Serveis i indústria, els que més IA integren
Catalunya té un ecosistema de referència europea en recerca i innovació en aquesta tecnologia
Ocupa 14.525 treballadors, sobretot en aprenentatge automàtic i plataformes d’IA
Catalunya té 488 empreses que treballen amb IA i facturen 2.155 milions d’euros
Catalunya s’ha consolidat com un dels pols més dinàmics d’Europa en el camp de la intel·ligència artificial. Amb una combinació d’iniciatives empresarials, institucionals i acadèmiques, el país està impulsant projectes que no només innoven en el terreny tecnològic, sinó que també plantegen solucions a problemes reals en diversos sectors. Des del desenvolupament d’algorismes avançats fins a aplicacions pràctiques en salut, mobilitat i medi ambient, els projectes a Catalunya són un testimoni del potencial de la IA per transformar la societat.
Una de les iniciatives destacades és la del centre tecnològic Eurecat, que col·labora amb empreses per desenvolupar solucions basades en IA. Eurecat és un referent en la transferència de tecnologia i coneixement a les empreses, amb projectes com el manteniment predictiu, un sistema que utilitza IA per anticipar fallades en maquinària industrial i redueix així costos i temps d’inactivitat. Aquesta tecnologia permet analitzar dades en temps real per preveure anomalies i optimitzar els processos de manteniment.
Eurecat també està treballant en projectes que integren intel·ligència artificial en sistemes de control per millorar l’eficiència energètica en edificis i indústries. Aquests projectes aspiren a desenvolupar solucions que permetin una gestió intel·ligent de l’energia i, així, reduir-ne el consum i minimitzar l’impacte ambiental.
Un altre exemple és la start-up catalana Bismart, especialitzada en solucions de big data i IA. Bismart ha desenvolupat una eina de predicció d’esdeveniments crítics en pacients hospitalaris, la qual ajuda a prevenir complicacions i a millorar l’eficiència dels serveis de salut. Aquesta eina analitza grans quantitats de dades mèdiques en temps real per proporcionar als metges informació clau per a la presa de decisions.
En el camp de la mobilitat, la plataforma Shotl ha creat un sistema d’IA per optimitzar el transport públic a demanda. Aquest sistema permet a les ciutats gestionar flotes de vehicles de manera més eficient i, així, redueix els temps d’espera per als usuaris i millora l’experiència de viatge.
Les universitats i centres de recerca de Catalunya estan adoptant un paper fonamental en l’avenç de la IA. La Universitat Politècnica de Catalunya és líder en aquest camp, amb diversos grups de recerca dedicats a l’estudi de la IA i les seves aplicacions. Un dels projectes més destacats és el de visió per computador, que treballa en la creació d’algorismes de visió artificial per a aplicacions en sectors com l’automoció, la seguretat i la salut.
El Barcelona Supercomputing Center (BSC) és un pilar clau en la recerca en IA a Catalunya. El BSC dona cabuda al supercomputador MareNostrum, una eina essencial per a la simulació i el modelatge d’algorismes complexos. Recentment, el BSC ha llançat el projecte AI4EU, una iniciativa europea que té com a objectiu crear una plataforma oberta per a la integració i la utilització de tecnologies d’IA a tota la Unió Europea.
La Universitat Pompeu Fabra (UPF) està desenvolupant projectes innovadors en IA aplicada a la música i al so. El Music Technology Group de la UPF ha creat eines que permeten analitzar i generar música utilitzant tècniques d’aprenentatge automàtic i, així, obrir noves vies per a la creació musical.
Un 60% d’augment en 4 anys
Les institucions públiques també tenen un paper en la promoció de la IA al nostre país. L’Agència per a la Competitivitat de l’Empresa (Acció) impulsa diversos programes per fomentar la recerca i la innovació en aquest camp. Segons un estudi recent d’Acció, en col·laboració amb la secretaria de Polítiques Digitals de la Generalitat, a Catalunya hi ha identificades 488 empreses que treballen amb IA. Aquestes empreses facturen 2.155 milions d’euros (un 60% més que fa quatre anys) i donen feina a 14.525 treballadors (un 71% més que el 2019). Els principals segments en què operen són l’aprenentatge automàtic i les plataformes d’IA. Els serveis i la indústria són els sectors que més integren aquesta tecnologia.
