La empresa cartagenera Biyectiva desarrolla un dispositivo autónomo que detecta anomalías como bombas o artefactos de seguimiento en los bajos de los vehículos.
Cuando una organización terrorista toma la decisión de instalar bombas en coches civiles o militares no lo hace de forma arbitraria; su objetivo es que el miedo llegue hasta las ‘zonas seguras’ que los europeos tienen en su anómala (porque no se disfruta en la mayor parte del mundo) cotidianidad. Este tipo de actuaciones socavan la democracia porque generan pánico y caos. Los atentados de ETA en España, por ejemplo, hicieron que más de una persona dudara antes de encender su coche.
Resulta que las bombas lapa, generalmente instaladas en los bajos de los vehículos, son -de forma simplificada- muy difíciles de detectar por dos razones principales: el laberinto de metal del que se compone la parte inferior de los vehículos facilita el ocultamiento de un pequeño explosivo; y la mencionada relajación que se produce por la repetición de una actividad normalizada en el día a día.
Para acabar con estos fantasmas del pasado, la empresa cartagenera Biyectiva Technology se encuentra desarrollando, en el marco del programa Caetra del Instituto de Fomento de la Región de Murcia (Info) para el desarrollo de tecnologías duales, un dispositivo para el Ejército que crea una reconstrucción de los bajos digitales de los coches y detecta anomalías.
El director de tecnología y cofundador de la empresa, Rubén Martínez, explica que se trata de un dispositivo de, aproximadamente, 40 centímetros de ancho y 20 de largo que se coloca en el suelo, debajo de los coches. El artefacto no funciona como una cámara: no graba, sino que realiza a gran velocidad una especie de gemelo digital que, posteriormente, envía a una plataforma donde se recopilan y organizan los datos en función de la matrícula y la marca temporal. Todo esto se consigue con un sistema compuesto por cámaras, luces y espejos integrados en una estructura mecánica que elaboraron en colaboración con Mecanizados J.J. Celdrán, también de Cartagena.
Por el momento, la inteligencia recabada es analizada por militares que revisan los modelos y detectan diferencias entre las imágenes. Es decir, miran si ha habido cambios en el bajo de un coche que ha estado entrando de forma diaria a la base durante los últimos meses. Sin embargo, desde la compañía cartagenera informan de que existe una «fase dos» en la que se quiere convertir al producto en un «modelo no supervisado». Tal y como indican las palabras, esto es, un elemento tecnológico que toma decisiones sin la necesidad de que un ser humano tenga que intervenir.
La segunda fase del proyecto consiste en entrenar a un sistema de visión artificial con las imágenes de los coches que han estado recopilando durante este tiempo. El objetivo final es que sea capaz de distinguir entre un bajo normal y uno con anomalías o añadidos extraños. Martínez considera muy importante que este proyecto se centre en conocer primero lo que es habitual y, a raíz de ese punto, señalar lo antinatural porque «muchas veces no sabemos cómo luce una bomba o un equipo de seguimiento».
Para esto, utilizan los modelos de inteligencia artificial conocidos como «machine learning»: aquellos algoritmos que aprenden por sí mismos a partir de una serie de datos que se le proporcionan. La gran diferencia con respecto a los modelos de lenguaje más famosos como ChatGPT, Claude, Gemini o Grok es que en lugar de intentar abarcar toda la información del mundo, se centran en tareas específicas, generalmente orientadas a mejorar la eficiencia de los procesos productivos. «Cuando hayamos recogido una buena cantidad de bajos de coches, podremos enseñarle al algoritmo a determinar lo que es bueno y lo que no lo es», señala el director de tecnología.
Otra virtud de esta tecnología es que aporta más seguridad a los especialistas en desactivación de explosivos. Si el dispositivo da la alarma, los soldados podrán revisarlo a distancia, no tendrán que desplazarse físicamente para comprobarlo. De esta forma, podrán planificar con más antelación y coordinación una estrategia de desactivación en caso de que haya un elemento indeseado pegado al coche.
