COTESA ha presentado GEOFAKE en el XVIII Seminario “Los satélites como un elemento clave para la Defensa y las aplicaciones gubernamentales”, celebrado en Santander del 2 al 4 de septiembre de 2026. La presentación tuvo lugar dentro de las sesiones técnicas dedicadas a mostrar nuevas capacidades y tecnologías vinculadas al sector espacial, la Seguridad y la Defensa.
GEOFAKE parte de un reto cada vez más habitual en los proyectos de Inteligencia Artificial: disponer de suficientes datos para entrenar y validar algoritmos. En determinados entornos, algunas clases, objetos o situaciones cuentan con muy pocas muestras reales, son difíciles de capturar o requieren un elevado esfuerzo de adquisición y etiquetado.
Para dar respuesta a este problema, COTESA está desarrollando una tecnología basada en IA Generativa capaz de crear datasets sintéticos geoespaciales que complementan los datos reales, aumentando el número y la diversidad de muestras disponibles y permitiendo generar nuevos escenarios de forma controlada.
La solución combina IA Generativa, segmentación semántica, detección de objetos y procesamiento geoespacial, permitiendo generar imágenes sintéticas y convertirlas posteriormente en información estructurada y anotada que pueda utilizarse en procesos de entrenamiento, evaluación y validación de modelos de IA.
De los datos sintéticos a la simulación de nuevos escenarios
Esta capacidad abre nuevas posibilidades para ampliar datasets en entornos con pocas muestras, simular situaciones difíciles de capturar y generar escenarios para aplicaciones de simulación y Digital Twins.
GEOFAKE se desarrolla inicialmente para aplicaciones de Seguridad y Defensa, en el marco del programa de I+D COINCIDENTE del Ministerio de Defensa, aunque la tecnología presenta potencial de aplicación en otros sectores donde la disponibilidad y diversidad de datos constituye una limitación para el desarrollo de soluciones de Inteligencia Artificial.
Con GEOFAKE, COTESA avanza en una nueva línea de soluciones de Geospatial AI, donde la IA Generativa no se utiliza únicamente para crear imágenes, sino para generar los datos y escenarios necesarios para entrenar, probar y mejorar nuevos algoritmos de Inteligencia Artificial.