Xcalibur Smart Mapping y la Universidad de Stanford inician un proyecto pionero de IA y Machine Learning para la transición energética

Xcalibur Smart Mapping y la Universidad de Stanford, en colaboración con Mineral-X, ponen en marcha un proyecto pionero para revolucionar el mapeo del capital natural utilizando Inteligencia Artificial y Machine Learning de vanguardia. El objetivo es abordar los desafíos críticos en el mapeo del capital natural a gran escala y desempeñar un papel clave en la transición energética mundial.

Image description

Bajo esta premisa, los dos equipos de investigación implicados en el proyecto están desarrollando un laboratorio de IA que pretende transformar el mapeo del capital natural a escala mundial. Este proyecto pionero abordará retos clave del mapeo de países en la integración de datos geofísicos, y en la interpretación geológica cuantitativa mediante técnicas avanzadas de Inteligencia Artificial. Además, el laboratorio se centrará en automatizar la generación de datos etiquetados y crear modelos económicos precisos como parte de la Smart Regional Interpretation Solution para la gestión sostenible de los recursos naturales, apoyando así la transición energética mundial.

"Hemos creado nuestro propio AI Lab para desarrollar servicios innovadores para nuestros clientes, y el acuerdo con Stanford mejorará sin duda nuestras capacidades aprovechando la investigación de vanguardia. Esta colaboración nos permitirá ofrecer productos de mayor valor añadido para la utilización óptima de los recursos naturales, centrándonos en la eficiencia, la sostenibilidad y el cuidado del medio ambiente”, asegura Andrés Blanco, CEO de Xcalibur Smart Mapping.

El proyecto, liderado por Jorge Urios, director de Innovación de Xcalibur Smart Mapping, y Jef Caers, director y profesor de Mineral-X en la Universidad de Stanford; pretende dar respuesta a retos importantes como, por ejemplo, la integración de datos geofísicos en formatos procesables como mapas geológicos y de prospectividad en 3D a gran escala; la captura y el uso eficiente de interpretaciones geológicas cualitativas en aplicaciones de Machine Learning; y la gestión de grandes conjuntos de datos con software e infraestructura computacional avanzados.

En palabras de Jef Caers, director y profesor de Mineral-X en la Universidad de Stanford, “Mineral-X está encantado de contribuir a la misión de Xcalibur de mapear los recursos naturales a escala nacional. En este proyecto, colaboraremos para desarrollar una nueva tecnología basada en el modelado 3D, la Inteligencia Artificial y el Machine Learning para automatizar y facilitar el procesamiento expeditivo de datos geofísicos directamente en una vista tridimensional de los recursos del subsuelo de un país”.

Por su parte, Jorge Urios, director de Innovación de Xcalibur indica que “esta colaboración entre Stanford y Xcalibur Smart Mapping no sólo representa un avance significativo en la solución Smart Country Mapping. La aplicación de la Inteligencia Artificial en la geofísica aérea también subraya nuestro compromiso compartido de preservar y comprender el capital natural de nuestro planeta. A través de la sinergia del conocimiento científico y la tecnología innovadora, estamos trazando un camino hacia un futuro en el que el estudio del capital natural no sólo sea más preciso, sino también más sostenible, permitiéndonos proteger y aprovechar nuestros recursos de manera más eficaz para las generaciones futuras”.

Esto se debe a que gracias a esta colaboración se desarrollarán métodos innovadores de información espacial, como el dominio espacial automatizado y la generación interactiva de etiquetas de formación. Se avanzará en la inversión multifísica 3D y el mapeo de prospectividad mineral 3D, y se desarrollarán modelos económicos para recursos naturales e interpretación regional inteligente. Todos los desarrollos de investigación se transformarán en sistemas Xcalibur Smart Mapping con Software e Infraestructuras Avanzadas.

 

Tu opinión enriquece este artículo:

El barrio con mayor rentabilidad de España ofrece un 10,9% y el menos rentable un 2,6%

La rentabilidad de la vivienda en España cerró el tercer trimestre de 2025 en 6%, 0,1 punto porcentual menos que hace un año (6,1%). Este retorno de la inversión varía en los barrios de las grandes ciudades hasta alcanzar un máximo del 10,9% (Villaverde Alto de Madrid), según el estudio de “La rentabilidad de la vivienda en España en 2025”, basado en el análisis de los precios de la vivienda en venta y alquiler de septiembre de 2025 por el portal inmobiliario Fotocasa.

El 45% de los catalanes hace horas extra, pero casi la mitad no las ve compensadas

La jornada y las horas extra en el trabajo vuelven a ocupar un papel central en la agenda laboral española. El Ministerio de Trabajo ha publicado recientemente el proyecto de real decreto con el que pretende reformar el registro horario en las empresas, una medida incluida inicialmente en la ley de reducción de jornada que no llegó a aprobarse en el Congreso. 

Más de la mitad de los catalanes falta al trabajo y el 33% se ausenta sin baja

El auge del absentismo, las ausencias de los trabajadores en su puesto ya sea con o sin baja médica, está en el foco mediático por su impacto directo en la productividad, la organización y los costes de las empresas, en un contexto donde el debate sobre la reducción de la jornada laboral a 37,5 horas y la intención de ampliar el permiso de fallecimiento vuelven a incidir en la eficiencia y el bienestar en el trabajo.

Too Good To Go integra en su app la opción de salvar alimentos para mascotas

Too Good To Go, la mayor aplicación en el mundo para luchar contra el desperdicio de alimentos, da un paso más en su misión y desde ya se puede salvar también comida para mascotas en su app. De este modo, los usuarios ahora pueden salvar Packs Sorpresa con el excedente de snacks, piensos y otros alimentos básicos en perfecto estado para esos amigos de cuatro patas, ahorrando desde un 50% del precio original y al mismo tiempo ayudar a reducir el desperdicio de alimentos. 

Éste sitio web usa cookies, si permanece aquí acepta su uso. Puede leer más sobre el uso de cookies en nuestra política de cookies.