Automatización y digitalización aún más eficientes gracias a las redes neuronales

La inteligencia artificial se ha hecho indispensable en la supervisión y el control de las máquinas. Las redes neuronales se utilizan ahora de forma habitual, incluso en máquinas herramienta altamente especializadas.

“La inteligencia artificial en forma de redes neuronales se utiliza a menudo para supervisar las máquinas. Las redes se ‘entrenan’ utilizando grandes cantidades de datos de diversos sensores para predecir patrones de señales”, explica el profesor Berend Denkena, director del Instituto de Ingeniería de Producción y Máquinas-Herramienta (IFW) de la Universidad Leibniz de Hannover. “Se informa al personal y la máquina se detiene si hay una discrepancia entre el patrón de señal previsto y el real”.

“Los asistentes de IA también ofrecen un gran potencial en la producción, donde pueden simplificar el funcionamiento de las máquinas, que actualmente es muy complejo”, afirma el profesor Berend Denkena, director del Instituto de Ingeniería de Producción y Máquinas-Herramienta (IFW) de la Universidad Leibniz de Hannover. Foto: Universidad Leibniz de Hannover.

La IA evoluciona rápidamente, lo que significa que los profesionales del sector tienen que enfrentarse a un aluvión constante de nuevas tendencias. Según Denkena, entre las innovaciones actuales de especial interés figura el desarrollo de sistemas de asistencia de IA basados en modelos lingüísticos a gran escala. Estos modelan la sucesión de elementos en una secuencia. Asistentes de IA como Github Copilot ya están ganando aceptación en el campo del desarrollo de software, por ejemplo.

La herramienta basada en la nube, desarrollada por Github, filial de Microsoft, y OpenAI, especialista en IA, ayuda a los especialistas a programar autocompletando códigos. “Los asistentes de IA también ofrecen un gran potencial en la producción, donde pueden simplificar el funcionamiento de las máquinas, que actualmente es muy complejo en algunos casos”, afirma Denkena.

En la industria, la IA ya se ha establecido en el campo del mantenimiento predictivo. Los sensores y las redes neuronales ayudan a detectar si una máquina está defectuosa y requiere mantenimiento. Los fabricantes de tecnología de fabricación suelen asociarse con investigadores y startups orientadas a la investigación para abordar este campo de investigación intensiva.

La startup ai-omatic solutions GmbH, con sede en Hamburgo, por ejemplo, está especializada en mantenimiento predictivo. Lena Weirauch, CEO y cofundadora de ai-omatic, explica: “La IA permite comprender información, reconocer patrones, resolver problemas y tomar decisiones. Por eso, los datos utilizados para “entrenar” esa IA desempeñan un papel muy importante”.

Esto funciona especialmente bien en la tecnología de producción, afirma, debido a la considerable base de datos que ya existe. El mantenimiento predictivo también resulta tan atractivo “...porque muchas máquinas ya están equipadas con un gran número de sensores que generan datos que luego pueden evaluarse”, afirma Weirauch.

Según Weirauch, los procesos basados en IA que ya han dado el salto del laboratorio de investigación a la práctica industrial incluyen tecnologías de reconocimiento de imágenes que se utilizan para la inspección de calidad en la fabricación o para la navegación autónoma de robots y drones. Los robots industriales y los cobots (robots colaborativos) están equipados con algoritmos avanzados de IA para realizar tareas de fabricación, logística y gestión de inventarios, explica.

Este tipo de cobots los ofrece, por ejemplo, el fabricante de robots Yaskawa, de Kitakyushu (Japón). Estas máquinas inteligentes pueden embalar palés en un proceso totalmente automatizado. Utilizan IA que les permite prescindir de protecciones, trabajar con distintos tipos de palés y cargar palés de distintas alturas.

El especialista en robótica Schunk, con sede en Heuchelheim (Hesse), también equipa robots con IA, lo que les permite reconocer objetos y clasificarlos en consecuencia. Esto permite a las pequeñas y medianas empresas, por ejemplo, automatizar las tareas de clasificación y hacer que sus máquinas trabajen durante la noche.

