Cómo la inteligencia artificial explicable puede impulsar el crecimiento de la industria 4.0
La inteligencia artificial explicable puede ayudar a salvar la brecha entre la comprensión humana y el funcionamiento de los modelos de inteligencia artificial
La primera revolución industrial se inició históricamente con la introducción de la tecnología de vapor y agua. Hemos recorrido un largo camino desde entonces, y la actual cuarta revolución industrial, o industria 4.0, se centra en la utilización de nuevas tecnologías para impulsar la eficiencia industrial. Algunas de estas tecnologías son el Internet de las Cosas (IoT), la computación en la nube, los sistemas ciberfísicos y la inteligencia artificial (IA). La IA es el motor clave de la Industria 4.0, ya que automatiza las máquinas inteligentes para que se autocontrolen, interpreten, diagnostiquen y analicen por sí mismas. Los métodos de IA, como el aprendizaje automático (ML), el aprendizaje profundo (DL), el procesamiento del lenguaje natural (NLP) y la visión por ordenador (CV), ayudan a las industrias a prever sus necesidades de mantenimiento y a reducir el tiempo de inactividad.
Imagen simbólica
pixabay.com
Sin embargo, para garantizar el despliegue y la integración fluidos y estables de los sistemas basados en la IA, las acciones y los resultados de estos sistemas deben hacerse comprensibles o, en otras palabras, "explicables" para los expertos. En este sentido, la IA explicable (XAI) se centra en el desarrollo de algoritmos que produzcan resultados comprensibles para el ser humano realizados por sistemas basados en IA. Por lo tanto, el despliegue de la XAI es útil en la Industria 4.0.
Recientemente, un grupo de investigadores, entre los que se encuentra el profesor adjunto Gwanggil Jeon, de la Universidad Nacional de Incheon (Corea del Sur), ha estudiado las tecnologías de IA y XAI existentes y sus aplicaciones en la Industria 4.0. Su revisión, publicada en IEEE Transactions on Industrial Informatics, estuvo disponible en línea el 27 de enero de 2022, y posteriormente se publicó en el volumen 18, número 8 de la revista el 8 de agosto de 2022.
"Aunque las tecnologías de IA como la DL pueden resolver muchos problemas sociales debido a su excelente rendimiento y resolución, es difícil explicar cómo y por qué se obtiene ese buen rendimiento. Por ello, es necesario desarrollar la XAI, para que la DL, como la actual caja negra, pueda ser modelada de forma más eficiente. También será más fácil hacer aplicaciones", afirma el profesor Jeon en al explicar su motivación para el estudio.
Los métodos basados en la XAI se clasifican según las tareas específicas de la IA, como las explicaciones de características, la toma de decisiones o la visualización del modelo. Los autores señalan que la combinación de la IA de vanguardia y los métodos basados en la XAI con las tecnologías de la Industria 4.0 da lugar a diversas aplicaciones exitosas, precisas y de alta calidad. Una de estas aplicaciones es un modelo XAI realizado mediante visualización y ML que explica la decisión de un cliente de comprar o no un seguro de no vida. Con la ayuda de la XAI, los humanos pueden reconocer, comprender, interpretar y comunicar cómo un modelo de IA saca conclusiones y toma medidas.
Está claro que el uso de la IA en la Industria 4.0 tiene muchas ventajas notables; sin embargo, también tiene muchos obstáculos. El más importante es la naturaleza de los sistemas basados en la IA, que requieren un gran número de núcleos y GPUs, así como la necesidad de un ajuste fino y una optimización de los hiperparámetros. En el centro de todo esto están los datos recogidos y generados a partir de millones de fuentes, dispositivos y usuarios, lo que introduce un sesgo que afecta al rendimiento de la IA. Esto puede gestionarse utilizando métodos de XAI para explicar el sesgo introducido.
"La IA es el principal componente de la transformación industrial que capacita a las máquinas inteligentes para ejecutar tareas de forma autónoma, mientras que la XAI desarrolla un conjunto de mecanismos que pueden producir explicaciones comprensibles para los humanos", concluye el profesor Jeon.
La adaptación de los métodos basados en la XAI puede acercarnos un poco más a la realización eficiente de ciudades inteligentes, fábricas, atención sanitaria y ciberseguridad".
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
![Visualización de la catálisis de la [Fe]-hidrogenasa mediante espectroscopia de resonancia magnética nuclear potenciada con parahidrógeno](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
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.
