El reto de los datos creíbles

“Nuestro negocio no está tanto en la fabricación de escaleras mecánicas, pasillos y ascensores, sino en ponerlos en la calle y hacer un adecuado mantenimiento para facilitar la movilidad de las personas”, afirma , explica Juan Carlos Rosas, plant IT manager de Thyssenkrupp Elevator (TKE), en la segunda sesión de Casos de Uso del Digital Box 2.

TKE ha desarrollado una plataforma integral de supervisión y control. Un sistema en la nube permite gestionar el estado de los equipos en tiempo real, incluso si son de la competencia. Ha integrado también cámaras con visión artificial que detectan automáticamente comportamientos peligrosos en las escaleras para prevenir accidentes y automatizar alertas.

Juan Luis Carús, director de Innovación de TSK, señala que, ante el avance de ciberataques en plantas industriales, la seguridad debe integrarse desde el origen del proyecto. “Tenemos amenazas híbridas porque ya no solamente tenemos amenazas físicas, sino que tenemos amenazas cibernéticas”. TSK apuesta por crear hardware IoT seguro y supera la falta de equipos comerciales adecuados diseñando dispositivos propios e inteligencias artificiales que entienden los protocolos industriales. Entre otras cosas, eso garantiza que los sistemas y sensores no sean engañados con datos o imágenes falsificadas que oculten problemas reales.

Por último, Luis Meijueiro, de CTIC Centro Tecnológico, habla del uso de computación cuántica para la navegación autónoma sin GPS. Su centro propone aplicar algoritmos cuánticos para que vehículos y drones puedan orientarse en entornos hostiles o cuando las señales son interferidas.

El aprendizaje automático cuántico supera a las soluciones clásicas al manejar mejor el ruido de los sensores con un menor coste computacional, ideal para dispositivos en el borde (Edge). Estos algoritmos “capturan patrones más complejos, tienen también más estabilidad frente al ruido y producen modelos más eficientes”.

El objetivo principal del sistema de visión para la detección de defectos en bobinas diseñado por Gonvarri no es sustituir al humano, sino apoyarlo y protegerlo, según explica Luis Pérez Castaño, su director de I+D, en su intervención en la sesión de Casos de Uso de la sala Digital Box 2. En ese proceso, adquiere una importancia crítica estandarizar el etiquetado de datos. “El mayor reto fue trasladar el criterio humano a la máquina de forma coherente para que la IA aprendiera correctamente”.

Gonvarri estableció “un protocolo de etiquetado para el modelo”, para actuar siempre igual.

“El sistema ahora permite recuperar el histórico de defectos. Ahí las imágenes se archivan todas etiquetadas, el ID de la bobina y la posición en la que sucedió, con lo cual se puede ir sobre ello”, señala Pérez Castaño. “Detectamos defecto con 91% de probabilidad, y una especificidad del 98%”.

Por su parte, Andrés Quintero y José Luis Prieto, de Inforges, destacan que la innovación no sirve de nada si se aplica solo superficialmente y el sistema central de gestión (el ERP) sigue estando obsoleto. “Muchas veces nos encontramos con que innovamos en el perímetro del proceso, pero en la parte del core la seguimos teniendo arcaica”.

“Estandarizar un proceso es fundamental precisamente para tener la capacidad de reestructurar la línea organizativa de la compañía, poder expandir el negocio a otras localizaciones”, añade.

Inforges aplica IA y visión artificial a procesos de manipulado en el sector hortofrutícola. “Nos permite controlar productividad y producción. Podemos controlar niveles de calidad”, apunta Prieto.