El especialista en láser Trumpf, con sede en Ditzingen (suroeste de Alemania), también está desarrollando el uso de la IA en la producción. La empresa lanzó en 2020 un sistema basado en IA que ayuda a los empleados a clasificar componentes. Esta ‘Guía de clasificación’ se muestra en una pantalla en su entorno de trabajo, mostrando gráficamente a los empleados qué componentes pertenecen a qué órdenes de trabajo. Además, la pantalla también contiene toda la información relevante sobre los procesos de seguimiento. Esto debería aumentar significativamente la eficiencia de la producción, especialmente en el caso de los paneles de chapa utilizados para una serie de pedidos diferentes, promete Alexander Kunz, jefe de la unidad Smart Factory de Trumpf.

“Alimentamos la IA con datos hasta que puede reconocer nuevas situaciones más rápido y tomar mejores decisiones que un humano o un algoritmo conservador”, explica Kunz. “Solo entonces nos referimos a esto como IA en Trumpf”. Dos casos de uso clave son la optimización de procesos basada en el diagnóstico y la predicción preventiva.

El sistema ‘Active Speed Control’ de Trumpf para el corte por láser, por ejemplo, utiliza una cámara que toma 40 imágenes por segundo. “Entrenamos a la IA para que distinga las imágenes transversales buenas de las malas y, a continuación, decida la acción adecuada. Esto nos permite mejorar continuamente la calidad del corte”, afirma Kunz. En el caso de la predicción preventiva, por ejemplo, la IA reconoce de forma independiente si un contorno es difícil de producir o cuándo una pieza corre peligro de atascarse. “De nuevo, podemos entrenar al sistema para que tome las medidas adecuadas por sí mismo. Esto ayuda a prevenir los errores antes de que se produzcan”.

Para que la inteligencia artificial pueda desarrollarse, debe ser capaz de inspirarse en la inteligencia natural y el conocimiento experiencial de los humanos. Esto significa que los especialistas deben entrenar a la IA antes de poder utilizarla. Este es el punto en el que una máquina meramente inteligente puede convertirse en una máquina autodidacta.

Esto hace que la IA resulte especialmente atractiva ante la actual escasez de mano de obra cualificada. “En mi opinión, el cambio demográfico está convirtiendo la incorporación de conocimientos especializados a la inteligencia artificial en uno de los temas de investigación más apasionantes de la ingeniería de producción en estos momentos”, explica el profesor Christian Brecher, que dirige la Cátedra de Máquinas-Herramienta del Laboratorio de Máquinas-Herramienta e Ingeniería de Producción de la Universidad RWTH de Aquisgrán. La “conservación del conocimiento experto”, como denomina Brecher a la transferencia de conocimientos del hombre a la máquina, contribuirá a contrarrestar la grave escasez de trabajadores cualificados en el futuro.

Sin embargo, las pequeñas y medianas empresas carecen a menudo de los recursos financieros y humanos necesarios para integrar la IA en su producción. “Una solución sería colaborar y formar asociaciones”, afirma Brecher, que también es miembro de la junta directiva de la WGP (Asociación Académica Alemana para la Tecnología de la Producción), una asociación de destacados investigadores en ciencias de la producción. “En Aquisgrán, esta es la estrategia que seguimos en nuestros numerosos centros y grupos de trabajo especializados”.

Además, los proyectos de transferencia están ayudando a llevar los conocimientos del laboratorio de investigación a la industria. Un ejemplo es la Red de Demostración y Transferencia de la IA en la Producción (ProKI), que está recibiendo un amplio apoyo del WGP. Un total de ocho centros repartidos por toda Alemania ofrecen cursos de formación y proyectos de transferencia a empresas manufactureras.

El uso de la IA en la producción industrial ofrece muchas ventajas, pero también conlleva sus propios retos. En primer lugar, los modelos de IA necesitan cantidades suficientes de datos de alta calidad. Por eso, Lena Weirauch, de ai-omatic, ha emitido una recomendación pragmática para que las empresas “...creen primero casos de uso para los que ya haya datos disponibles”. Integrar la IA en los procesos de producción y las máquinas existentes también puede ser una empresa compleja que requiera múltiples ajustes e inversiones. Por eso tiene sentido que las empresas utilicen primero herramientas estándar o aplicaciones de IA existentes en lugar de desarrollar las suyas propias.

