"No se trata de ralentizar el desarrollo y avances de la IA, se trata de no dejar a nadie fuera de ellos"

Neuraptic AI es una empresa de investigación y desarrollo de productos de tecnología avanzada. Fundada en 2020 por tres doctores en Inteligencia Artificial de la Universidad Pública de Navarra, nace con la misión de fusionar las capacidades cognitivas de los humanos y las máquinas en una IA multimodal a la que todos puedan acceder.

El desarrollo de la Inteligencia Artificial requiere de una especialización y recursos que a menudo están fuera del alcance de la mayoría de las Pequeñas y Medianas Empresas (PYMEs). Este desarrollo a tanta velocidad favorece a las grandes empresas que puedan invertir y seguir el ritmo, y como consecuencia, la brecha entre grandes corporaciones y las PYMEs se amplía de forma exponencial con cada desarrollo tecnológico. Esto deja a las PYMEs cada vez más en desventaja.

La solución que Neuraptic AI ha encontrado a este problema es ENAIA, un modelo de IA multimodal de vanguardia que democratiza y abre las puertas de la IA a todas las empresas de cualquier tamaño a través de una serie de cualidades como son:

• Adaptación a cada caso de uso.
• Multimodalidad.
• Accesibilidad.

ENAIA está ya 100% funcional y desplegado en varios clientes que a su vez retroalimentan a su departamento de investigación a modo de laboratorio en el mundo real.

Mikel Elkano Ilintxeta, CTO, Mikel Xabier Uriz Martín, Científico Jefe de Datos y Mikel Galar Idoate, Asesor Científico, son los cofundadores de este proyecto. Con ellos habla El Referente.

¿Por qué la IA suele estar fuera del alcance de las PYMES? 

Las tecnologías de IA y ML requieren de una especialización y recursos que a menudo están fuera del alcance de la mayoría de las PYMEs. 

La gran velocidad de desarrollo de la IA favorece a las grandes empresas que son capaces de invertir y seguir el ritmo, y como resultado, la brecha entre estas grandes corporaciones y las PYMEs se amplía, pudiendo sofocar la innovación y crecimiento de estas últimas. 

¿Por qué es importante que puedan acceder a ella? 

La brecha entre empresas que se apoyen en la IA para su actividad comercial y las que no está creciendo de forma exponencial. Las PYMEs corren el riesgo de quedarse demasiado atrás y pueden rápidamente perder relevancia y competitividad en sus mercados. 

¿Y por qué consideráis que hay que democratizar la IA de este modo? 

ENAIA, nuestro modelo de IA multimodal permite a las PYMEs tener las mismas oportunidades y competir en el mismo plano que las grandes empresas en el uso de la IA para su actividad comercial. 

No se trata de ralentizar el desarrollo y avances de la IA, se trata de no dejar a nadie fuera de ellos. 

ENAIA es el producto que habéis creado para este tipo de empresas pero ¿a quién se dirige concretamente? ¿Cómo hacen uso de esta? 

ENAIA es un modelo de IA multimodal de última generación que democratiza el acceso a la IA por medio de: 

• Adaptación a cada caso de uso (a las necesidades puntuales de cada empresa). 
• Multimodalidad. Es capaz de procesar múltiples fuentes de datos (imágenes, documentos, bases de datos, sensores, etc.) 
  • Ofrece predicciones más precisas (gracias a un contexto más completo/enriquecido).
  • Requiere de menos datos para aprender. 
  • Ofrece una visión integral y conocimientos significativos que podrían permanecer ocultos al analizar fuentes de datos individuales de forma aislada. 
• Accesibilidad.
  • Asequibilidad económica. 
  • Facilidad de uso (no es necesario tener científicos de datos en plantilla para poder sacarle todo el partido). 
  • Integración perfecta con los sistemas del cliente (API y Web).
  • Actualizaciones automáticas que mantienen al cliente a la vanguardia de la IA. 

¿Cómo captáis a las PYMES o cómo acuden ellas a vosotros?  

En la actualidad comercializamos un producto en un mercado que aún no está maduro. Creemos que es mucho más eficiente ayudar a las empresas a resolver problemas específicos y que tengan un impacto positivo en sus resultados financieros por medio de la IA, en lugar de comenzar la conversación hablando de las virtudes técnicas de la IA multimodal. 

¿Cómo habéis conseguido que vuestra IA sea más fácil de usar y más económica? 

