Habilitar la transformación digital en Chile y el mundo sofisticando la industria por medio de la Inteligencia Artificial y así apoyar el desarrollo de la sociedad.
Ser referente mundial en Inteligencia Artificial para la investigación y desarrollo aplicado.
El control de la alimentación es esencial en la acuicultura, en donde la baja optimización puede llevar a importantes pérdidas de alimento. Además, existe la necesidad de detectar eventos críticos (mallas rotas, basura submarina, peces muertos) para así evitar multas y pérdidas en productividad.
Sistema de gestión del ecosistema acuícola a partir del análisis de imágenes obtenidas por ROVs, las que aprenden de la curva de voracidad/saciedad de los animales dentro de las jaulas, junto a modelos físicos de pellet de alimentos. Además, identifica eventos anómalos.
Identificación de eventos críticos y componentes básicos (pellets, mallas, depredadores, peces). Junto a la clasificación de la dinámica de movimiento de los pellets y testeo en terreno en planta piloto en Santiago.
Se realizó un testeo exitoso de los algoritmos para el reconocimiento de pellets, algas, basura submarina, mallas rotas, salmones y depredadores. Se diseñó una herramienta inteligente para facilitar la gestión del ecosistema acuícola.
El mantenimiento de grandes extensiones de área de paneles solares es un desafío. Un problema común es la acumulación de polvo y la presencia de puntos calientes, los que tienen un efecto directo en la eficiencia eléctrica.
Plataforma en la nube en base a Inteligencia Artificial con la finalidad de monitorear y predecir el estado de paneles solares mediante el procesamiento de imágenes HD, cámaras termográficas y micro luminiscencia.
Estudio y elaboración de algoritmos de procesamiento de imágenes. Diseño e instalación de cámaras termográficas para el testeo en terreno y desarrollo de un modelo de predicción de fallas para la toma de decisiones.
Se obtuvieron eficiencias superiores al 85% en la detección de abolladuras, fisuras y hotspots. A largo plazo permitirá incrementar el rendimiento del activo, disminuir los costos de mantenimiento y prolongar la vida útil de la planta solar.
Mantener las redes de distribución eléctrica es una tarea compleja y de alto consumo en tiempo y recursos humanos. Problemas comunes en este tipo de sistema son los puntos calientes y el cableado en desuso.
Plataforma de monitoreo en la nube para el control de condición del cableado eléctrico. Los eventos se entregarán de forma automática y geolocalizada, para así facilitar la toma de decisiones de mantención preventiva.
Desarrollo tecnológico de modelos de reconocimiento y procesamiento de imágenes. Junto a una validación en terreno de la tecnología y generación de reportes automáticos de eventos localizados.
Con el fin de identificar situaciones de riesgo.
Se detectó exitosamente el ángulo y posición de los cables respecto al suelo y la posición de los postes eléctricos a partir de cámaras HD.
Existe un 70% de déficit hídrico desde la R.M hasta la Región del Maule. Por otro lado la tasa de evaporación de agua en reservorios: 2000 litros anuales por m2.
Diseño modular de paneles fotovoltaicos flotantes más un sistema de monitoreo para medir ganancias en electricidad y en agua no evaporada. La solución busca atacar tanto la crisis energética como hídrica.
Diseño estructural y mecánico del ensamble de paneles solares y creación de un sistema de monitoreo remoto para la medición de la ganancia hídrica y energética. El prototipo se testeo en terreno en tres reservorios de agua.
En el testeo de la isla flotante se concluyó que en promedio la potencia eléctrica generada era 17.35% mayor que en tierra, lo que se debe al efecto refrigerante de la masa de agua. Se estima un 80% de bloqueo de la evaporación del agua por unidad de área
Mantener el inventario es una tarea compleja y de alto consumo en tiempo y trabajo.
Plataforma de monitoreo en la nube en base a Inteligencia Artificial para el monitoreo del inventario de la bodega en tiempo real.
Procesamiento digital de imágenes mediante algoritmos de Deep Learning a partir de cámaras digitales HD instaladas en lugares estratégicos. Junto a un testeo en terreno de la solución para medir el rendimiento en condiciones reales.
Se logró hacer el conteo automático de balones de gas en los racks de una bodega de distribución. Se pudo detectar exitosamente el stock y la cantidad de espacios libres disponibles. Además se logró distinguir los balones según su volumen y color.