Tampoco es fácil convencer a los humanos del uso de la IA, como señala el fundador de la startup. “A menudo, existe una antipatía inicial hacia la IA, derivada de la ignorancia y la falta de conocimientos”, afirma Weihrauch. Hay que preparar y formar a los empleados en los sistemas de IA para que puedan utilizarlos con eficacia”. No obstante, Weirauch reconoce que la IA en la fabricación plantea cuestiones éticas, sobre todo en relación con el uso de robots autónomos y su impacto en los puestos de trabajo.

¿Serán realmente superfluos los trabajadores cualificados en las fábricas una vez que sus conocimientos se hayan transferido al sistema de IA? Denkena considera la cuestión desde distintos ángulos: “Antes de todas las grandes revoluciones tecnológicas, se planteaba la cuestión de si la nueva tecnología dejaría obsoletos a los humanos”, afirma. “Era difícil imaginar qué nuevo papel desempeñarían los humanos en las fábricas antes de que se introdujeran las máquinas controladas por ordenador. Hoy, por supuesto, vemos los ordenadores como herramientas que utilizamos y no como nuestros rivales. Creo que en el futuro llegaremos a ver la inteligencia artificial como una herramienta del mismo modo”.

No obstante, las personas que trabajen en las fábricas inteligentes necesitarán nuevas competencias. “Los empleados necesitarán conocimientos de software y deberán ser versátiles”, explica Denkena. La inteligencia artificial aumentará tanto el número de máquinas como su grado de automatización. Programar las máquinas individuales será mucho más fácil, pero los empleados tendrán que manejar un gran número de máquinas diferentes.

Para que la IA tenga éxito, tendrá que superar cierta resistencia, incluso por parte de los ejecutivos de las empresas manufactureras. “Muchas empresas siguen siendo muy reacias a compartir datos”, afirma Denkena. Apenas hay conjuntos de datos de producción industrial disponibles en grandes plataformas de IA como Hugging Face, afirma. En muchas otras áreas, sin embargo, el código abierto ha sido fundamental para garantizar el éxito de los modelos de IA. “Además, el nivel de comunicación estandarizada sigue siendo insuficiente para el Internet de las cosas”, advierte Denkena. Se necesitan soluciones individuales para todo, incluida la adquisición de datos. “La inversión financiera necesaria dificulta especialmente a las pequeñas y medianas empresas iniciarse en la IA”.

Mientras tanto, la IA es claramente inevitable si la producción industrial quiere seguir siendo competitiva a nivel internacional. “Dados los retos a los que se enfrenta la industria alemana y europea, la IA desempeñará un papel importante en el aumento de la eficiencia de nuestros procesos de producción y empresariales y, por tanto, de nuestra competitividad”, afirma Brecher. Además, la IA será un factor decisivo a la hora de determinar la capacidad de las empresas para innovar en sus productos y procesos de producción.

¿Está Alemania por delante de la competencia internacional —especialmente China, Japón y EE. UU. — en el desarrollo de la fabricación digital en red? El director de Trumpf, Kunz, tiene una visión más amplia a la hora de responder a esta pregunta clave. “Los fabricantes alemanes de chapa metálica ya están muy bien posicionados en lo que respecta a la digitalización y la automatización, especialmente en comparación con Asia”, afirma.

Kunz cree que la siguiente fase de desarrollo se encuentra en el área de los servicios digitales. “Por ejemplo, actualmente hay unas 5.000 máquinas sobre el terreno conectadas al sistema informático de Trumpf. Si hay alguna anomalía en los datos de la máquina, nos damos cuenta inmediatamente y nos ponemos en contacto con el cliente.” Además, Trumpf ofrece a los clientes la programación remota de sus máquinas o la posibilidad de depurarlas durante el turno de noche”.

La firma estará presente en Nortec con máquinas aptas para entrar en el mundo Trumpf. Se trata de máquinas para corte y soldadura por láser. Las máquinas expuestas se centrarán en la producción digital en red. “Estos modelos ya son técnicamente muy avanzados, pero la industria alemana es más bien cauta a la hora de aplicarlos. Otros países, como Estados Unidos, son más proactivos en este sentido”, resume Kunz.