La fábrica del futuro habla nuestro idioma
En el futuro, la inteligencia artificial supervisará y mantendrá las plantas industriales. Para ello, sin embargo, debe ser capaz de entender los textos humanos: la TU Wien muestra cómo hacerlo
La complejidad de las grandes plantas de producción industrial es difícilmente manejable por una sola persona. Por eso, para mantener, supervisar y dar servicio a una línea de producción industrial, tiene sentido recurrir a la inteligencia artificial (IA).
Fazel Ansari en la fábrica piloto de TU Wien.
TU Wien
Existen diferentes estrategias para ello. La más obvia sería equipar las máquinas con sensores e inferir el estado de la planta a partir de los datos de los sensores. Sin embargo, una gran parte de la información sobre las máquinas y las plantas de producción no está disponible en forma de datos de medición digitales, sino en forma de textos escritos por humanos: desde informes de inspección de las máquinas hasta registros de turnos que señalan problemas. Si una inteligencia artificial pudiera utilizar todos estos datos, sería un gran paso adelante. Esto es exactamente en lo que trabajan ahora los científicos de la Universidad Técnica de Viena, en el campo de investigación de la "minería de textos" y el "mantenimiento 4.0".
El algoritmo que puede leer
"Probablemente todos estemos familiarizados con esto: escribes algo, lo guardas en algún sitio y luego te olvidas de ello", dice el Dr. Fazel Ansari, del Instituto de Ciencias de la Gestión de la TU Wien. "Un informe de auditoría puede hojearse brevemente y luego desaparece en el cajón. Para sacar las conclusiones correctas y poner en marcha las medidas necesarias, se necesita mucha experiencia".
La experiencia humana es muy valiosa en el sector, y probablemente seguirá siendo insustituible en el futuro. La visión de Fazel Ansari es hacer más eficiente la colaboración entre humanos y máquinas. Cuando los humanos y las máquinas se comunican entre sí, ¿qué lenguaje deben utilizar? ¿El lenguaje de las máquinas, por ejemplo en forma de largas tablas con códigos numéricos, o en lenguaje humano?
"Si conseguimos que el lenguaje humano natural sea comprensible para la inteligencia artificial en la industria, se nos abrirá una enorme cantidad de información adicional", dice Fazel Ansari. "Imagínese la cantidad de conocimientos que se pueden extraer y utilizar sobre una planta de fabricación, a partir de los registros escritos de los últimos diez años: de los libros de turnos, los registros o los informes finales de control de calidad". De forma mucho más exhaustiva y precisa que cualquier humano, una inteligencia artificial podría reconocer automáticamente patrones a partir de grandes cantidades de datos: por ejemplo, los problemas típicos de los que se informa una y otra vez antes de que se produzcan daños importantes. En este caso, la inteligencia artificial podría sugerir contramedidas.
Soluciones a medida para cada tipo de planta
Sin embargo, no es fácil preparar textos humanos para la inteligencia artificial. "No se puede desarrollar una IA perfecta que pueda utilizarse para cualquier tipo de planta de fabricación", dice Fazel Ansari. "Hay que desarrollar soluciones personalizadas para cada tipo de planta". A veces los datos están disponibles en forma de textos escritos a mano, en cuyo caso hay que digitalizarlos primero. Dependiendo del tipo de planta y de la industria, son importantes diferentes términos técnicos, y la IA debe ser entrenada primero para ello.
Para que una inteligencia artificial pueda "entender" realmente de qué tratan los textos, necesita conocer la situación general: Necesita entender la máquina, los procesos e incluso conocer el papel de las personas implicadas.
Sólo cuando la IA tiene esta comprensión puede clasificar correctamente los textos. Esto no sólo se hace con análisis estadísticos, como la detección de la frecuencia cambiante con la que aparecen ciertos términos. Los algoritmos también pueden distinguir entre evaluaciones positivas y negativas, lo que se denomina "análisis de sentimientos". Es posible examinar cómo han cambiado las evaluaciones subjetivas a lo largo del tiempo; también se detectan y cuantifican las asociaciones entre diferentes palabras.
"Ya se ha investigado mucho en este campo. Hasta cierto punto, podemos utilizar las soluciones de IA existentes y adaptarlas a nuestras necesidades. Pero todavía hay que investigar mucho para aplicar estos algoritmos de minería de textos en un entorno industrial", dice Fazel Ansari. "En el grupo de investigación de Mantenimiento Inteligente y Basado en el Conocimiento, tenemos mucha experiencia en el campo del mantenimiento industrial; actualmente tenemos varios proyectos de investigación en marcha en esta área temática. Esta experiencia es muy importante para poder aplicar y optimizar los algoritmos".
Los enfoques de minería de textos de la TU Wien podrían tener un potencial especialmente disruptivo en el sector de los seguros: "Para una empresa que ofrece seguros para equipos caros, el mantenimiento óptimo es, por supuesto, muy importante", dice Fazel Ansari. "En este ámbito, se puede ahorrar mucho dinero si se encuentran mejores métodos para detectar los problemas a tiempo".
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la química en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de química, análisis, laboratorio y tecnología de procesos le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
