Premio Novel de Física 2021 y colaborador de algunos de los investigadores del equipo de Kampal Data Solutions
La colaboración con Giorgio Parisi
En 2021 el 50% del premio Nobel de Física recayó sobre el físico italiano Giorgio Parisi por sus contribuciones al estudio de sistemas desordenados, especialmente los conocidos como Spin Glasses, los vidrios, y la posterior aplicación de estas ideas a campos tan diversos como la materia blanda, la biología o problemas de optimización en informática.
Es precisamente en torno al problema original de los Spin Glases y el estudio teórico de estos complejos materiales, donde se ha desarrollado la más intensa colaboración con investigadores españoles de la Universidad de Extremadura, la Universidad Complutense de Madrid y la Universidad de Zaragoza. Dos de los principales accionistas de Kampal -y miembros fundadores- han sido importantes partícipes en esta colaboración, Alfonso tarancón y David Iñiguez.
De hecho, en la base científica de la empresa están un buen número de los desarrollos básicos de la colaboración Janus, simulaciones Monte Carlo, algoritmos de optimización, redes, computación paralela…
+220
Publicaciones científicas
+110
Artículos excelencia
+170
Proyectos coordinados
+11M€
Captados en proyectos
Física
La física y la Inteligencia Artificial están estrechamente relacionadas en varios aspectos.
En primer lugar, la física proporciona los fundamentos teóricos y las herramientas matemáticas para el desarrollo de muchos algoritmos de Inteligencia Artificial. Por ejemplo, las redes neuronales artificiales utilizadas en el aprendizaje profundo se basan en la teoría matemática de las redes neuronales y la estadística. La física también ha sido fundamental en el desarrollo de técnicas de procesamiento de señales, que se utilizan en muchas aplicaciones de Inteligencia Artificial, como el reconocimiento de voz y la imagen.
En resumen, la física y la Inteligencia Artificial están estrechamente relacionadas y se están retroalimentando mutuamente. El uso de técnicas de Inteligencia Artificial en la física está permitiendo avances significativos en la comprensión y la resolución de problemas, mientras que la física proporciona las bases teóricas y las herramientas matemáticas para el desarrollo de muchos algoritmos de Inteligencia Artificial.
Sistemas
Nuestro personal abarca lenguajes y entornos de programación en diferentes niveles de abstracción -C, Scala o Python- y está habituado a trabajar en plataformas diversas con un amplio rango de arquitecturas: máquinas de propósito específico, nubes de ordenadores – sea en openstack o de AWS-, clusters de cálculo intensivo, etc.
En las soluciones que hemos realizado recientemente hemos pivotado sobre recursos open source con las consiguientes ventajas de compatibilidad tanto con despliegues comerciales (por ejemplo, hosting en Amazon o en nubes corporativas) como con la experiencia de nuestros partners. Así, los desarrollos de páginas web han venido basados en frameworks como Django sobre bases de datos Postgresql en el lado clásico o ElasticSearch en la parte NoSQL.
Los trabajos de analítica de datos utilizan C o lenguajes compilados solo cuando se hace necesario en algún proceso de alto consumo o una visualización especialmente complicada, pero basamos gran parte en kits científicos de Python o otros entornos de alto nivel. Cuando es necesario el procesado de grandes cantidades de datos estamos optando por arquitecturas como Spark, y recientemente también los modelos de Machine Learning los hemos ido adaptando a sistemas distribuidos escalables, como Tensorflow, normalmente ejecutándose en nuestra propia nube pero con portabilidad general.