Nuestra experiencia combinada en investigación básica y consultoría ha sido la que nos ha permitido desarrollar una tecnología que posibilita a las empresas aplicar IA de una forma accesible y económica. La accesibilidad la hemos conseguido gracias a nuestra experiencia en consultoría, ya que nos permitió identificar las barreras técnicas a las que se enfrentan la mayoría de las empresas cuando intentan aplicar IA. Por otro lado, nuestra experiencia en investigación básica nos ha permitido desarrollar un modelo multimodal capaz de aprender de cualquier fuente de datos digital (imágenes, documentos, bases de datos, sensores, etc.). Esta capacidad permite a nuestro modelo adaptarse a una gran variedad de tareas específicas de cada negocio y hacerlo con un coste muy inferior al de otras soluciones. 

¿Qué proceso habéis seguido a nivel tecnológico en este sentido? 

Nuestros primeros pasos estuvieron centrados en la construcción de una plataforma de “Automatic Machine Learning” (AutoML). Esta plataforma permitía a las empresas aplicar IA sin ningún tipo de conocimiento sobre esta materia. Simplemente debían subir los datos relacionados con la tarea a automatizar, y la IA aprendía de ellos. La tecnología que desarrollamos para esta plataforma estaba basada en múltiples modelos de IA unimodales que trabajan conjuntamente. Si el cliente trabajaba con imágenes y bases de datos, por ejemplo, la plataforma construía un modelo especializado en imágenes y otro en base de datos, para finalmente combinar la salida de ambos y dar una respuesta. 

Nuestro siguiente paso, ENAIA, consistía en un modelo de IA multimodal capaz de procesar cualquier tipo de dato digital. De esta forma, la IA podía construir un contexto mucho más enriquecido de la tarea y conseguir un rendimiento mucho mejor. Además, esta visión holística de la tarea le permitía aprender más rápido, es decir, con menos datos, reduciendo el coste. 

Y en cuanto a inversión y apoyos, ¿con qué y quiénes habéis contado? 

Contamos con Clave Mayor y un grupo de Business Angels como inversores, además la UPNA provee de infraestructura de computación, así como ayudas del Gobierno Navarra y Neotec, y un préstamo de ENISA.  

¿Cuáles son los siguientes pasos que tenéis en mente en esta materia? 

Nuestros siguientes pasos se centran en optimizar ENAIA para diferentes verticales. Gracias a su capacidad de adaptación a diferentes tipos de tareas, este modelo nos permite desarrollar soluciones para diferentes sectores en un periodo de tiempo muy corto. En concreto, el sector de la salud será uno de los que más se beneficie de ENAIA, ya que los médicos toman decisiones continuamente basados en múltiples fuentes de información (radiografías, historiales médicos, análisis de sangre, etc.). 

En cuanto a producto, ¿cuál es la hoja de ruta de vuestro departamento de investigación? 

Nuestra hoja de ruta para los próximos dos años se divide en tres tipos de hitos: 

1. Avances científicos en el desarrollo de la IA multimodal. 
2. Mejoras técnicas para hacerla más segura, rápida y fácil de usar. 
3. Hitos temáticos. Por ejemplo estamos colaborando con importantes actores en el ámbito de la salud (hospitales, aseguradoras y empresas farmacéuticas) para poner nuestra tecnología al servicio de la investigación en estos campos. 

Entendemos que el ámbito de la salud es intrínsecamente multimodal, tiene el potencial de generar una gran cantidad de datos y, por lo tanto, puede beneficiarse positivamente de la IA. Además, es un campo en el que podemos contribuir a mejorar la calidad de vida de las personas. 

¿Cómo creéis que esos avances ayudarán a la vida de las personas? ¿En qué aspectos la pueden mejorar? 

La irrupción de la inteligencia artificial se asemeja más a la llegada de la electricidad que a la del próximo dispositivo revolucionario. En consecuencia, aún no hemos descubierto todas sus aplicaciones, pero en el ámbito de la salud, ya podemos destacar impactos sumamente beneficiosos en áreas como el diagnóstico médico, el seguimiento de pacientes, la personalización de tratamientos, la asistencia en cirugía, la telemedicina, la gestión de registros médicos, la prevención de enfermedades y la educación médica. 

¿Cuáles son los planes de Neuraptic AI de aquí a cinco años? ¿Cuáles son vuestras aspiraciones, objetivos, metas? 

Nuestros planes implican continuar la investigación en las tres áreas mencionadas previamente para lograr un impacto sólido en cada una de ellas. Al mismo tiempo, desplegaremos cada avance alcanzado en ENAIA, nuestro modelo de IA multimodal, con el objetivo de hacerlo cada vez más atractivo desde el punto de vista comercial y aplicar nuestros avances en el mundo real, permitiendo que todas las personas se beneficien de ellos. Esto nos acerca a nuestra meta de democratizar la IA multimodal. 

Para más información puedes escribir a contact@neuraptic.ai.