El enfoque de prioridad a las personas ayuda a crear confianza en la inteligencia artificial de fabricación
Al aumentar la automatización y mejorar la inteligencia de los procesos de fabricación, la inteligencia artificial (IA) puede mejorar la calidad de la producción y, al mismo tiempo, reducir los costes, lo que haría avanzar a Europa hacia la industria 5.0. Los algoritmos predictivos pueden indicar el mejor momento para el mantenimiento de la maquinaria e identificar defectos de los productos, lo que evita los costosos tiempos de las paradas de la producción. La IA también optimiza las cadenas de valor, al analizar los macrodatos para predecir el suministro, la demanda y los niveles de inventario, lo que redunda en beneficio de los plazos de logística y producción. Aunque estos avances también añaden riesgos significativos, tales como la introducción de sistemas sesgados debido a datos de entrenamiento inadecuados o una mayor vulnerabilidad ante ciberataques. Sin embargo, quizás lo principal sea la falta de comprensión y de confianza por parte de las personas en la línea de producción. John Soldatos, coordinador técnico del proyecto STAR (Safe and Trusted Human Centric Artificial Intelligence), comenta: «Si la industria 5.0 va a alcanzar su potencial, no solo necesita el apoyo de esas personas, sino beneficiarse de su experiencia». El equipo de STAR colaboró con partes interesadas en el desarrollo de varias tecnologías avanzadas de IA. Estas tecnologías fueron evaluadas y validadas en tres demostraciones piloto en cuanto a su rendimiento técnico y social, en concreto, su nivel de confianza.
Poner a prueba la IA
La demostración piloto de (cobótica) Human-Robot Collaboration tuvo lugar en una fábrica de Philips (sitio web en neerlandés), en los Países Bajos. Allí, se pusieron a prueba los sistemas de aprendizaje activo de STAR en la inspección de calidad impulsada por IA, y se demostró que aumenta la eficiencia del proceso sin poner en riesgo los costes o el flujo de trabajo. Babis Ipektsidis, director del proyecto en Netcompany–Intrasoft, entidad anfitriona del proyecto, explica: «La IA consulta a los humanos cuando no está segura, por lo que evita los errores y las clasificaciones incorrectas al tiempo que permite que la IA se beneficie del conocimiento humano, lo que mejora significativamente la velocidad y calidad de su entrenamiento». En la demostración piloto AI security se aplicaron sistemas de IA explicable a la personalización de productos en las rejillas de ventilación de automóviles. Se demostró en las instalaciones de producción de IBER-OLEFF, en Portugal. Allí, las variaciones de los pedidos mensuales dificultan la optimización del proceso de fabricación. Ipektsidis apunta: «La IA explicable ayudó a los operadores a comprender cómo la automatización puede hacer que las líneas de producción sean más flexibles, al tiempo que las adapta a los cambios, tales como la introducción de nuevas piezas o productos finales». Finalmente, en la demostración piloto Safety with AI se pusieron a prueba las operaciones cobóticas en el Centro Alemán de Investigación en Inteligencia Artificial (DFKI). Los sistemas de realidad simulada, basados en el aprendizaje de refuerzo, entrenaron a los robots para moverse de forma segura alrededor de los compañeros de trabajo humanos mientras completaban tareas de la planta de producción. Al definir zonas de seguridad dinámicas para los robots, la IA mejoró la seguridad del trabajo cobótico, sin que se observaran colisiones. El equipo aplicó su novedosa metodología a la evaluación de sistemas de IA de confianza, tanto técnica como socialmente, para todos las demostraciones piloto Soldatos explica: «El rendimiento técnico nos ha convencido de que estas tecnologías robóticas pueden utilizarse en escenarios reales para mejorar los procesos de producción. Si bien la seguridad humana puede asegurarse, la formación de los empleados será vital, especialmente en tareas tales como la lectura de paneles de control y la comprensión de los resultados basados en datos».
Navegar por el entorno laboral general
Soldatos apunta que mostrar los beneficios de los sistemas de IA creadores de confianza no ha estado exento de dificultades: «El sector se mueve rápido, así que anticiparse a la normativa es difícil. La Ley de Inteligencia Artificial surgió durante el proyecto, pero conseguimos coordinar nuestras tecnologías con ella». Las colaboraciones en curso del proyecto ayudan a abordar estas dificultades. Los investigadores de STAR lideran las actividades de la iniciativa «AI projects in manufacturing», que facilita la colaboración y el intercambio de conocimientos. STAR contribuye también con activos, tales como información sobre modelos de IA de aprendizaje activo, en el portal AI4EU. En el proyecto se han puesto a disposición algunos de sus recursos a través de su plataforma de mercado y se han publicado ampliamente sus resultados, incluido un libro de libre acceso sobre tecnologías de IA de confianza, que ya ha sido descargado más de 40 000 veces. Los socios de STAR trabajan actualmente para avanzar en la madurez de sus prototipos, con el objetivo de lanzar productos comerciales en solo unos años tras la conclusión del proyecto. Si bien algunos productos están actualmente protegidos por licencias propietarias, los socios ofrecen versiones de código abierto de resultados seleccionados.
Palabras clave
STAR, automatización, fabricación, inteligencia artificial, humano, algoritmo, confianza, cobot
