CENIA se adjudica fondos ANID para dos proyectos de IA aplicada en fiscalización vial y calidad de datos
El Centro Nacional de Inteligencia Artificial desarrollará, durante 24 meses, tecnologías con socios industriales para mejorar la lectura de patentes vehiculares y automatizar la preparación de datos en la industria, en el marco del concurso FONDEF IDeA I+D 2026.
Actualización automatizada basada en fuente oficial
Qué pasó
El Centro Nacional de Inteligencia Artificial (CENIA) se adjudicó financiamiento para dos proyectos en el concurso FONDEF IDeA I+D 2026 de la Agencia Nacional de Investigación y Desarrollo (ANID). Las iniciativas, que tendrán una duración de 24 meses, fueron seleccionadas de un total de 871 postulaciones a nivel nacional, de las cuales 102 fueron aprobadas. Ambos proyectos buscan desarrollar tecnologías con potencial de transferencia al sector productivo y validarlas en condiciones reales de operación.
El primer proyecto, "Plataforma Inteligente de Fiscalización Vial", dirigido por Francesca Lucchini de CENIA y en asociación con la empresa Techvial, busca mejorar los sistemas de reconocimiento de patentes. Aunque la Ley N°21.549 creó el Centro Automatizado de Tratamiento de Infracciones (CATI) para la detección electrónica, los sistemas actuales presentan errores en condiciones de baja luz, lluvia o con placas deterioradas. La iniciativa desarrollará una capa de software con módulos de verificación avanzada, sugerencia inteligente de patentes y búsqueda avanzada para superar estas limitaciones, con el objetivo de alcanzar un nivel de madurez tecnológica TRL 7, que corresponde a la validación de un prototipo en un entorno operacional.
El segundo proyecto, "DAQU (Data Quality Improvement Platform Through LLMs)", es liderado por la investigadora Yamisleydi Salgueiro Sicilia y se desarrollará con CMPC Pulp como entidad asociada. La iniciativa aborda el problema de la baja calidad de los datos en sectores como celulosa, minería y manufactura, donde el volumen de información ha crecido más rápido que su calidad. El proyecto utilizará modelos de lenguaje de gran escala (LLMs) para automatizar el ciclo de preparación de datos, incluyendo normalización, validación y enriquecimiento, manteniendo la trazabilidad y la validación de expertos.
Por qué importa
Tecnología: Ambos proyectos buscan llevar la investigación en Inteligencia Artificial desde prototipos de laboratorio a su validación en entornos operacionales reales (TRL 7), acortando la brecha entre la investigación y la aplicación práctica de la IA en Chile.
Producción: El proyecto DAQU apunta a resolver un problema crítico en industrias como la celulosa y la minería, donde la mala calidad de los datos puede costar a las organizaciones cerca del 15% de sus ingresos anuales y es causa de fracaso de más del 60% de las iniciativas de IA en manufactura.
Estado: La iniciativa de fiscalización vial tiene el potencial de robustecer las capacidades del Centro Automatizado de Tratamiento de Infracciones (CATI), mejorando la precisión y eficiencia de la detección electrónica de infracciones de tránsito que fue habilitada por ley.
Instituciones: Los proyectos fortalecen la colaboración entre el centro de investigación CENIA y el sector privado (Techvial y CMPC Pulp), contemplando la formalización de acuerdos de transferencia tecnológica y la formación de capital humano avanzado a través de tesis de pregrado y postgrado.
Lo confirmado
- El Centro Nacional de Inteligencia Artificial (CENIA) obtuvo financiamiento de ANID para dos iniciativas en el concurso FONDEF IDeA I+D 2026.
- A nivel nacional, el concurso recibió 871 postulaciones y seleccionó 102, lo que representa una tasa de adjudicación cercana al 12%.
- Uno de los proyectos, en colaboración con la empresa Techvial, desarrollará módulos de IA para mejorar la lectura y búsqueda de patentes vehiculares.
- El sistema de fiscalización vial busca solucionar fallas de los sistemas actuales de reconocimiento de patentes en condiciones adversas y permitir búsquedas más allá de la coincidencia exacta.
- El segundo proyecto, llamado DAQU y asociado con CMPC Pulp, usará modelos de lenguaje de gran escala (LLMs) para automatizar la mejora de la calidad de datos industriales.
- Los problemas de calidad de datos representan un costo anual estimado del 15% de los ingresos para las organizaciones.
- Ambos proyectos tienen una duración de 24 meses y su meta es alcanzar un Nivel de Madurez Tecnológica (TRL) de 7.
- Las iniciativas incluyen la formación de capital humano, con la participación de estudiantes de pregrado y postgrado que realizarán sus tesis.
Lo que falta saber
- ¿Cuál es el monto total del financiamiento adjudicado por CENIA para cada uno de los dos proyectos?
- ¿Cuáles son las fechas de inicio y término de los proyectos?
- ¿Qué rol específico y qué recursos aportarán las empresas asociadas, Techvial y CMPC Pulp, a cada proyecto?
- ¿Cuántos estudiantes de pregrado y postgrado participarán en el desarrollo de sus tesis en el marco de estas iniciativas?
Qué observar ahora
- La validación de la tecnología de fiscalización vial en un entorno operacional real, que corresponde al objetivo TRL 7 del proyecto.
- La publicación de los resultados científicos que se generen a partir de la investigación de ambos proyectos.
- La formalización de los acuerdos de transferencia tecnológica entre CENIA y las empresas asociadas, Techvial y CMPC Pulp.
- El desarrollo de tesis de pregrado y postgrado asociadas a las dos iniciativas de investigación aplicada.
Fuentes
CENIA — Centro Nacional de Inteligencia Artificial ·