La única forma de que las empresas industriales sigan siendo competitivas en los próximos años es vinculando la inteligencia artificial (IA) a la automatización de sus procesos, advierte el Dr. Sepp Hochreiter, profesor de la universidad austriaca JKU Linz.
Hoy en día, los prototipos suelen desarrollarse con rapidez, pero el reto de los proyectos industriales de IA -más allá de la adquisición y el procesamiento de datos- suele residir en la integración de la aplicación en una planta, célula, sistema de transporte o línea de producción. En otras palabras, el plug and play de la IA es poco frecuente. HANNOVER MESSE 2023 se presenta como el centro de interconexión ideal, donde los desarrolladores de IA y los ingenieros de software se reúnen con los usuarios para desarrollar conjuntamente productos o procesos de IA de calidad industrial. Mientras que en el pasado la atención se centraba en casos de uso en los que se detectaban errores o anomalías o se realizaban pronósticos, en 2023 la industria se centra en la optimización de procesos y el uso de métodos de IA para la simulación, las pruebas y el desarrollo de productos.
El segundo día del salón, la empresa Monolith AI presentará su solución para la simulación en ingeniería mecánica en el marco del evento Industrial AI, en el escenario Industrial Transformation Stage situado en el pabellón 3. El planteamiento de Monolith AI va incluso más allá de la pujante industria de la simulación. Cada simulación realizada desarrolla un modelo, porque los creadores se basan en datos en tiempo real. Esto significa que la ingeniería mecánica podría ahorrarse numerosos procedimientos de prueba. Además, la IA hace sugerencias a los desarrolladores sobre sus productos, basándose en los datos en tiempo real. Esta empresa inglesa tiene unos objetivos muy ambiciosos: Para 2026, pretenden reducir en un 50% el tiempo de desarrollo de productos de 100.000 ingenieros. En el mismo evento, el fabricante de maquinaria Hawe Hydraulik informará sobre cómo está utilizando el aprendizaje por refuerzo e implementando la tecnología en sus procesos.
La IA generativa, por ejemplo en forma de la herramienta DALL-E, también cambiará la cara del desarrollo de productos industriales, ya que el diseñador recibirá la ayuda de un agente inteligente. Festo, la empresa expositora, lleva varios años trabajando en el ámbito del aprendizaje por refuerzo para procesos de fabricación. El siguiente paso implica el uso de algoritmos generativos para el desarrollo de productos. OpenAI ha publicado recientemente modelos 3D de DALL-E. El reto de la industria, aparte del desafío 3D, es que los productos también deben ser móviles. Además de Festo, que también aporta su nuevo Cobot, Autodesk también está abordando esta cuestión.
El reto de integrar el aprendizaje automático en los procesos también está siendo abordado por los proveedores de control de procesos. Siemens por ejemplo se centra además en ofrecer ML Ops, en el que los ingenieros proporcionan modelos de aprendizaje automático fiables para una producción eficiente y los mantienen continuamente. Siemens también ofrecerá una visión de un proyecto de IA en las instalaciones de un cliente en el evento Industrial AI del segundo día de la feria.
El reto de integrar el aprendizaje automático en los procesos también está siendo abordado por los proveedores de control de procesos: Siemens se centra además en ofrecer ML Ops, en el que los ingenieros proporcionan modelos de aprendizaje automático fiables para una producción eficiente y los mantienen continuamente. Siemens también ofrecerá una visión de un proyecto de IA en las instalaciones de un cliente en el evento Industrial AI del segundo día de la feria.
Además, los visitantes encontrarán herramientas de IA y casos de uso en los que inspirarse. Omron presentará un sistema de control Cell-Line, mientras que Beckhoff exhibirá soluciones de visión y Dürr presentará su familia de productos DXQanalyze. La promesa: Permite el registro exhaustivo de todos los datos de proceso disponibles para detectar en tiempo real posibles defectos de calidad del producto o el incipiente desgaste de los equipos. El sistema utiliza datos condensados a un nivel superior para extraer conclusiones sobre la funcionalidad de los distintos pasos de la cadena de valor, basándose en la calidad documentada del producto.
