Buscamos casos de éxito que apliquen IA
El Call for Projects está dirigido a aquellas organizaciones que hayan desarrollado o adoptado soluciones innovadoras basadas en inteligencia artificial y que puedan demostrar su impacto.
Un comité de expertos y expertas, formado por representantes de los socios de CIDAI, revisará todas las candidaturas recibidas y seleccionará aquellas propuestas que mejor se ajusten a las temáticas del congreso, priorizando la innovación, la novedad y el grado de impacto en las empresas y la sociedad.
Si tienes alguna duda con esta convocatoria, puedes enviar un correo a events@eurecat.org
En el programa de este año se tratarán las siguientes temáticas.
¿En cuál de estas sesiones crees que puede ser relevante tu proyecto?
MÁS ALLÁ DE LOS MODELOS DE LENGUAJE (I): LOS MODELOS MULTIMODALES
Buscamos proyectos y casos de uso reales que exploren el potencial de los modelos multimodales más allá de los modelos de lenguaje, mostrando cómo se han combinado diferentes fuentes de datos y qué valor aportan en aplicaciones concretas.
MÁS ALLÁ DE LOS MODELOS DE LENGUAJE (II): LOS MODELOS DEL ENTORNO (WORLD MODELOS)
Estos modelos, a menudo vinculados a la robótica, los sistemas autónomos, los gemelos digitales o la simulación avanzada, abren nuevas posibilidades para entrenar sistemas de IA que interactúan con el mundo físico o con entornos simulados.
Buscamos proyectos y casos de uso que exploren el desarrollo o aplicación de estos world models en diferentes sectores, mostrando cómo se han utilizado para mejorar la percepción, planificación o toma de decisiones de sistemas inteligentes.
DE LOS MODELOS DE IA A LOS SISTEMAS DE IA: AGENTES, MULTIAGENTES, ORQUESTRACIÓN
Conceptos como agentes autónomos, sistemas multiagente u orquestación de modelos abren nuevas posibilidades para construir aplicaciones más adaptativas, capaces de planificar, coordinar acciones y resolver tareas complejas.
Buscamos proyectos y casos de uso reales que exploren esta transición de los modelos hacia los sistemas de IA, incluyendo arquitecturas basadas en agentes, entornos multiagente u orquestación de modelos.
MODELOS DE IA VERTICALES SOBIRANES: ESPECIALIZACIÓN VS GENERALIZACIÓN
Estos modelos pueden ofrecer ventajas en términos de calidad de los datos, adaptación al contexto, eficiencia computacional y alineamiento con requisitos reguladores o lingísticos.
Buscamos proyectos y casos de uso reales que exploren el desarrollo o aplicación de modelos de IA verticales y soberanos en diferentes sectores así como iniciativas que analicen el balance entre modelos generalistas y modelos específicos de dominio.
LLMOps, O CÓMO OPERAR LLMs A ESCALA EMPRESARIAL
Esta sesión busca proyectos y casos de uso reales que muestren cómo las organizaciones están integrando LLM en procesos de negocio, abordando cuestiones como la observabilidad y asignación de los modelos, la optimización de costes de inferencia o la gestión de múltiples modelos en producción.
Buscamos especialmente iniciativas que expliquen cómo se ha pasado del prototipo a la producción, qué retos técnicos y organizativos se han afrontado y qué impacto real se ha obtenido en términos de valor para el negocio.
ESPACIOS DE DATOS: DEL CONCEPTO A LA REALIDAD
Aunque el concepto ha generado grandes expectativas, el reto actual es avanzar del diseño conceptual hacia implementaciones reales capaces de generar valor a partir de los datos compartidos.
En esta sesión buscamos proyectos y casos de uso reales que muestren cómo se están desplegando espacios de datos en diferentes sectores, como la industria, la movilidad, la salud, la energía, el sector público u otros, y qué impacto real están generando en términos de innovación y creación de valor, y qué papel juega la IA ya sea para explotar los datos compartidos, desarrollar nuevos servicios basados en datos.
DE LA ESCASEZ DE DATOS A LOS DATOS SINTÉTICOS: PROYECTOS Y CASOS DE USO EN IA
Buscamos proyectos o casos de uso reales de cualquier sector que muestren el valor de los datos sintéticos: cómo se han generado, en qué condiciones y cómo se han utilizado en el entrenamiento, la validación o el despliegue de modelos y aplicaciones de IA.
ENTRENAR YA SIN CENTRALIZAR DATOS: EXPERIENCIAS DE APRENDIZAJE FEDERADO
Esta sesión busca identificar proyectos y casos de uso reales que demuestren el potencial del aprendizaje federado para entrenar modelos de IA de forma colaborativa manteniendo los datos en sus orígenes.
IA, REGULACIÓN Y SOBERANÍA TECNOLÓGICA: CONSTRUYENDO ARQUITECTURAS PARA SISTEMAS AUDITABLES
En este contexto, emerge también la cuestión de la soberanía tecnológica, incluyendo el uso de infraestructuras y modelos desarrollados en Europa.
Buscamos proyectos y casos de uso reales que muestren cómo se están diseñando y desplegando arquitecturas de IA que faciliten el cumplimiento regulador. Son de especial interés iniciativas que ilustren aproximaciones del concepto compliance by design, monitorización de modelos y mecanismos de gobernanza algorítmica en entornos reales o iniciativas vinculadas al concepto de sandbox regulatorio.
DATOS, MODELOS Y CLIMA: ¿PUEDE LA YA AYUDAR REALMENTE A ENTENDER EL CAMBIO CLIMÁTICO?
Buscamos proyectos que muestren cómo la IA se está aplicando para comprender mejor el sistema climático, integrando diferentes fuentes de datos ambientales, mejorando la modelización y predicción de procesos relacionados con el clima, y en la medida de lo posible ilustrarlo con casos reales.
MODELOS DE RAZONAMIENTO: HACIA UNA NUEVA GENERACIÓN DE SISTEMAS DE IA
Buscamos proyectos ejemplificados con casos de uso reales que exploren el potencial de los modelos de razonamiento en entornos aplicados, ya sea en ámbitos como el análisis de datos complejos, la planificación de operaciones, la toma de decisiones o la automatización de procesos inteligentes. Nos interesan especialmente iniciativas que muestren cómo estos modelos se integran en sistemas de IA más amplios, qué ventajas ofrecen respecto a los modelos generativos convencionales y qué retos técnicos y operativos plantea su despliegue en entornos reales.
