Hacia dónde dirigimos nuestra ciencia
Áreas en las que PerceptIA desarrolla proyectos, datasets y prototipos aplicados.
Ciencia de Datos e Inteligencia Artificial
Modelos clásicos y modernos aplicados al ciclo completo del dato.
Visión artificial y percepción computacional
Algoritmos ligeros inspirados en la cognición visual humana.
TinyML y sistemas embebidos
Inferencia en microcontroladores con eficiencia energética.
Razonamiento aproximado e inferencia difusa
Sistemas neuro-difusos para entornos con incertidumbre.
Datasets locales y curación de datos
Construcción de corpus contextualizados al entorno andino.
Prototipado inteligente de bajo consumo
Hardware-software co-diseñado para escenarios offline.
Aplicaciones sectoriales
Monitoreo ambiental, agricultura, salud preventiva y movilidad segura.
Agentes inteligentes y automatización académica
Pipelines y agentes que asisten la investigación.
Problemática que aborda PerceptIA
La expansión de dispositivos conectados y de la Internet de las Cosas ha generado la necesidad de sensores inteligentes capaces de percibir, interpretar y actuar en tiempo real sin depender completamente de la nube. En contextos rurales, periféricos o con infraestructura limitada, las soluciones tradicionales de visión artificial e inteligencia artificial pueden resultar costosas o inviables debido a sus altos requerimientos de cómputo, energía y conectividad.
PerceptIA responde a este desafío mediante el desarrollo de soluciones de inteligencia artificial ligera, percepción artificial embebida, TinyML y datasets contextualizados, orientados a problemáticas reales del entorno andino-ecuatoriano.
Por qué importa este semillero
Pertinencia tecnológica y social
Soluciones de IA aplicadas a salud preventiva, agricultura de precisión, movilidad segura y monitoreo ambiental con impacto local directo.
Vacío de conocimiento local
Construcción de datasets y modelos contextualizados al entorno andino-ecuatoriano, hoy subrepresentado en la literatura.
Formación de capital humano
Estudiantes capaces de diseñar y desplegar soluciones de IA embebida desde el dato hasta el dispositivo.
Impacto sostenible y escalable
TinyML e IA ligera democratizan el acceso a la tecnología en zonas con restricciones de cómputo, energía y conectividad.