Es tracta d’un ecosistema empresarial amb una gran capacitat de generar negoci. Segons Acció, el 39% de les empreses facturen més d’un milió d’euros, i un 44% són start-ups.
La Generalitat ha llançat l’estratègia Catalunya IA, amb l’objectiu de posicionar-se com un referent europeu en intel·ligència artificial. Aquesta estratègia inclou mesures per fomentar la formació de talent, la transferència de tecnologia i la col·laboració entre empreses, universitats i centres de recerca.
En l’àmbit de la salut, l’hospital Clínic de Barcelona està implementant projectes d’IA per millorar el diagnòstic i el tractament de diverses malalties. Un dels projectes més innovadors és el de l’ús d’algorismes d’aprenentatge profund per a la detecció precoç de càncer de mama. Aquest sistema analitza imatges mèdiques per identificar patrons que podrien passar desapercebuts per als metges i, així, augmenta les taxes de detecció i millora els resultats per als pacients.
Catalunya no està sola en l’aposta per la IA. La col·laboració amb altres països i institucions internacionals és clau per al desenvolupament de projectes d’alt nivell. N’és un exemple la participació del Barcelona Supercomputing Center en l’esmentat projecte europeu AI4EU, que aspira a crear una plataforma d’IA accessible per a tots els sectors.
El futur de la IA a Catalunya és prometedor, però també presenta reptes importants. Un dels principals reptes és la formació de talent especialitzat en aquest camp. La demanda de professionals en IA està creixent ràpidament, i és essencial que les institucions educatives catalanes adaptin els seus programes per tal de satisfer aquesta demanda.
Un altre repte és assegurar que la IA es desenvolupi de manera ètica i responsable. La transparència en els processos de desenvolupament i la lluita contra els biaixos en els algorismes són aspectes crucials que cal abordar per garantir que la IA beneficiï tota la societat.
Claude 3.5 Sonnet: IA per a aplicacions avançades
Claude 3.5 Sonnet és un bot de conversa desenvolupat per Anthropic, dissenyat per superar models anteriors en una àmplia gamma d’avaluacions. Disponible gratuïtament a Claude.ai i amb aplicació als telèfons iOS i Android, així com l’API Anthropic, Amazon Bedrock i Vertex AI de Google Cloud, ofereix assistència en temps real, genera contingut, anàlisi de dades i resol problemes. Amb una velocitat superior i costos accessibles, és ideal per a l’assistència al client, crear fluxos de treball i desenvolupar codi. Claude 3.5 Sonnet destaca en la interpretació visual i la creació de models 3D, millorant la productivitat.
Diccionari
Aprenentatge sense cap exemple previ
L’aprenentatge sense cap exemple previ (zero-shot learning) permet a un model reconèixer i classificar objectes o conceptes que no ha vist mai durant l’entrenament. Utilitza informació addicional, com ara descripcions semàntiques i relacions entre categories, per fer inferències sobre noves classes. Aquesta capacitat és especialment útil en situacions amb dades limitades.
Afinament
L’afinament (fine tuning) és el procés d’ajustar un model preentrenat per adaptar-lo a una tasca específica amb un conjunt de dades més petit. Això permet aprofitar els coneixements previs del model i reduir el temps d’entrenament necessari. Es fa modificant els paràmetres del model per millorar el seu rendiment en el nou context.
Xips
Els xips són circuits integrats que constitueixen el cervell de qualsevol dispositiu electrònic. En la intel·ligència artificial, xips especialitzats com ara les GPU (unitats de processament gràfic) i les TPU (unitats de processament tensorial) són crucials per accelerar el processament de grans volums de dades i l’entrenament de models complexos d’aprenentatge profund.
‘Tokens’
En processament del llenguatge natural (NLP), els tokens són unitats bàsiques de text, com ara paraules, símbols o fragments de paraula, en què es divideix un text durant l’anàlisi. La tokenització és el primer pas en moltes aplicacions de NLP, com ara la traducció automàtica i l’anàlisi de sentiments, ja que permet tractar el text de manera més estructurada.
