CIDAI tiene como objetivo generar, validar y transferir tecnologías de IA de alto valor añadido para fomentar la innovación en los sectores económicos estratégicos de Cataluña, incluida la administración pública y el tercer sector.
Para cumplir este objetivo, entre otras iniciativas, el CIDAI promueve la definición y concreción de proyectos que aborden retos concretos en los que la IA es un elemento central de la solución. En esta sesión, se presentarán los resultados y conocimientos adquiridos durante la ejecución de un Proyecto de Alto Impacto en el ámbito agroalimentario iniciado en 2022.
- Subproyecto 1: AI LAB – Mejora de los procesos de calidad en las granjas porcinas a través de la monitorización individualizada (algoritmos, datos, espacio de datos y modelo de negocio): En el primer caso, se ha definido un modelo metodológico (AI LAB), que ha permitido identificar retos de territorio e involucrar a actores de la cuádruple hélice para definir una solución de IA, con un modelo de negocio y sostenibilidad asociado. En colaboración con la Universidad de Lleida, el Centro de Estudios Porcinos (CEP), y con la participación de la Federación Catalana de Cooperativas Agrarias, y empresas consultoras del sector, se ha desarrollado un modelo de visión por computador que permite realizar un seguimiento individualizado del ciclo de vida de los cerdos en la explotación, obteniendo métricas sobre su bienestar. Esta solución se ha integrado en una prueba de concepto de un espacio de datos común para el ámbito agroalimentario en el contexto de la iniciativa europea Gaia-X, y se ha identificado con el sector un marco de gobernanza que permitirá desarrollar modelos de negocio y explotación de datos.
- Subproyecto 2: Patrones de optimización en la aplicación de antibióticos en las explotaciones ganaderas: En el segundo caso, y con la colaboración del Servicio de Alimentación Animal y Seguridad de la Producción Ganadera de la Generalitat de Catalunya, se han identificado los patrones de aplicación de antibióticos en las explotaciones ganaderas para poder reducir su uso y minimizar los efectos en los humanos, definiendo la potencial integración de estos algoritmos y datos en el espacio de datos desarrollado en el primer proyecto.
