La Inteligencia Artificial continúa expandiendo su presencia en múltiples áreas de la vida cotidiana, desde la automatización de tareas hasta la toma de decisiones complejas. Uno de los campos que más creció en los últimos años es el Machine Learning (aprendizaje automático) aplicado a sistemas electrónicos capaces de funcionar sin conexión a internet. Este enfoque abre la puerta a dispositivos autónomos que analizan datos en tiempo real y responden de manera inmediata.
En ese camino avanza el proyecto que desarrolla la investigadora del CONICET Laila Kazimierski, en el marco de un convenio con la empresa tecnológica argentina EMTECH S.A. Junto a su equipo, trabaja en la creación de un dispositivo capaz de captar y clasificar sonidos en tiempo real utilizando técnicas de Machine Learning. La herramienta podría utilizarse en ámbitos ambientales, urbanos, productivos e industriales.
Kazimierski explica que el dispositivo "no solo monitorea y almacena audios, sino que también cuenta con un modelo entrenado e integrado que le permite clasificarlos en tiempo real y tomar decisiones inmediatas, por ejemplo emitir una alarma o enviar un aviso ante una situación puntual". El desarrollo se realiza en la División de Física Estadística e Interdisciplinaria del Centro Atómico Bariloche de la Comisión Nacional de Energía Atómica (CNEA).
Uno de los primeros avances se orienta al monitoreo del canto de las aves. La investigadora ya desarrolló un sistema capaz de reconocer y clasificar señales acústicas de manera autónoma, lo que puede ser determinante en proyectos de conservación de biodiversidad. La científica señala que este tipo de tecnología posibilita realizar un monitoreo ambiental sin intervención humana constante.
La misma lógica puede aplicarse a situaciones críticas, desde emergencias en espacios públicos hasta fallas en maquinarias industriales. Sin automatización, el análisis de señales acústicas puede demandar semanas de trabajo de clasificación manual, mientras que un modelo entrenado realiza la misma tarea en segundos y permite optimizar el análisis y la toma de decisiones. Cuando el modelo está correctamente entrenado, añade Kazimierski, es capaz de inferir y actuar en tiempo real en función de lo que detecta, lo que marca una diferencia central frente a los sistemas tradicionales.
El proyecto avanza en el marco de una asociación entre el CONICET y EMTECH S.A., una empresa argentina especializada en sistemas electrónicos, software y soluciones tecnológicas para industrias, satélites y aplicaciones de defensa.
Su CEO, Guillermo Guichal, destaca la importancia de articular con el sector científico y académico. La empresa, según dijo, "está comprometida en ofrecer productos y soluciones innovadoras y para eso resulta clave asociarse con instituciones como el CONICET y laboratorios universitarios, colaborando con investigadores para mantenerse en la vanguardia tecnológica". También afirma que "la inteligencia artificial está transformando casi todos los aspectos de la vida y que dominar su aplicación en sistemas embebidos es estratégico para el desarrollo industrial".
Kazimierski remarca que el proyecto no solo apunta al diseño del dispositivo, sino también a fortalecer capacidades conjuntas entre ciencia y sector productivo, desde el procesamiento de señales y el entrenamiento de los modelos hasta la evaluación y optimización del sistema completo. Para la científica, es fundamental que el conocimiento generado dialogue con las necesidades sociales y productivas del país.