El cofundador de Biyectiva también comenta que el vehículo no se tiene que detener encima del equipo. La reproducción solo necesita que el coche pase por encima para crearse. Además, aclara que está pensado para encontrar mucho más que explosivos: «También puede ser un GPS o cualquier elemento de seguimiento». En definitiva, lo que hace es hallar todo aquello que se sale de la normalidad.
Aplicaciones civiles
Pese a su clara utilidad para las Fuerzas Armadas de España, esta innovación tiene mucho que aportar a los ciudadanos. De hecho, Rubén Martínez narra que ya ha mantenido conversaciones con responsables de algunas ITV para implementarlo en sus procesos de revisión. De la misma forma que el equipo establecerá un patrón de normalidad para dar la alarma ante elementos extraños en los bajos de los coches en un contexto militar, podría hacerlo para señalar manchas de aceite o fugas de líquidos.
Martínez considera que esto reduce el tiempo de la inspección técnica porque, por un lado, «no hace falta que un trabajador baje al foso» y, por otro, «gestiona automáticamente la información sobre todo lo que no está bien en la parte inferior de los coches».
Otros productos
Más allá del proyecto para los militares, anteriormente descrito, la entidad ubicada en Cartagena tiene muchos otros productos que ya se emplean en numerosas empresas, tanto de la Región de Murcia como de todo el territorio nacional. La actividad principal de la empresa es la «estipulación de proyectos de inteligencia artificial para el sector agroindustrial», subraya el director de tecnología.
«Esto quiere decir que un cliente nos llama con algún dolor y nosotros aplicamos la IA para aliviarlo», añade. Asimismo se detiene a comentar que se centran en el mundo agroindustrial por la alta presencia que tiene esta actividad económica en el territorio regional.
Rubén Martínez, Director de Tecnología: «Siempre debe haber un humano detrás de las decisiones de una IA»
La compañía dedicada a la implementación de la Inteligencia Artificial en los procesos productivos vive un momento de auge gracias a la proliferación de estos algoritmos
Una empresa con ocho años de vida no es tan antigua. Sin embargo, la percepción cambia cuando se trata de una entidad dedicada al desarrollo de soluciones mediante inteligencia artificial para mejorar la eficiencia en el proceso productivo de sus clientes. Las IA -que ahora aparecen a diario en los titulares de todos los periódicos del mundo, que son el tema central de la primera encíclica del papa León XIV, que han sido clave para la toma de decisiones estratégicas militares como el bombardeo de aquel colegio de niñas en Irán durante los primeros días de la guerra- no surgieron en 2022 cuando Sam Altman lanzó al público general el ya obsoleto modelo de lenguaje ChatGPT-3.5. En realidad, empresas como Biyectiva llevan mucho tiempo implementando estos algoritmos en sectores como el agroindustrial de la Región de Murcia.
¿Cómo ha evolucionado la compañía en estos ocho años?
Estamos viviendo un momento de auge tremendo, hace ocho años la Inteligencia Artificial no era tan popular. Por eso montamos Biyectiva; la IA no estaba tan en boga. Ahora estamos metidos de lleno.
¿Cómo era el trabajo antes de que se pusieran de moda los modelos de lenguaje?
Seguimos haciendo labores parecidas. Las IA ahora se conocen por ChatGPT o similares, pero este mundillo es mucho más extenso; va más allá de los modelos de lenguaje. Normalmente nosotros trabajamos con machine learning porque no tiene la tendencia a la alucinación que sí presentan los otros. Aprenden de los datos de la empresa y nos ayudan a tomar mejores decisiones, a automatizar procesos y, en definitiva, a equivocarnos menos.
¿Por qué no alucina este tipo de IA?
El término ‘alucinación’ es una simplificación de lo que está pasando por debajo de los modelos de IA generativa. El problema es que a esta última, durante la fase de entrenamiento, se la empuja a decidir y a responder siempre. Se le recompensa por responder positivamente y se le ‘da un palo’ por responder negativamente, pero, en cualquier caso, callarse no es una alternativa. Estos algoritmos no se pueden callar, siempre tienen que decir algo, aunque sea un punto. Los modelos de machine learning pueden equivocarse, por supuesto, pero te dan un porcentaje de confianza en la predicción. Por ejemplo, te dicen que hay una anomalía en el bajo de un coche con una confianza de un 40%. La IA generativa, en cambio, te va a dar una respuesta absoluta y si la obligas te acabará dando la razón.
