Inteligencia Artificial y Analítica Predictiva

La línea de investigación en Inteligencia Artificial y Analítica Predictiva desarrolla metodologías avanzadas basadas en IA para el monitoreo de sistemas con atención al contexto, el pronóstico de fallas y la toma de decisiones en tiempo real en sistemas dinámicos complejos. Basándose en dos décadas de avances en Prognostics and Health Management (PHM), esta línea integra aprendizaje automático, inferencia bayesiana, fusión multimodal de datos y aprendizaje por refuerzo para habilitar estrategias de operación predictivas y proactivas en sistemas ciberfísicos.

Nuestro enfoque va más allá de la analítica de datos tradicional, avanzando hacia el desarrollo de algoritmos computacionalmente eficientes y conscientes de la incertidumbre, capaces de fusionar fuentes de información heterogéneas (señales de sensores, registros de mantenimiento, reportes textuales, imágenes y datos ambientales) en representaciones latentes coherentes. Estas representaciones permiten la estimación en tiempo real del deterioro de los sistemas, la caracterización probabilística del momento de ocurrencia de eventos y la toma de decisiones informadas bajo restricciones operacionales y computacionales.

Investigación

IA Multimodal con Atención al Contexto: Desarrollo de arquitecturas avanzadas de aprendizaje automático capaces de fusionar fuentes de datos heterogéneas en representaciones latentes unificadas que mejoran el modelamiento de degradación y la precisión predictiva.

Prognosis Probabilística en Tiempo Real: Diseño de algoritmos Bayesianos computacionalmente eficientes para la predicción de fallas bajo incertidumbre, permitiendo la estimación en tiempo real de distribuciones del tiempo-de-Ocurrencia (Time-of-Event, ToE) dentro de las restricciones computacionales de sistemas industriales de gran escala.

Inteligencia para la Toma de Decisiones bajo Incertidumbre: Desarrollo de marcos rigurosos de Prognostic Decision-Making (PDM) utilizando aprendizaje de máquinas y estrategias de búsqueda probabilística para optimizar la planificación de mantenimiento, la reconfiguración de misiones y el control operativo bajo incertidumbre.

Despliegue Escalable en Sistemas Complejos: Integración de módulos de predicción y toma de decisiones en entornos ciberfísicos de gran escala, asegurando interpretabilidad, robustez y aplicabilidad práctica en infraestructura crítica.

Impacto Industrial y Tecnológico: La tecnología desarrollada en esta línea habilita el mantenimiento predictivo, la toma de decisiones consciente de la misión y la mejora de la resiliencia en infraestructura crítica y sistemas industriales. Sus aplicaciones abarcan minería (por ejemplo, molinos, chancadores, correas transportadoras y maquinaria móvil pesada), sistemas energéticos, robótica, electromovilidad y plataformas autónomas. Estas soluciones permiten reducir costos operacionales, extender el ciclo de vida de los activos, mitigar fallas catastróficas y mejorar la seguridad en procesos industriales de alto valor.

Al incorporar razonamiento probabilístico y conciencia contextual en sistemas de monitoreo basados en inteligencia artificial, esta línea de investigación contribuye a la transición hacia Industria 5.0, donde sistemas inteligentes colaboran con operadores humanos en marcos transparentes, interpretables y conscientes de la incertidumbre. Las metodologías resultantes posicionan a AC3E como un referente nacional en inteligencia artificial segura, resiliente y computacionalmente eficiente para infraestructura crítica.