13/ Covid Chatbot

Crónica de un chatbox en primera línea: Inteligencia artificial en la lucha contra el COVID19

En el mes de marzo de 2020, la COVID19 irrumpió en nuestras vidas provocando cambios profundos en la salud y economía mundial. Hubo que modificar muchos hábitos y conductas, pero, a la vez, muchas ideas surgieron rápidamente para ayudar a las personas en todo lo que fuese necesario. Una de ellas aprovechó nuestros conocimientos desarrollando en Big Data y Sistemas Cognitivos con la idea de crear un asistente virtual que diese respuesta a la mayoría de las dudas que a los ciudadanos les inquietaban en un lenguaje próximo, natural y amigable.Para crear el asistente virtual se escogió un marco de Inteligencia Artificial que permite generar de forma automática conversaciones de texto con el que se había estado trabajando durante los últimos años, para poder desplegar de una manera rápida y sencilla modelos impulsados por conversaciones que utiliza para aprender. Además, es capaz de recoger el mensaje que el usuario introduce y detectar su intención, es decir entender lo que está preguntando, y contestar de forma apropiada a través de una acción adjunta a la intención detectada. El asistente virtual, además de estar desplegado en la página web del Gobierno de Aragón, se desplegó también en Telegram para que fuese más accesible a los ciudadanos.

La IA es una tecnología aplicable a todos los sectores, como se destaca en los proyectos que se han realizado en2020:

  • Sanidad, trabajando con el IIS Aragón y el Hospital Clínico Lozano Blesa de Zaragoza con una herramienta para predecir la gravedad de enfermos COVID-19, con el Salud en encontrar el punto de corte para el programa de cáncer de colon o con la asociación de trasplantes de España para identificar supervivencia de enfermos de trasplante hepático
  • Agricultura para encontrar modelos que permitan predecir las diferentes enfermedades de la vid y poder reducir el uso de pesticidas (GRAPEVINE). Y dotando de estas herramientas a la administración y a las bodegas para hacer un seguimiento de las políticas públicas y el mercado en general del vino. (PolicyCloud), lidera el trabajo en esta materia.
  • Administración pública, ayudando a modernizar la aragonesa en mejorar la identificación de fraude.
  • Industria, liderandos varios proyectos europeos de uso de inteligencia artificial en el desarrollo de productos con cero defectos. COSMOS supone el desarrollo de una Plataforma cloud de previsión de la demanda de consumo energético,
  • Legal, trabajando con juristas de reconocido prestigio, y la Universidad de Zaragoza en poder entender automáticamente las sentencias.

Durante el 2020 se ha fortalecido el trabajo con la administración pública a través de las UMIS (unidades mixtas de innovación) con proyectos con diferentes departamentos de la administración pública. Otros proyectos han sido:

  • LABELSCAPE: Integration of sustainability labels into Mediterranean tourism policies para integrar etiquetas de sostenibilidad en políticas turísticas nacionales, regionales y locales
  • SHION: SMART THERMOPLASTIC INJECTION para generar un modelo predictivo y detectar defectos en la producción en los procesos de inyección termoplástica: los parámetros de la máquina, información de contexto, como condiciones ambientales, revisión de operadores, inspecciones de laboratorio de calidad y el peso de la pieza.
  • MATUROLIFE. Desarrollo de un sistema IoT de captura de información sobre personas mayores mediante la instrumentación de un sillón. Se desarrolla tanto el hardware, como el software para completar el framework de IoT.
  • +RESILIENT: Mediterranean Open REsouRcEs for Social Innovation of SociaLly ResponsIve ENTerprises para adaptar o cambiar los clusteres de alta vocación social y capacidad de respuesta» (SVRC), aprovechando la dinámica de la innovación tecnológica, los datos abiertos y los modelos de éxito con pertinencia e impacto sociales, creando cadenas de valor con capacidad transnacional de respuesta social.
  • STREAM-OD: generación de herramientas basadas en modelos de Machine Learning/Deep Learning y en tratamiento masivo de datos para aumentar la eficiencia de fabricación y proporcionar a los procesos en línea la máxima flexibilidad. Se ha trabajado en procesos relevantes de manufactura implicando diferentes máquinas (de manufactura y medición) en empresa de referencia en rodamientos para reconocer patrones de defectos con el objetivo de descubrir zonas de fabricación potencialmente peligrosas y optimizar configuraciones. De esta manera se generan alarmas que se mostrarán en la planta del taller notificando a los operadores sobre estas condiciones de presencia de fallos para que puedan actuar de manera preventiva con el fin de optimizar el proceso de fabricación y reducir el número de piezas defectuosas. Igualmente se ha trabajado en la predicción de la tendencia de fabricación de métricas relevantes para saber de forma preventiva cómo se va a fabricar las diferentes piezas y poderse anticipar y elegir las mejores estrategias de ensamblaje final del producto.