Una gran empresa química deseaba usar métodos de aprendizaje automático para desarrollar un nuevo dispositivo electrónico con unas propiedades concretas. Aunque la empresa había recopilado un volumen de datos relativamente grande que se podía emplear para empezar a entrenar sus modelos predictivos, el equipo se dio cuenta enseguida de que no contaban internamente con los conjuntos de entrenamiento que necesitaban para obtener predicciones y resultados precisos. Además, la empresa no tenía acceso a los conjuntos de datos diversos necesarios para mejorar su modelo.
Tras pedir ayuda a CAS, la empresa recibió varios conjuntos de datos personalizados especialmente diseñados para sus modelos de aprendizaje automático. A lo largo de un periodo de seis meses, los conjuntos de datos se fueron perfeccionando, lo que se tradujo en una mejora continua de los modelos de IA. Lea el caso práctico para descubrir cómo permitieron los datos personalizados de CAS:
- Obtener predicciones precisas para propiedades que estaban fuera del campo de especialización de la empresa.
- Producir más conjuntos de datos personalizados para mejorar aún más el proceso de investigación.
- Reducir el plazo de finalización de los proyectos a la mitad del tiempo necesario para completar otras iniciativas similares.