De la industria 4.0 a la industria cognitiva

Llevo más de 25 años trabajando en el desarrollo de sistemas de automatización, visión artificial e inteligencia artificial. Durante este tiempo he tenido la oportunidad de vivir una transformación tecnológica enorme, desde los primeros sistemas de visión que desarrollábamos para resolver problemas muy concretos de inspección hasta los modelos de inteligencia artificial que hoy somos capaces de integrar en procesos industriales.

Mirando hacia atrás, creo que esta evolución puede resumirse de una manera bastante sencilla. Primero automatizamos las máquinas. Después las conectamos. Ahora tenemos por delante un reto mucho más interesante: conseguir que sean capaces de ayudarnos a comprender lo que está ocurriendo.

La Industria 4.0 supuso un avance enorme porque permitió conectar prácticamente todos los elementos de un proceso industrial. Robots, PLC, cámaras, sensores, sistemas de control, bases de datos, ERP y MES comenzaron a intercambiar información.

El resultado es que nunca habíamos dispuesto de tantos datos sobre nuestros procesos. Pero esto ha generado también un problema que encuentro cada vez con mayor frecuencia: tenemos más información de la que una persona puede interpretar.

Podemos disponer de una fábrica completamente conectada y, sin embargo, seguir necesitando que un ingeniero observe varias pantallas, revise alarmas, históricos, imágenes y señales para intentar comprender por qué algo no está funcionando como debería. Creo que ahí se encuentra uno de los próximos grandes retos de la automatización.

La visión artificial es quizá el mejor ejemplo porque es una tecnología con la que llevo trabajando buena parte de mi carrera profesional.

Hace más de veinte años, cuando desarrollábamos un sistema de visión industrial, normalmente buscábamos resolver una tarea muy específica: medir una pieza, localizar un objeto, detectar un defecto o decidir si un producto era correcto o incorrecto. La cámara era fundamentalmente una herramienta de control de calidad.

Hoy veo las cámaras de una manera diferente. Se están convirtiendo en los ojos de sistemas de inteligencia artificial mucho más complejos.

Lo mismo ocurre con el resto de los dispositivos que hemos ido incorporando a la industria. Un sensor de temperatura, presión o vibración proporciona información sobre el estado físico del proceso. Un encoder nos informa sobre movimiento y posición. Un PLC nos permite conocer su estado lógico. Un robot, además de proporcionar información, tiene capacidad para actuar sobre el mundo físico.

Durante años hemos trabajado para conseguir que todos estos dispositivos pudieran comunicarse. Ahora necesitamos conseguir que toda la información que generan pueda interpretarse conjuntamente. Porque tener muchos sensores no significa necesariamente comprender mejor un proceso.

Últimamente me gusta pensar en esta cuestión de una manera diferente. Una cámara no genera solamente imágenes. Genera evidencia visual sobre lo que está ocurriendo.

Un sensor genera evidencia física. Un PLC aporta evidencia sobre el estado lógico del proceso. Un robot proporciona evidencia sobre su posición, movimiento y ejecución. Los históricos aportan memoria sobre lo que ocurrió anteriormente.

Y hay otra fuente de evidencia que durante muchos años hemos tenido enormes dificultades para incorporar a nuestros sistemas: las personas.

Cualquiera que haya trabajado en una fábrica conoce al técnico que, simplemente escuchando una máquina, sabe que algo no funciona correctamente. O al operario que reconoce que varias pequeñas anomalías que individualmente no parecen importantes suelen aparecer juntas antes de que ocurra un determinado problema.

Ese conocimiento es tremendamente valioso y muchas veces no aparece en ninguna base de datos ni en ningún manual. El desafío que tenemos ahora consiste en reunir todas esas evidencias y utilizarlas para construir una interpretación de lo que está ocurriendo. Aquí es donde creo que los nuevos modelos de inteligencia artificial pueden cambiar profundamente nuestra manera de entender la automatización.

