2001: Una odisea en el espacio. Millones de años atrás, unos primates descubren un monolito que los conduce a un estadio de inteligencia superior. Millones de años después, otro monolito enterrado en una luna, despierta el interés de los científicos. HAL 9000, una máquina dotada de inteligencia artificial se encarga de controlar todos los sistemas de una nave espacial con destino a esa luna…
Lejos ya de visiones futuristas, la inteligencia artificial (IA) forma parte de nuestras vidas cotidianas desde hace décadas. Es interesante recordar que el padre de la IA, John McCarthy, la definió a principios de los 90 como “la ciencia y la ingeniería de la fabricación de máquinas y programas informáticos inteligentes”. En la actualidad el termino IA se asocia a algo mucho más complejo y enlazado fuertemente con conceptos o categorías como el “aprendizaje automático” (ML, Machine Learning), el “aprendizaje profundo” (DL, Deep Learning), los sistemas expertos, el procesamiento de imágenes, el “big data” o la teoría de la computación. Estos conceptos se aplican a procesos digitales que imitan las funciones cognitivas propias del ser humano como son el “detectar”, “percibir”, “razonar”, “aprender”, “mejorar el procedimiento” y “resolver el problema”.
La IA se ha convertido por tanto en un área muy relevante de investigación en todas o casi todas las ramas del conocimiento: la ingeniería, la ciencia, la educación, la medicina, los negocios, las finanzas, el marketing, la economía, el mercado de valores, el derecho o el deporte. La gama de soluciones IA ha crecido exponencialmente generando profundos impactos en los negocios, los gobiernos y la sociedad.
La industria no ha sido ajena. La digitalización y automatización “inteligente” forma parte ya de revoluciones industriales pasadas. Toda estrategia futura para la mejora de cualquier proceso de producción industrial según Industria 4.0 implica toma de datos e integración de plataformas IA/ML para la mejora de la calidad del producto, la optimización de los tiempos de parada, el rendimiento de la producción o el mantenimiento predictivo de los activos. La IA debe ayudar a la creación de una fabricación más inteligente en la que los robots puedan unir elementos con precisión milimétrica, el análisis de los datos identificar situaciones futuras y los procesos automatizados ajustar sus parámetros para desarrollar resultados sin errores. La implantación de soluciones de fabricación inteligente asegura crecimientos productivos a ritmos elevados. Según predicciones de la firma de consultoría TrendForce el mercado para este tipo de soluciones crecerá hasta los 320 mil millones de dólares este año 2020, marcando una tasa de crecimiento del 12.5% anual.
Pero esto no acaba aquí. La IA puede y debe resolver problemas críticos para la sostenibilidad de la producción manufacturera optimizando el consumo de agua y recursos energéticos, maximizando la producción de las plantas de energía sostenible, gestionando de forma inteligente los residuos o incrementando la seguridad para las instalaciones y para las personas.
Se utilizan herramientas IA para el desarrollo de modelos predictivos que permitan el establecimiento de los niveles de manganeso, turbidez y resto de parámetros del agua residual para su correcta devolución al ciclo natural sin impacto para el ecosistema. Se utilizan herramientas IA para la creación de plantas inteligentes que controlen el rendimiento energético global, así como el aseguramiento del confort, la salud de los trabajadores, la seguridad y la productividad en los espacios de trabajo. Se utilizan redes neuronales y herramientas IA en los procesos de producción, trasmisión y consumo de la energía eléctrica, ajustando la producción a la demanda y minimizando los consumos y las caídas no controladas de la red. Se investiga la posibilidad de aplicar herramientas IA/ML para elevar la ciberseguridad de las instalaciones a un nuevo y mejor nivel de protección frente a ataques que pongan en riesgo las instalaciones, personas o la propia naturaleza. Y así, decenas, cientos o miles de casos de aplicación.
Como conclusión, la IA y todas sus categorías y conceptos asociados debe ser la fuerza impulsora definitiva de la sostenibilidad para las fábricas del futuro. No queda otra si queremos llegar algún día a ese monolito en aquella luna lejana…