También se entrenan para una labor específica…
Claro, el machine learning tradicional es lo que llaman inteligencia artificial hecha. Es decir, responde un problema pequeño, pero es que las empresas necesitan eso. En el grupo Damm, por ejemplo, querían una IA para determinar si arrancar o no el ciclo de cogeneración de gas; ¿para qué querrían en esa compañía que nuestro algoritmo les dijera el tiempo que va a hacer mañana?
Más allá de las alucinaciones, ¿por qué el machine learning es el más adecuado para su trabajo?
Porque aprenden por sí mismos. Cuando tú usas un modelo de lenguaje, no está aprendiendo contigo. Ya está entrenado. Interactúas y consumes algo ya acabado. Nosotros, en cambio, usamos machine learning y lo entrenamos con el conjunto de datos de la empresa para que tome las mejores decisiones posibles y sean más eficientes. Por otro lado, entrenar un modelo de lenguaje cuesta miles de millones y un modelo de machine learning está al alcance de una empresa mediana española.
¿Qué hace falta para entrenar un modelo de machine learning?
Lo bueno de estos es que no tienen tanta hambre de datos como el GPT que necesita ser preentrenado con millones de datos. El machine learning tradicional puede ser entrenado, por ejemplo, con 500.000 casos. Los billones de datos que necesitan los modelos de lenguaje solo están al alcance de cinco o seis empresas en el mundo.
Hacen sistemas autónomos, ¿debe una IA tomar decisiones sin supervisión que afecten a las personas?
Más allá de mi opinión, en Europa está prohibido. Hay un reglamento que tiene ‘fritos’ a todos los que se dedican a esto porque establece criterios muy claros sobre los entornos en los que sí se puede tomar una decisión autónoma y en cuáles no. En el caso de los bajos de los coches tiene que haber una persona supervisando. Sin embargo, algo como el procesado de pedidos de una empresa no, ya que no es crítico ni afecta a la integridad física de una persona. Estoy totalmente en contra de que una IA tome decisiones sobre una vida porque estos algoritmos presentan sesgos que son muy complicados de gestionar en entornos con muy pocos datos como una guerra. A mi juicio, siempre debería haber un humano para tomar la decisión final y, de hecho, a nivel legal la autoría tiene que asociarse a una persona y no a un algoritmo.
¿Realmente mejoran la eficiencia las IA?
Los algoritmos no van a conseguir que trabajemos menos, cuando las automatizaciones como una lavadora empezaron a entrar en nuestras vidas, no ganamos tiempo libre. Si ahora metemos una IA que automatiza la toma de pedidos, los trabajadores no van a estar tomando cañas. Por esto siempre decimos que, en el 99% de los casos, cuando implantamos una IA que automatiza una tarea los trabajadores no son despedidos, sino recolocados. La inteligencia artificial sí espolea la eficiencia empresarial y es algo que necesitamos en Europa. La idea que tenemos con esto es acabar con las tareas repetitivas, aburridas e intelectualmente pobres para que la gente se dedique a tareas más sociales, creativas e intelectuales. Pero no trabajaremos menos, las revoluciones industriales no hicieron que trabajáramos menos ni que nos sintiéramos más libres, de hecho, crearon más puestos de trabajo.
¿Qué ideas tienen de cara al futuro en el ámbito militar?
Recientemente nos hemos presentado a un proyecto europeo en el que queremos aplicar tecnologías de visión artificial para el análisis de imágenes con drones. Consistiría en detectar anomalías en imágenes captadas por drones: cambio de posiciones enemigas o movimientos logísticos. De cualquier manera, está en un estado muy embrionario y no puedo comentar mucho más.
¿Qué aportan y ganan de Caetra?
Le aportamos el conocimiento profundo sobre la visión artificial . Considero que el hecho de tener una empresa que dote a la Región de estas capacidades permite que no tengamos que depender de las Palantir de turno. Y a nosotros ellos mos dan la posibilidad de demostrar que en nuestra tierra hay mucho talento y tecnología puntera.
Enlace de la noticia: Ver noticia
