"La IA es ahora un experto en el terreno"… LG AI Research presenta modelos especializados en manufactura, finanzas y ciencia

LG AI Research organiza el 'LG AI Talk Concert 2026' en el parque científico de Magok, Seúl, el 14 de septiembre

"Es necesario demostrar resultados reales para que la IA sea reconocida en la industria"

Evaluación de tercera fase del proyecto de IA independiente: enfoque en maximizar el rendimiento del modelo de segunda fase

"Un desafío para desarrollar modelos de frontera global"

• LG AI Research organiza el 'LG AI Talk Concert 2026' en el parque científico de Magok, Seúl, el 14 de septiembre

• "Es necesario demostrar resultados reales para que la IA sea reconocida en la industria"

• Evaluación de tercera fase del proyecto de IA independiente: enfoque en maximizar el rendimiento del modelo de segunda fase

• "Un desafío para desarrollar modelos de frontera global"

Lim Woo-hyung, codirector de LG AI Research, pronuncia el discurso inaugural en el LG AI Talk Concert celebrado el 14 de septiembre en LG Science Park en Magok, Seúl. [Foto=Yonhapnews]

LG AI Research impulsa la IA especializada diseñada para resolver problemas específicos en entornos industriales. La estrategia consiste en crear sistemas de IA que funcionen en terreno real combinando los datos industriales y conocimientos especializados que posee el grupo LG.

Lim Woo-hyung, director de LG AI Research, declaró el 14 de septiembre en el LG AI Talk Concert 2026, celebrado en LG Science Park en Magok, Seúl: "El objetivo último de Exaone es crear IA especializada que resuelva problemas reales en el terreno. Continuaremos mejorando el rendimiento de los modelos de fundación que respaldan esto".

LG AI Research presentó IA especializada adaptada a los sectores de manufactura, finanzas y ciencia. Lim señaló: "Ya existen en el mundo numerosos modelos de IA de propósito general. Para que la IA sea reconocida por su valor en la industria, es necesario demostrar resultados reales".

En el sector manufacturero, la compañía reveló los logros y la hoja de ruta de Exaone Tabular, que comprende condiciones de procesos y predice información de calidad. LG Innotek aplicó Exaone Tabular en sus procesos de manufactura y redujo el tiempo de respuesta del modelo de IA de más de 300 horas a 50 horas, logrando una reducción de tiempo de preparación de aproximadamente 85%.

En el sector científico, LG AI Research presentó Exaone Discovery, que diseña materiales y predice resultados de síntesis. A partir de finales de año, entrará en funcionamiento un "laboratorio de experimentación autónomo mediante IA", donde el sistema propone condiciones experimentales, robots realizan los experimentos y la IA vuelve a aprender de los resultados.

En el sector financiero, la compañía impulsa Exaone Business Intelligence, que realiza análisis de datos, inferencia, predicción y explicación, para expandirse en mercados nacionales e internacionales. Lee Hwa-young, responsable del departamento de desarrollo de negocios de IA en LG AI Research, afirmó: "Grandes sociedades de valores nacionales, importantes fondos de pensiones norteamericanos, instituciones financieras de primer nivel global en Oriente Medio y un fondo de cobertura de riesgos británico ya han contratado productos de IA financiera desarrollados conjuntamente con LG AI Research".

LG AI Research anunció que en la evaluación de tercera fase del proyecto de "modelo de fundación de IA independiente" impulsado por el Ministerio de Ciencia y Tecnología de la Información y Comunicaciones, se enfocará en maximizar el rendimiento del modelo de segunda fase.

Kim I-reun, responsable del Exaone Lab de LG AI Research, señaló: "La realidad es que existen diferencias con los modelos de grandes tecnológicas globales en varios indicadores de rendimiento". Sin embargo, agregó: "En la evaluación de tercera fase nos enfocamos en extraer al máximo el potencial del modelo de segunda fase".

Particulormente, la compañía desarrolla investigación de modelos centrada en la mejora de datos, preentrenamiento, posrentrenamiento y aprendizaje reforzado. El enfoque se coloca en maximizar el rendimiento del modelo que experimentan los usuarios reales y los entornos operativos reales.

Kim destacó: "El modelo de segunda fase es una etapa intermedia y el comienzo de un desafío hacia convertirse en un modelo de frontera. Basándonos en modelos que puedan usarse realmente en la industria, crearemos en última instancia un modelo de frontera global de clase mundial".

* Este artículo ha sido traducido por IA.