Orbital IA: Inteligencia Artificial

Investigamos cómo el enfoque de aprendizaje profundo en IA puede ayudar a agilizar y automatizar el escaneado y modelado de escenas y objetos en 3D. Este nuevo paradigma y formato de representación 3D revolucionará la producción audiovisual, desde los efectos visuales en cine (VFX) y producción virtual (ICVFX), a las experiencias y aplicaciones de realidad extendida (XR).

Nuestro objetivo es conseguir un nuevo formato de modelo 3D mucho más ligero, eficiente y fotorrealista que los convencionales -basados en nubes de puntos, mallas o vóxeles- mediante los llamados «campos neurales de radiancia» o NeRF.

El aprendizaje automático, también llamado automatizado, computacional o de máquinas, es el subcampo de las ciencias de la computación y una rama de la Inteligencia Artificial, cuyo objetivo es desarrollar técnicas que permitan que los ordenadores aprendan.
Nuestro objetivo es desarrollar el aprendizaje computacional en dispositivos pequeños, sin necesidad de grandes GPUs. Buscamos llevar los modelos de aprendizaje automático cerca de los sensores, investigando en nuevas técnicas de compresión de los datos.

Investigamos cómo los métodos de visión por ordenador basados en aprendizaje profundo pueden ayudar en la detección de soplos de los cachalotes, para la detección temprana de la presencia de estos cetáceos en superficie. El tráfico marítimo representa una amenaza real para estos actores clave en la escena de la biodiversidad marina, ya que el tráfico es cada vez más denso y los buques más rápidos.

Nuestro objetivo es conseguir un sistema de detección en tiempo real de cachalotes -la especie más amenazada de Canarias- en superficie, para evitar la colisión con transbordadores rápidos entre islas, a través de imágenes térmicas.