61 INTELIGENCIA ARTIFICIAL Como director del Departamento de Ciencia de Datos y Metrología del Fraunhofer ILT y catedrático de Tecnología de Sistemas Ópticos TOS de la Universidad RWTH de Aquisgrán, Carlo Holly se ocupa a diario de innovaciones basadas en datos. “Cuando diseñamos sistemas ópticos, nuestra IA implementa en segundos lo que antes los algoritmos clásicos necesitaban horas o días para hacer o no podían hacer en absoluto”, explica Holly. Sin embargo, cree que el actual proceso de innovación basado en la inteligencia artificial (IA) también está abriendo nuevos caminos. “El potencial de la IA va más allá de la simple supervisión y control de los procesos láser: podemos utilizarla para allanar el camino hacia una producción a la primera”, afirma. Si los instrumentos de la moderna tecnología de medición y sensores se combinan inteligentemente con métodos de IA, se puede entrenar a las máquinas para que produzcan sin errores desde el principio o para que reaccionen de forma autónoma a los cambios en el proceso. “La IA tiene el potencial de cerrar los bucles de control. Las máquinas que aprenden y se reajustan a sí mismas en el proceso basándose en una evaluación continua de los datos están entrando en el terreno de lo factible”, afirma Holly. CADA VEZ MÁS ACTORES Y APLICACIONES DE IA Los especialistas de Microsoft Ansgar Heinen y Marcel Franke también abordaron la naturaleza dinámica del mercado de la IA: “Nunca antes habíamos visto que una nueva tecnología se adaptara tan rápidamente, incluso en sectores más conservadores”, informaron. Y nunca antes una solución digital se había extendido tan rápidamente como ChatGPT. Apenas cinco días después de su lanzamiento, la IA, basada en un gran modelo lingüístico (LLM), tenía un millón de usuarios en todo el mundo; apenas dos meses después, superaba los 100 millones. Para su desarrollo, ordenadores centrales de última generación escanearon muchos petabytes de datos de texto de libros, artículos o código de software en busca de patrones y reglas gramaticales y semánticas generalizables. La IA generativa los ha integrado en su sistema lingüístico y ahora puede generar código o comunicarse como un humano. Para estas tareas, los LLM deben ser muy variables y tomar decisiones entre un gran número de parámetros. “El número de estos parámetros es un orden de magnitud superior al número de estrellas de nuestra galaxia”, explicó Marcel Franke en la conferencia de Aquisgrán. Sin embargo, la IA es muy fácil de utilizar. Por primera vez, los humanos ya no tienen que aprender el lenguaje de la máquina. “Como nuestro lenguaje sirve de interfaz, la IA se convierte en un copiloto comunicativo”, afirmó. Al mismo tiempo, los LLM pueden utilizarse de diversas formas y entrenarse para aplicaciones específicas en la industria, la administración, el sector jurídico y la investigación y el desarrollo. Y, según Heinen, la IA se está abriendo camino en cada vez más corporaciones y medianas empresas de los sectores de la automoción, la ingeniería mecánica, la electricidad, la química y la industria farmacéutica. Su observación coincide con las previsiones de la empresa estadounidense de estudios de mercado Gartner. Sus analistas ven en la IA un cambio de paradigma que irá acompañado de formas completamente nuevas de colaboración entre humanos y máquinas. El impacto en la vida moderna será similar al de la introducción de internet y el smartphone. Según Gartner, en 2030 el 80% de las personas interactuarán a diario con robots inteligentes. Ya en 2025, la IA contribuirá al desarrollo de uno de cada tres nuevos medicamentos y materiales. Y para el año 2024, Gartner prevé que tres cuartas partes de las empresas aumentarán sus inversiones en IA. AMPLIA GAMA DE APLICACIONES FOTÓNICAS En doce presentaciones y una visita guiada a los laboratorios Fraunhofer ILT, la conferencia ilustró cómo la IA también está haciendo avanzar la fotónica. Volker Rominger, director de Aprendizaje Automático y Simulación en Aplicaciones Láser de Trumpf, presentó una amplia gama de aplicaciones de IA relacionadas con el corte, plegado y soldadura por láser. Entre ellas, ‘optimate’, su programa automatizado de optimización de componentes que analiza diseños convencionales, sugiere alternativas fabricadas con chapa doblada Un ejemplo práctico: Sven Linden, del Fraunhofer ILT, muestra cómo la interferometría de luz blanca in situ basada en la segmentación semántica ayuda a los usuarios a analizar y clasificar la calidad de los componentes pulidos con láser píxel a píxel. Foto: Fraunhofer ILT, Aquisgrán, Alemania.
RkJQdWJsaXNoZXIy Njg1MjYx