CIENCIA

HUCAI-S4 avanza en el desarrollo de su plataforma de inteligencia artificial multimodal

Redacción | Martes 13 de enero de 2026

El proyecto HUCAI-S4 ha iniciado su fase de desarrollo técnico, centrado en la creación de una plataforma de inteligencia artificial multimodal que combina el conocimiento humano con capacidades predictivas para optimizar procesos industriales. Este avance busca mejorar la eficiencia y competitividad de las empresas mediante la integración de datos multimodales, tanto de máquinas como de operarios, y un enfoque "Human-in-the-Loop" que permite retroalimentación continua. El consorcio, formado por ZEO Technology, NAITEC, Bacaicoa y Borg, ha definido casos de uso específicos y está trabajando en modelos predictivos que incorporan aprendizaje continuo para adaptar las predicciones a la realidad del entorno productivo.



El proyecto HUCAI-S4 avanza en la implementación de su propuesta tecnológica, que consiste en una plataforma de inteligencia artificial diseñada para integrar el conocimiento humano con capacidades predictivas, optimizando así los procesos productivos industriales. Esta solución innovadora tiene como meta mejorar la eficiencia, reducir errores y aumentar la competitividad de las empresas del sector industrial mediante una plataforma adaptable a diferentes entornos de producción.

Hasta el momento, el consorcio que compone este proyecto, formado por ZEO Technology, NAITEC (parte de ADItech), Bacaicoa y Borg, ha establecido dos casos de uso reales sobre los cuales se desarrollará la plataforma. Además, se han recopilado y analizado datos multimodales y se ha iniciado el desarrollo de modelos de inteligencia artificial.

En el caso específico de Bacaicoa, la plataforma será implementada en un proceso automatizado que busca predecir la respuesta a pruebas de calidad. Para ello, se ha comenzado por recopilar y etiquetar datos tanto de la producción como de los resultados obtenidos en las pruebas.

Optimización en procesos manuales

Por otro lado, en la aplicación correspondiente a Borg, donde se trabajará con procesos manuales, el objetivo es optimizar la planificación de la producción. En colaboración con NAITECADItech, se ha desarrollado un sistema inteligente de sensado para predecir el estado de un componente antes de su reutilización. Este sistema ha sido diseñado integrando criterios de ciberseguridad conforme a la normativa CRA desde su concepción.

ZEO Technology también juega un papel crucial al preparar entornos eficientes para la captura y tratamiento de datos que serán utilizados por la inteligencia artificial. Esto incluye información proveniente tanto de máquinas como del personal operativo y del área de calidad, incluso en lenguaje natural. El objetivo es digitalizar el conocimiento sobre lo que ocurre en el entorno productivo, convirtiéndolo en una fuente valiosa para anticipar ineficiencias.

Desarrollo continuo y aprendizaje adaptativo

En los próximos meses, el consorcio se dedicará al desarrollo y validación de modelos predictivos, así como a integrar el feedback humano para mejorar estos modelos mediante un proceso continuo de aprendizaje.

HUCAI-S4: Una nueva perspectiva en IA industrial

Este proyecto se distingue por su enfoque “Human-in-the-Loop” y su capacidad para manejar inteligencia artificial multimodal. La interacción constante entre humanos y sistemas inteligentes es uno de sus aspectos más destacados: incluye un sistema de recomendaciones basado en predicciones realizadas por la IA y retroalimentación humana sobre la calidad de dichas recomendaciones.

A través de este modelo, los operarios pueden introducir datos al sistema para corregir y ajustar las predicciones generadas por la inteligencia artificial. Esto permite que los conjuntos de datos no solo provengan de controles automáticos o sensores; muchos registros son realizados manualmente por personas en situaciones industriales y pueden ser esenciales para comprender mejor los procesos. Además, estos datos pueden presentarse en formatos diversos (numéricos, imágenes o texto), lo cual puede complicar su aprovechamiento efectivo.

Cualidad sobre cantidad

Otro elemento diferenciador del HUCAI-S4 es su énfasis en la calidad y relevancia de los datos utilizados. A diferencia de muchas soluciones que dependen únicamente del volumen informático, este proyecto prioriza asegurar que los datos empleados para entrenar los modelos sean representativos y estén directamente relacionados con los problemas a resolver. Este enfoque también considera el conocimiento práctico del personal involucrado directamente en la producción, facilitando así su digitalización e integración dentro del sistema.

Preguntas sobre la noticia

¿Qué es el proyecto HUCAI-S4?

El proyecto HUCAI-S4 es una iniciativa que busca desarrollar una plataforma de inteligencia artificial que integre el conocimiento humano con capacidades de predicción para optimizar los procesos productivos industriales.

¿Cuáles son los objetivos del proyecto?

Los principales objetivos del proyecto son mejorar la eficiencia, reducir errores y aumentar la competitividad de las empresas industriales mediante una plataforma adaptable a distintos entornos productivos.

¿Quiénes forman parte del consorcio del proyecto?

El consorcio está integrado por ZEO Technology, NAITEC (parte de ADItech), Bacaicoa y Borg.

¿Qué casos de uso se están desarrollando en el proyecto?

Se han concretado dos casos de uso: uno en Bacaicoa, donde se busca predecir la respuesta a pruebas de calidad en un proceso automatizado, y otro en Borg, donde se optimiza la planificación de la producción en procesos manuales.

¿Cómo se asegura la calidad de los datos utilizados en el modelo?

HUCAI-S4 enfatiza la calidad y relevancia de los datos, asegurando que sean representativos y directamente relacionados con los problemas a resolver, además de integrar el conocimiento de las personas involucradas en la producción.

¿Qué diferencia a HUCAI-S4 de otras soluciones de IA industrial?

HUCAI-S4 se diferencia por su enfoque “Human-in-the-Loop” y su capacidad para trabajar con inteligencia artificial multimodal, permitiendo una interacción continua entre humanos y máquinas para mejorar las predicciones a través del feedback humano.

TEMAS RELACIONADOS:


Noticias relacionadas