Cerquem casos d'èxit que apliquin IA

El Call for Projects està adreçat a aquelles organitzacions que hagin desenvolupat o adoptat solucions innovadores basades en intel·ligència artificial i que puguin demostrar el seu impacte.
Un comitè d’experts, conformat per representants dels socis de CIDAI, revisarà totes les candidatures rebudes i seleccionarà aquelles propostes que s’ajustin millor a les temàtiques del congrés, prioritzant la innovació, la novetat i el grau d’impacte en les empreses i la societat.
Si tens algun dubte amb aquesta convocatòria, pots enviar un correu a events@eurecat.org

En el programa d'aquest any es tractaran les següents temàtiques:

IA GENERATIVA: LLMs VS SLMs

Una bona part de les aplicacions d’IA generativa es basen en models de llenguatge de gran mida (LLM), com per exemple, les diferents versions del GPT d’Open-AI. Entrenar models d’aquesta naturalesa requereix inversions milionàries que estan a l’abast d’un reduït nombre d’empreses o institucions.

Els models de llenguatge reduïts, o Small Language Models (SLMs), requereixen menys potència computacional tant per al seu entrenament com en la seva operativa i desplegament i, tot i presentar algunes limitacions en la complexitat de les tasques que poden realitzar, en alguns casos d’ús els SLMs estan esdevenint una alternativa als LLMs.

En aquesta sessió veurem exemples reals o casos d’ús d’aplicacions que il·lustren la utilització de LLMs o SLMs i s’analitzen aspectes com l’eficiència, rendiment, desplegament o capacitats de raonament a l’hora de triar una opció o l’altra.

En quina d'aquestes sessions creus que pot ser rellevant el teu projecte?

MODELS TRANSFORMER MULTIMODALS

Els Transformers multimodals són una classe de models que combinen informació multimodal com per exemple text, àudio i imatges en una única xarxa o model, podent utilitzar tipus de dades heterogènies de forma simultània. Els Transformes han revolucionat el camp de la generació artificial de continguts i continuen sent un element objecte clau en la recerca i en la indústria de la IA.

A través dels diferents exemples que es mostraran a la sessió, veurem com els Transformers s’utilitzen en diferents aplicacions i copsarem quina és l’evolució i abast que s’espera d’aquest tipus de models.

SISTEMES MULTIAGENT I IA ACCIONABLE. ESCENARIS DE CONTROL ÒPTIM I/O AUTÒNOM

La IA Accionable va més enllà dels usos tradicionals de la IA centrats a proporcionar prediccions o recomanacions, ja que està enfocada a prendre decisions, realitzar accions i executar tasques concretes de forma autònoma gràcies a sistemes basats en agents o multiagent (MAS).

Els sistemes MAS presenten entorns on diversos agents autònoms interactuen i col·laboren per aconseguir diversos objectius, els quals poden ser compartits o no. Aquests sistemes poden ser utilitzats en àmbits com la robòtica, la logística, els jocs o la gestió de recursos o infraestructura.

En escenaris de control òptim, es busca trobar les millors decisions o accions per aconseguir un objectiu específic. Això implica l’ús d’algoritmes i tècniques dels àmbits del control i la planificació per minimitzar o maximitzar una funció multi-objectiu, que agregarà diverses mètriques (p.ex. millora de processos, optimització de recursos, reducció de costs, reducció d’impacte climàtic, etc.).

En aquesta sessió veurem com la IA accionable i els sistemes multiagent són conceptes clau en la recerca i aplicació de la intel·ligència artificial, especialment en contextos en què es requereixen decisions òptimes, sistemes autònoms i col·laboració entre diferents agents. 

IA GENERATIVA: REPTES I OPORTUNITATS

En un món on la demanda de la intel·ligència artificial generativa està en augment, particularment en el sector empresarial, emergeixen tècniques innovadores com el RAG (Retrieval-Augmented Generation) i el finetuning, entre d’altres. Aquestes metodologies busquen especialitzar els models de llenguatge fundacionals, però encara ens enfrontem a diversos reptes, com la integració de dades externes, la recuperació del context rellevant, la fiabilitat de les respostes o les al·lucinacions.

El propòsit de la sessió és presentar exemples de com s’aborden aquestes problemàtiques a través de casos d’ús reals, operatius i amb un abast multisectorial.

EXPLICABILITAT: AVENÇOS EN MODELS DE CAIXA NEGRA

L’explicabilitat és un aspecte crucial de la IA, especialment en l’avaluació de resultats obtinguts amb models de caixa negra que solen ser difícils de comprendre i interpretar, degut a una complexitat interna que sovint roman oculta.

Per aconseguir una adopció a escala de les solucions basades en IA, cal construir una relació de confiança amb l’usuari. L’explicabilitat de la IA és un element clau en aquesta relació, ja que permet dilucidar les decisions que prenen els models i ofereix informació complementària de valor. Així mateix, és un element crucial per obtenir algoritmes auditables.

En aquesta sessió veurem els darrers desenvolupaments i exemples de tècniques que aprofundeixen en l’explicabilitat de la IA amb l’objectiu d’avançar cap a un ús fiable i cada cop menys opac.

COMPUTACIÓ QUÀNTICA I INTEL·LIGÈNCIA ARTIFICIAL

La IA quàntica és un camp interdisciplinari que combina la potència de la computació quàntica amb la capacitat de la IA per a aprendre de les dades. Aquesta fusió busca crear eines més eficients i intel·ligents que les que existeixen actualment.

La IA quàntica promet transformacions profundes en la manera com s’abordaran els  problemes i es dissenyaran les solucions apropiades, i és un àmbit de recerca i aplicació amb un potencial creixent.

Es mostraran noves oportunitats per a la investigació i l’aplicació pràctica d’aquestes tecnologies, com per exemple la resolució de problemes complexos, aprenentatge automàtic més eficient i sistemes d’intel·ligència artificial robustos.

Procés de selecció de candidatures

01.

El període per presentar candidatures ha finalitzat

El Call for Projects està adreçat a organitzacions que hagin desenvolupat o adoptat solucions innovadores basades en IA.

El període per presentar candidatures va finalitzar el dia 25 d’abril a les 12h p.m. CET

02.

Quins projectes cerquem?

Casos d’èxit innovadors en els quals l’ús de tecnologies basades en IA juguin un paper central. Busquem projectes aplicats a qualsevol sector els resultats dels quals s’hagin validat en entorns operatius.

03.

Revisió de les candidatures

Un comitè d’experts del CIDAI revisarà totes les candidatures rebudes i seleccionarà les propostes que s’ajustin més a les temàtiques del congrés.

04.

Confirmació de participació

Durant el mes de maig de 2024, comunicarem quines candidatures han estat seleccionades per participar en el congrés.

Tant si has estat seleccionat com si no, t’enviarem un correu per comunicar-te els resultats. Molta sort!