Los grandes modelos de lenguaje han demostrado una capacidad extraordinaria para relacionar información y hacerla comprensible para las personas. El siguiente paso será integrarlos con modelos multimodales y con la información procedente directamente del mundo físico.

Actualmente estamos explorando este concepto en un proyecto denominado CowTrace Cognitive Brain.

Nuestro objetivo es desarrollar una arquitectura cognitiva capaz de recibir información procedente de sistemas de visión artificial, sensores, robots, controladores y datos históricos, y utilizar todas esas evidencias para construir una interpretación global del estado de un proceso.

No pretendemos sustituir al PLC ni entregar a un modelo de lenguaje el control directo de una máquina. Los sistemas deterministas seguirán siendo fundamentales para garantizar el funcionamiento seguro y en tiempo real de los procesos industriales.

Lo que estamos explorando es una capa superior de inteligencia capaz de analizar el contexto.

Queremos que el sistema pueda ayudarnos a responder preguntas que hasta ahora requieren normalmente la intervención de diferentes especialistas: qué está ocurriendo, qué evidencias tenemos, si había sucedido anteriormente algo parecido, qué decisión se tomó entonces y cuál fue el resultado.

Esto supone pasar de registrar lo que ocurre a intentar comprender por qué ocurre.

Hay otro aspecto de esta evolución que me parece especialmente importante.

Durante décadas hemos solucionado miles de problemas industriales sin que las máquinas aprendieran prácticamente nada de esas experiencias. Un técnico detectaba una incidencia, analizaba el problema, encontraba una solución y la producción continuaba. El conocimiento generado durante ese proceso permanecía fundamentalmente en la persona que había resuelto el problema.

Ahora tenemos la posibilidad de conservar las evidencias que llevaron a una determinada decisión, registrar qué se hizo y comprobar posteriormente cuál fue el resultado.

Si además incorporamos la valoración de los especialistas humanos, podemos empezar a construir sistemas que aprendan progresivamente de la experiencia. Las técnicas de aprendizaje por refuerzo y aprendizaje a partir de feedback humano pueden tener aquí un papel muy interesante. No para eliminar al especialista del proceso, sino precisamente para incorporarlo.

El técnico deja de ser solamente quien corrige una anomalía. También puede convertirse en quien enseña al sistema. Esto permitiría conservar algo que hasta ahora ha sido extremadamente difícil de digitalizar: la experiencia acumulada durante años por las personas que conocen profundamente un proceso industrial.

Si miro esta evolución desde la perspectiva de estos 25 años, encuentro una analogía que me resulta especialmente útil. Los sensores proporcionaron sentidos a nuestras máquinas. Las cámaras les dieron ojos. Los robots les dieron capacidad para actuar sobre el mundo físico. Los PLC y sistemas de control les proporcionaron respuestas rápidas, precisas y fiables.

Después llegó la Industria 4.0 y conectó todos esos elementos. En cierta manera, construimos el sistema nervioso de la industria.

Ahora tenemos delante la posibilidad de empezar a construir algo que hasta hace muy poco resultaba difícil imaginar: una capa cognitiva capaz de interpretar conjuntamente las señales, relacionarlas con experiencias anteriores e incorporar también el conocimiento de las personas.

Podríamos estar empezando a construir el cerebro. Por eso creo que el siguiente gran salto industrial no consistirá simplemente en instalar más sensores, conectar más máquinas o generar más datos. De todo eso ya tenemos mucho. El verdadero reto será transformar esos datos en conocimiento y ese conocimiento en comprensión.

A ese siguiente paso me gusta llamarlo industria cognitiva. La Industria 4.0 consiguió que nuestras máquinas pudieran comunicarse entre ellas. Quizá el siguiente gran reto sea conseguir que las personas y las máquinas podamos comprender, juntos, qué significa todo lo que nos están diciendo.