Percepción artificial, ‘mobile experience’ y cero inactividad

L os robots se están volviendo más autónomos”, afirma Murali Gopalakrishna, director general de robótica de NVIDIA, y el paso de la automatización a la autonomía “es lo que impulsará la próxima década de casos de uso innovadores”. NVIDIA está aportando mejoras en la tecnología de percepción, la conectividad y la computación perimetral de alto rendimiento. Su perspectiva al respecto es que “la próxima década estará impulsada por flujos completamente nuevos y cargas de trabajo de inteligencia artificial (IA) que realmente cambiarán la automatización a cero contacto y cero tiempo de inactividad”.

Los primeros cobots tenían capacidades limitadas y planteaban riesgos de seguridad que impedían una adopción generalizada. Con IA, estos sistemas tomarán decisiones en tiempo real para garantizar la seguridad en la fábrica del futuro, mientras mantienen y optimizan la productividad. Gopalakrishna confía en entrenar a un cobot para que perciba su entorno y se adapte, de modo que vayan perdiendo sentido los robots de función fija y den paso a “una mano de obra calificada que controla los cobots desde la comodidad de su hogar u oficina”.

La potente computación en el edge basada en GPU, se combinará con un espectro completo de sensores, con el impulso de la IA y el deep learning, gracias a técnicas como el aprendizaje instantáneo, el aprendizaje por transferencia y el aprendizaje por imitación, que están saliendo del laboratorio y desembarcando en los centros productivos.

Al entrar en una dinámica de aplicaciones diversificadas, se podrá entrenar a los robots acerca de qué deben hacer y cómo pueden mejorar tareas complejas en apenas unas pocas horas o durante la noche. Serán cada vez más más habituales los robots multifuncionales susceptibles de ser configurados dinámicamente para trabajar en diversas tareas. Se impondrá una experiencia de uso cada vez más sencilla, cada vez más asimilable a la que acostumbramos a sentir con el móvil. Robots con mobile experience.

Uno de los impulsores clave de todo este proceso es la velocidad a la que la tecnología de simulación puede modelar el mundo real. En el futuro se utilizará en todos los ámbitos posibles: desde el diseño y desarrollo del robot mecánico, hasta su entrenamiento en navegación y comportamiento o la implementación de un “gemelo digital” en un entorno preciso y fotorrealista antes de operar de forma autónoma en el mundo real.

Hasta hace poco, la aplicación del aprendizaje por refuerzo (RL) a la robótica y la automatización requería grupos de miles de CPU. Ahora podemos llevarlo a cabo en una sola GPU en una fracción más pequeña de tiempo. La transformación que se avecina en el modelo de distribución de tareas en planta es evidente. Una investigación de New Scale Robotics indica que “decenas de miles de personas se ven atrapadas en trabajos de inspección manual aburridos, sucios o peligrosos porque la automatización es demasiado cara, inflexible, tarda demasiado en implementarse y tiene un retorno de la inversión (ROI) insuficiente”, según su CEO, David Henderson. Hasta el 90% de los procesos de calidad siguen sin ser atendidos por integradores de sistemas y proveedores de equipos de automatización tradicionales, añade.

La automatización ágil creará herramientas que pueden ser instaladas y reconfiguradas por el personal interno de fabricación y control de calidad. Una de las vías de crecimiento de New Scale Robotics ha consistido en incorporar a los robots colaborativos de Universal Robotics herramientas inteligentes al final del brazo como sistemas plug-andplay, aprovechando la apertura de sus API. Con propuestas de este tipo, el papel de los integradores de sistemas se ve claramente reducido.

En ese nuevo mindset de colaboración con las máquinas, los procesos de inspección se “enseñan” en lugar de programarse, apunta Henderson. La “tienda de aplicaciones” llamada UR+ promueve accesorios para robots completamente diseñados y certificados, así como kits de aplicaciones que aceleran la adopción por parte de los pequeños fabricantes.

Las tecnologías habilitadoras del IoRT (internet of robotic things) incluyen asimismo el control y aprendizaje de robots tanto simbólicos como sensoriales en el contexto de sistemas autónomos. Las inspiraciones biológicas, incluidas las características sociales de insectos y animales como parte del diseño de sistemas de robots múltiples, son clave para su desarrollo.

Las altas demandas de confiabilidad ultra alta, latencia muy baja, calidad de señal de ancho de banda y velocidades de datos hacen pensar que las capacidades de IoRT de misión crítica y seguridad no estarán ampliamente disponibles antes de 2025–2030. No obstante Amazon Web Service RoboMaker es un ejemplo de una plataforma de IoRT de propiedad comercial que proporciona las funciones y los microservicios que se utilizarán para el procesamiento de datos, el almacenamiento, la orquestación de la implementación y las operaciones de flotas de dispositivos IoRT.

Otros ejemplos de empresas que están proporcionando plataformas comerciales para gestionar flotas de robots son Format, Freedom Robotics, InOrbit, Roco, KUKA (por ejemplo, plataformas de navegación y móviles), OTTO Material Movement Platform, BrainOS, TIAGo Base. La demanda de soluciones automatizadas “seguirá aumentando a medida que los clientes se adapten a las cambiantes presiones de la cadena de suministro”, sostiene Jim Rock, CEO de Seegrid. La democratización de la robótica es, por eso, una de las tendencias de mercado que identifica la Federación Internacional de Robótica (IFR) en su informe anual World Robotics 2022, en el que detecta que la robótica de bajo coste está abriendo nuevos segmentos de clientes y lleva aparejada una mayor facilidad para la configuración e instalación, con soluciones listas para usar.

Junto a ello, la IFR señala una vuelta al nearshoring de la producción para asegurar las cadenas de suministro y aumentar la resiliencia y la flexibilidad. Se avecina un impulso de nuevos canales de distribución y de una producción de bajo volumen con elevadas mezclas de funcionalidades. La demanda de productos altamente personalizados es creciente, por lo que hay que pensar en una producción digitalizada desde la recepción del pedido hasta la entrega.

Uno de los asuntos críticos es que la regulación sea capaz de mantener el ritmo de la robótica. En un demoledor artículo titulado “How to Kill Europe’s Robot Industry», el fundador de Universal Robots e impulsor de REInvest Robots, Esben Hallundbæk, advierte de que “aunque las iniciativas europeas sobre IA y Seguridad de las Máquinas se redactaron con las intenciones correctas, se escribieron sin considerar primero sus graves consecuencias sobre el futuro de la innovación”. Su principal queja es que la nueva normativa exige recibir una certificación de terceros antes de su despliegue. “Este requisito representa una bandera roja. Si bien las grandes empresas tienen los recursos y el tiempo para respaldar múltiples visitas de un equipo de certificación, las empresas nuevas y las pequeñas y medianas empresas no pueden permitirse horizontes tan prolongados”, sentencia.

Si bien las leyes existentes a menudo son adecuadas, algunas pueden necesitar un cambio, según coincide también la OCDE en un informe. El diseño de marcos legales para gobernar las máquinas que aprenden en el campo o el establecimiento de niveles de autonomía para robots médicos, similar a la de los vehículos de carretera, retos fundamentales para todo el sector, que requieren de regulaciones claras, que no siempre es el caso hoy.