La inteligencia artificial (IA) ha aparecido recientemente como una tecnología disruptiva que puede o podría aplicarse en todos los sectores y con distintos fines.
A La IA se ha utilizado ampliamente para crear predicciones basadas en datos históricos, como los relacionados con las ejecuciones de las máquinas o los hábitos de las personas, entre otros.
Estos algoritmos, llamados de aprendizaje automático (uno de los aspectos de la IA), tienen como objetivo aprender de los datos históricos y hacer predicciones.
Si nos fijamos en el entorno industrial, podemos ver aplicaciones de estos algoritmos para predecir posibles defectos en productos teniendo en cuenta parametrizaciones de máquinas o la Vida Útil Restante (VUL) de una máquina, en función de su uso, entre otros muchos casos.
Sin embargo, en los últimos meses se está hablando sobre todo de IA Generativa, en la que, a diferencia de los ejemplos anteriores, este aspecto de la IA pretende crear nuevos contenidos (es decir, datos).
Estos datos pueden ser imágenes, vídeos, texto y sonidos, entre otros.
Aunque la IA Generativa es una rama de la IA que se ha explorado y estudiado en los últimos años, se ha comentado recientemente debido a los chats que permiten al sistema crear una conversación con los usuarios.
Parece que el usuario está hablando con una persona con conocimientos avanzados en el tema, en este caso, en cualquier tema, ya que los chats disponibles utilizan redes de Aprendizaje Profundo para crear la respuesta a cualquier pregunta formulada en el chat.
Aunque estos enfoques son impresionantes, la IA Generativa puede utilizarse para muchos fines distintos, uno de los cuales es mejorar los procesos industriales.
En los procesos industriales, la IA Generativa puede ayudar a diseñar nuevos productos o a crear los mismos productos pero con características diferentes.
Se están empezando a utilizar herramientas con IA Generativa para proponer diferentes diseños para un mismo producto, evaluando automáticamente el rendimiento de cada una de las propuestas.
Otro caso en el que se puede utilizar la IA Generativa es el uso de este tipo de soluciones para optimizar los procesos de producción, tanto si estas optimizaciones están relacionadas con el mejor uso de los recursos de la fábrica, mediante la generación de parametrizaciones, diferentes combinaciones de uso de esos mismos recursos, o incluso la sugerencia de nuevas distribuciones de la planta de producción, utilizando AGVs, cintas transportadoras y sugiriendo las mejores posiciones para los distintos puestos de trabajo.
La IA Generativa también puede utilizarse para mitigar las limitaciones de las soluciones de IA que se han aplicado hasta la fecha.
Como es sabido, las soluciones de IA más “tradicionales” requieren datos para entrenar los modelos de aprendizaje automático, que luego pueden utilizarse para hacer predicciones.
Con la IA Generativa, también es posible crear datos sintéticos que se utilizan junto con datos reales para aumentar el rendimiento de los modelos de aprendizaje automático creados.
De este modo, la IA Generativa también puede utilizarse para ayudar a desarrollar otros modelos de IA.
De este modo, con la IA Generativa será posible aumentar el número de soluciones, como el mantenimiento predictivo y la inspección de calidad, que antes no podían desarrollarse por falta de datos reales.
En los génerosl, es posible comprobar el potencial de estos enfoques para los entornos industriales.
En el caso de los Sistemas de Ejecución de la Fabricación (MES), pueden beneficiarse mucho de esta tecnología al utilizarla para desarrollar nuevas funcionalidades avanzadas.
