Intel·ligència Artificial aplicada a la indústria 4.0, per Dr. Oleguer Sagarra.
El Dr. Oleguer Sagarra, cofundador i co-ceu de Dribia, va fer una conferència als socis d’INDPULS sobre com aplicar la Intel·ligència Artificial (IA) a la Indústria 4.0. Ens va explicar de manera molt didàctica com la IA pot ajudar les empreses industrials a optimitzar els seus processos i ens va compartir algunes claus per detectar quines de les necessitats de les nostres empreses es poden resoldre mitjançant un projecte d’IA. Ens va explicar de manera molt didàctica com la IA pot ajudar les empreses industrials a optimitzar els seus processos i ens va compartir algunes claus per detectar quines de les necessitats de les nostres empreses es poden resoldre mitjançant un projecte d’IA.
Una definició per a la Intel·ligència Artificial
Sens dubte, la Intel·ligència Artificial s’ha popularitzat gràcies a tecnologies com ChatGPT o els programes de generació d’imatges. Però avui dia, els professionals no s’acaben de posar d’acord amb una definició per a aquesta nova tecnologia.
Oleguer ens proposa una descripció molt encertada partint de la definició d’intel·ligència humana: La capacitat d’una persona de percebre el seu entorn i assolir els objectius amb èxit. Partint d’aquesta idea, cal tenir en compte tres factors essencials que canviaran quan apliquem aquesta definició al camp de la tecnologia.
- La “capacitat” dependrà d’un ordinador, no pas una persona, que no té les capacitats que pot tenir una persona com, per exemple, el sentit comú.
- Un ordinador no pot percebre el vostre entorn, només llegir dades. Si una informació no està processada, no podreu aplicar-la per resoldre una tasca.
- L’ordinador no té objectius, sinó que està programat per resoldre una petició concreta, i com més concreta sigui aquesta tasca, millor la resoldrà.
Així, Oleguer Sagarra defineix la Intel·ligència Artificial com la capacitat d’un ordinador de processar dades i assolir amb èxit i rapidesa una tasca molt concreta.
“La tecnologia ens dóna l’escalabilitat, però hi ha un aspecte clau que no hem d’oblidar: La tecnologia de per si no ens donarà resultat, perquè necessita un acompanyament, hi ha d’haver un grup de persones darrere que identifiquin aquesta tasca i determinin què és allò que volem fer. Aquest binomi és irrompible.” – Oleguer Sagarra.
El cicle dexplotació de dades
A continuació, Oleguer ens va compartir eines per identificar el grau de digitalització de la nostra empresa. Per això, hem d’identificar a quin punt del cicle d’explotació de dades ens trobem tenint en compte 4 fases:
- Digitalització: quan disposem d’eines per a mesurar el present, processar i emmagatzemar dades.
- Informació: quan disposem de dades de qualitat per poder fer preguntes i descriure el present de l’organització.
- Optimització: quan disposem de dades que ens permeten aplicar IA per predir, automatitzar i optimitzar resultats. En definitiva, ésser més eficients.
- Coneixement: quan el repetit d’IA ens permet interpretar els models utilitzats per aprendre aspectes nous dels nostres processos, que no coneixíem.
Intel·ligència Artificial i Indústria 4.0
La indústria 4.0 és un procés summament complex que implica la interconnexió de tota la fàbrica. No obstant això, una vegada s’aconsegueix aquesta interconnexió, això només marca el començament del trajecte. Gràcies a la ciència de dades, els models productius adaptats i en temps real han aconseguit un nou nivell d’optimització.
Un cop tenim una indústria connectada amb sensors i disposem de dades que volem explotar, el primer que hem de fer és identificar a quin nivell d’explotació de dades se situa la nostra empresa i, en segon lloc, diferenciar entre projectes micro i macro.
Els projectes micro se centren en un procés de la fàbrica que es vol optimitzar, mentre que els projectes macro combinen dades de múltiples màquines. Són projectes més complexos, però amb més impacte, que són els que desenvolupa Dribia.
Què pot fer la Intel·ligència Artificial per a la Indústria 4.0?
Per identificar quins reptes podem solucionar gràcies a la IA, Oleguer ens recomana parlar de “tasques” en comptes de parlar de “algorismes”. Per generar confiança en l’organització, és important involucrar operaris i altres empleats de l’empresa, que puguin validar els resultats, predir el passat i, a poc a poc, vagin adquirint confiança.
Oleguer Sagarra distingeix tres tipus de tasques que podem resoldre mitjançant IA: tasques de regressió, de segmentació i de classificació. Pensar en termes de tasques ens ajuda a identificar quins processos podem millorar.
El cas d’èxit de Celsa Group
Finalment, vam conèixer de primera mà casos d’èxit d’optimitzacions mitjançant ciència de dades desenvolupades per Dribia. Entre ells, el cas de Celsa Group. Gràcies a un procés de post-IA, es va poder predir de manera semiautomàtica la qualitat de compra del producte primari, en aquest cas ferralla recuperada. Oleguer va destacar la forma de treball semiautònoma, “Les persones i els algoritmes han de treballar junts, per la qual cosa mai no serà bona idea eliminar les persones de l’equació”.
Dribia. Transformar empreses a través de la ciència de dades.
Dribia és una empresa que fa set anys que realitza projectes de ciència de dades amb empreses a través del disseny d’algorismes amb analítica avançada i intel·ligència artificial, per comprendre, predir i optimitzar els processos empresarials. Els seus algorismes es converteixen en solucions de programari a mida amb un alt impacte a qualsevol sector. Pots conèixer més sobre Dribia aquí.
