00:00Aniel Jardínez es CEO de AI Methods, una startup surgida de la Universidad Carlos III de Madrid,
00:09dedicada a desarrollar soluciones para la meteorología en el sector aeronáutico.
00:13Además, coordina el proyecto europeo Kairos, que busca mejorar la capacidad de respuesta del tráfico aéreo
00:20ante fenómenos meteorológicos adversos, utilizando inteligencia artificial.
00:24El objetivo del proyecto Kairos es mejorar la información meteorológica que tienen los usuarios aeronáuticos.
00:33Especialmente en Europa, hemos visto que en los últimos cinco años, los aumentos por retrasos debido al tiempo
00:39han ido creciendo especialmente debido a tormentas, turbulencias, niebla en los aeropuertos.
00:47Y vemos que por el cambio climático, todos estos fenómenos van a ir a más.
00:51Entonces, lo que el proyecto quiere hacer es darles una herramienta para que ellos tengan una mejor información con más antelación.
00:59Así pueden gestionar sus operaciones de una manera más eficiente.
01:05Lo que estamos haciendo es entrenando algoritmos de inteligencia artificial en datos históricos.
01:11Y vamos encontrando patrones entre los pronósticos y las observaciones que han ocurrido.
01:15La idea es que con más datos, estos modelos vayan mejorando con el tiempo y dando una mejor predicción de los fenómenos.
01:26El inteligencia artificial está entrando en todo.
01:30Y meteorología yo creo que es un área clave para esta tecnología, porque al final es un área donde hay muchos datos.
01:37La novedad es conectar fuentes de varios datos.
01:42Los datos de pronóstico que salen de los modelos numéricos, pero también estamos conectando datos de observación,
01:49datos de radar, datos de un avión, datos de estaciones en tierra.
01:53Ahí es donde la inteligencia artificial le gana al humano, porque ya puede usar mucha información a la vez.
02:01Una cosa que para nosotros es muy difícil.
02:04Estamos yendo de una cosa que antes se hacía manualmente con metrológicos, a algo que se hace automáticamente con datos.
02:15Entonces, ¿qué significa esto? Que ya no tenemos el sesgo humano.
02:18O sea, de un metrológico a otro a veces cambia el pronóstico.
02:21Con esta tecnología ya se trata de datos.
02:24Si el modelo ha visto tantos datos, ha visto tantos datos.
02:27Siempre va a dar la misma predicción.
02:31No solo eso, pero también estamos dando información digital.
02:34Mucho más fácil de integrar con los varios sistemas para que les ayude a tomar una mejor decisión.
02:40Y la otra parte es que al ser digital, lo podemos actualizar constantemente.
02:45Si hoy en día los metrológicos pueden sacar quizás uno o dos pronósticos diarios,
02:51es que en cuanto entra nueva información, nosotros podemos dar un nuevo pronóstico.
02:55Y acá en el proyecto hemos visto que comparando el rendimiento de nuestros modelos de inteligencia artificial
03:03con los modelos que usan los operarios actualmente, hay unas mejoras de rendimiento de hasta el 20%.
03:09Ahora lo que queda en el proyecto es ver cuál es el impacto en la operación.
03:13Gracias.
03:14Gracias.
03:15Gracias.
03:16Gracias.
