Os presentamos una
iniciativa que une la investigación industrial y académica para alcanzar objetivos comunes, aprovechando las sinergias de ambos mundos.
El equipo de
Digital Life Disruption Lab de la unidad de Discovery en el Área de CDO de Telefonica Innovación Digital, se centra en la innovación de productos digitales y el estudio de tecnologías disruptivas como la Inteligencia Artificial y las tecnologías cuánticas, buscando garantizar su accesibilidad para todos. Este equipo trabaja en dos frentes:
creando experimentos tecnológicos para validar hipótesis sobre la adopción de productos digitales y el impacto de tecnologías emergentes, y
difundiendo los conocimientos adquiridos a otros equipos y unidades. Además, participa en la
formación de becarios en Telefónica y propone retos para el Programa TUTORÍA, fortaleciendo los lazos con el ámbito académico.
El
Programa TUTORÍA tiene como objetivo
acercar a estudiantes de Grado o Máster a la empresa en la fase final de sus estudios, proponiendo desafíos reales del mercado y la industria que los estudiantes desarrollan junto a expertos profesionales para sus proyectos de fin de grado o máster. Esto beneficia tanto a los estudiantes, que buscan destacar en sus trabajos finales, como al equipo de Digital Life, que investiga en áreas como la Inteligencia Artificial, los agentes y las tecnologías cuánticas.
Un
caso de éxito del programa es el trabajo conjunto de Fernando y Lidia. Lidia tiene estudios en biotecnología y un Máster en Inteligencia Artificial, y Fernando es ingeniero en Telecomunicaciones, Máster en Internet of Things y doctorando en el procesado de audio. Ambos
colaboraron en un proyecto para mejorar la interacción y privacidad mediante el aprendizaje profundo y Edge AI, eliminando ruidos que afectan la calidad del habla.
Los resultados fueron sobresalientes: Lidia obtuvo matrícula de honor en su Trabajo de Fin de Máster y, junto con Fernando,
publicaron su trabajo en la conferencia Iberspeech 2024 en Aveiro, Portugal. Su publicación presentó MiniGAN, una nueva red neuronal generativa adversarial diseñada para mejorar las señales de voz en tiempo real, manteniendo eficiencia y rendimiento competitivo. MiniGAN utiliza una estructura encoder-decoder simplificada con bloques conformers y conexiones residuales, lo que reduce su complejidad computacional, haciéndola apta para dispositivos con recursos limitados. Puedes ver más detalles aquí y también una demostración.
Esta iniciativa demuestra cómo la
colaboración entre la investigación industrial y académica puede generar avances significativos en la tecnología y su aplicación práctica.
