita la incorporació de tecnologies d’avantguarda necessàries per la innovació i el desenvolupament competitiu de les empreses dels diferents sectors industrials del país i de la societat en general, a través de projectes d’R+D i transferència accelerada.
Advertisement
Casos d’èxit
Aplicació d’intel·ligència artificial i tractament d’imatges a processos de fabricació | Empresa industrial
Desenvolupament de l’algoritme d’intel·ligència artificial capaç d’identificar els defectes de pintat a través del tractament d’imatges en temps real i basat en machine learning.
Aplicació d’intel·ligència artificial a la producció i llançament de producte | Empresa d’entreteniment
Desenvolupament d’un mòdul de gestió intel·ligent de la demanda a través de l’aplicació de ciència de dades i desenvolupament d’algoritmes basats en intel·ligència artificial.
Millora de l’atenció a les persones en la llar mitjançant tecnologies d’anàlisi acústica | Suara Cooperativa i Idibgi
El projecte SuaraMap permetrà identificar patrons de comportament de persones grans a la seva llar i personalitzar la seva atenció. Per fer-ho, s’utilitza una xarxa de sensors acústics.
Serveis
• Facilitar la incorporació de tecnologies d’avantguarda necessàries per la innovació i el desenvolupament competitiu . • Big data . • Cloud computing. • Interacció transparent. • Tecnologies immersives. • Tecnologies de mitjans de comunicació. • Ciberseguretat.
CONTACTE La Salle R&D Xavier Baño
Sant Joan de La Salle, 42 08022 Barcelona Tel. +932 902 440 xavier.bano@salle.url.edu www.salleurl.edu
La Salle R&D uneix l’experiència i el coneixement que els seus grups de recerca tenen en noves tecnologies com la intel·ligència artificial, el big data o el cloud computing, per donar resposta a problemes concrets. El grup de recerca en tecnologies media (GTM) treballa en temes com el Machine learning, el deep learning o el transfer learning.
Quin és el projecte més significatiu en què esteu treballant?
Es tracta d’un projecte per a una empresa que necessitava aplicar intel·ligència artificial al control de qualitat d’un procés industrial que consistia a polir una superfície d’un material. Necessitaven comprovar si el procés de polit era satisfactori. Per poder fer això havien de captar imatges d’aquest material, analitzar la seva textura i classificar si responia a un bon o mal polit. Per aconseguir-ho vam fer servir la visió per computadora i la intel·ligència artificial. Va ser un projecte que ens anava com anell al dit perquè la resolució d’aquest tipus de problemes complexos és la nostra expertesa.
Per què amb intel·ligència artificial?
Era un procés que es reduïa a un problema de classificació. Per resoldre-ho, es va crear un programa que, a través d’una xarxa neuronal -que és un tipus d’algorisme d’intel·ligència artificial-, permet prendre una imatge del material per extreure els atributs o les característiques d’aquella textura. És la xarxa neuronal qui, de manera autònoma, analitza les imatges i extreu paràmetres que permeten fer el control de qualitat. Vam crear també un mòdul que possibilita que la intel·ligència artificial aprengui quines textures ha de reconèixer. Inicialment, ens van donar una imatge per ensenyar-li a l’eina durant la fase d’entrenament quins tipus de textures tenia cada àrea.
Això és machine learning?
Sí. La intel·ligència artificial seria com la caixa gran i, a dins, hi ha el machine learning. Alhora, a dins del machine learning hi ha el deep learning, que són les xarxes neuronals profundes que representen ara mateix l’estat de l’art en aquesta disciplina. Són els algorismes d’intel·ligència artificial que actualment aconsegueixen unes prestacions més elevades. I, de fet, el client va venir a nosaltres perquè el que volia incorporar en el seu procés era el deep learning.
Quins són els altres reptes d’aquestes eines?
El deep learning lligat a la visió per computadora, que és el que fem aquí, s’utilitza molt en processos industrials. A més, aquesta tècnica permet reutilitzar models que ja existeixen i reentrenar-los per adaptar-los a reconèixer altres tipus de dades. És el que es coneix com a transfer learning que permet usar aquestes tècniques sense haver de recollir grans volums de dades al principi.
Entrevista al Dr. Xavier Sevillano, enginyer tècnic i superior en telecomunicacions i enginyeria electrònica, i membres del grup en Tecnologies Media.
