La Comunidad de Madrid ha inaugurado el Clúster de Inteligencia Artificial (IA), que se ubica en la Universidad Carlos III de Madrid (UC3M). El nuevo organismo tiene por objeto conseguir unos servicios públicos más modernos, personalizados y eficientes con el uso de esta tecnología y coordinar todas las iniciativas que realiza el Gobierno autonómico en este campo.
Actualmente, la IA se utiliza en distintos ámbitos. En salud existen programas que asisten a los médicos en el proceso de decisión clínica o proporcionan entornos de simulación para la formación de los profesionales; en justicia permite realizar consultas ágiles entre más de 37 millones de documentos y más de 300.000 vídeos digitalizados; y en medio ambiente facilita predicciones más precisas sobre la calidad del aire o el polen.
En este contexto, el nuevo Clúster de Inteligencia Artificial está formado por representantes de todas las consejerías de la Comunidad de Madrid y más de 40 empresas y entidades del sector, que pondrán en marcha casos de uso de IA. Para ello, el Ejecutivo regional autorizó el pasado mes de diciembre la concesión de 200.000 euros a este clúster.
Estrategia de IA de la Comunidad de Madrid
La agrupación se encargará de definir una estrategia de IA para la región en un contexto de seguridad y privacidad de los datos. Concentrará los proyectos innovadores y las labores de impulso, estudio y análisis que se hagan en la materia, así como potenciará el valor de las inversiones que se acometan.
En este sentido, ya trabaja para potenciar la colaboración público-privada en el ecosistema de innovación regional con el propósito de generar talento, atraer inversión e impulsar el uso de tecnologías de inteligencia artificial que supongan ventajas competitivas para las empresas. Además, fomenta el conocimiento de la IA y promueve su utilización entre administraciones, sector privado y agentes sociales.
En el caso de la industria, se trabajará en aplicaciones en cadenas de suministro; en transporte, para apoyar la mejora de la gestión de flotas y la toma de decisiones en tiempo real, de manera que se adapten a las condiciones cambiantes en la carretera y proporcionen rutas alternativas en caso de congestión o problemas imprevistos; y en logística, para optimizar las operaciones de almacén mediante la utilización de robots autónomos que muevan productos.