Tag: Inteligencia Artificial

La automatización industrial es el uso se sistemas o elementos informatizados y electromecánicos para controlar maquinaria y procesos industriales reduciendo al mínimo la intervención humana en las tareas más repetitivas, peligrosas o de alto esfuerzo físico liberándose para desarrollar tareas de mayor valor añadido. Los procesos automatizados incorporan sensores y activadores que ejecutan las órdenes de los dispositivos de control midiendo variables como temperatura, posición, presión, etc.

Con la llegada del Internet de las Cosas (IoT, del ingles, Internet of Things), el número de elementos físicos informándose entre sí se han multiplican. La comunicación maquina a maquina es más precisa, haciendo que funcionen de forma colaborativa y armónica en el desarrollo del proceso o productos industriales.

Además, la incorporación de la Inteligencia Artificial (IA) en la automatización ha permitido que las máquinas aprendan (Machine Learning), reconozcan el entorno y tomen decisiones. Con la automatización inteligente, las maquinas son capaces de predecir los fallos (analítica predictiva), evitar riesgos y realizar procesos de ajustes y mantenimiento por sí mismas (deep learning).

Gracias a la incorporación de sensores, es posible monitorizar todo el proceso automatizado a través de interfaces HMI (Human Machine Interface). Los antiguos paneles con luces parpadeantes actualmente son interfaces más amigables y el diseño de los dispositivos rugerizados (tablets, portátilesy estaciones de trabajo) más avanzados, son capaces de actuar en las condiciones más extremas de agua, polvo, temperatura, humedad, etc.

Sin emabrgo,  en la industria 4.0 el interfaz puede ser la propia realidad en la que se maneja el operario. Con la aparición de la realidad virtual y la realidad aumentada se puede interaccionar tanto en espacios simulados como sobre la imagen real. De esta forma, la interacción con la maquina es mas intuitiva y natural, reduciéndose la necesidad de capacitación especializada o la presencia de personal experto.

Por otro lado, la nuevas tecnologías vestibles (EPI) -como las gafas inteligentes o pantallas integradas en los cascos- permitirán interaccionar con las maquinas manteniendo libres las manos para operar directamente los elementos físicos. De esta forma, los tiempos de formación son reducidos.

Actualmente, los robots incluyen sensórica, visión e Inteligencia Artificial, que les permiten colaborar con personas sin barreras y sin riesgos. Incluso en entornos complejos de producción ya están trabajando en el desarrollo de robots vestibles: un nuevo modelo de robot que proporciona en su esqueletos a los trabajadores industriales, facilitando el trabajo de tareas complejas aumentando su productividad y evitando lesiones.

Fuente: industriaconectada40.gob.es

 

 

 

Esta semana el Gobierno ha anunciado ayudas para proyectos de Inteligencia Artificial con un presupuesto de más de 100 millones de euros. En los próximos meses seguirá lanzando convocatorias de apoyo en el ámbito industrial como parte de la Estrategia Nacional en Inteligencia Artificial.

Pero, desde ITELLIGENT nos preguntamos, ¿conocen las empresas españolas todo lo que puede aportar la Inteligencia Artificial? ¿Están preparadas para aprovechar todo su potencial?

Actualmente, se habla mucho del concepto de “Transformación Digital”. Las empresas quieren implementar estrategias en su digitalización, pero para ello, es esencial entender qué es, qué nos ofrece las tecnologías IT y cómo se puede poner en marcha el proceso de transformación digital. Cada empresa tiene una maduración y unas necesidades concretas, no existe una receta de éxito que sirva para cualquier empresa. Lo que le funciona a una, no tiene por qué coincidir con las necesidades de digitalización de otra. Por este motivo, para analizar estas necesidades en base a los servicios de IT, es imprescindible tener unos conocimientos básicos y un consultor de confianza que vaya de la mano de tu negocio para asegurar el éxito en cada paso hacia esa transformación digital.

ITELLIGENT, partner de confianza en transformación digital

Por este motivo, desde ITELLIGENT, ofrecemos a nuestros clientes cursos a medida, con formación específica según las necesidades y el conocimiento de cada empresa, incluso si la formación la van a recibir personas con cierta experiencia en el sector. Esta formación es práctica y va siempre acompañada de la puesta en marcha de soluciones reales para aprovechar todo el potencial de la Inteligencia Artificial.
Asimismo, ponemos a disposición nuestro tiempo para asesorar a nuestros clientes cómo se pueden aplicar los diferentes tipos de Inteligencia Artificial para que puedan sacar el mayor partido a su negocio: maximizar ventas, reducir costes, incrementar beneficios, fidelizar clientes, optimizar stock, tomar mejores decisiones en gestión estratégica, y un largo etcétera.

Además de ser expertos en formación y consultoría, ofrecemos servicios paquetizados y servicios a medida de fácil implementación, con costes ajustados y rápido retorno de la inversión. Somos expertos en el desarrollo de plataformas de Inteligencia basada en datos, adaptadas a las necesidades de cada empresa con el fin de optimizar una toma de decisión.

netindustrial

Además, desde 2008 trabajamos en la hibridación de los datos procedentes del mundo físico con datos digitales, open data, datos geolocalizados; en la manipulación de grandes volúmenes de datos y en la creación de modelos analíticos (predictivos, optimización, descriptivos) para generar ventajas competitivas para las empresas; generación de oportunidades de precio, escucha activa, Inteligencia Comercial y de mercado, entre otros servicios.

Nuestro objetivo es ayudar a las empresas españolas en su camino hacia la transformación digital. ¿Quieres saber más sobre qué podemos hacer por tu empresa? No dudes en contactarnos, te escuchamos.

En los últimos años, Google ha apostado por múltiples iniciativas basadas en open data, desde Google Dataset Search para la localización de datos abiertos publicados en repositorios de las administraciones públicas hasta sus propios sistemas de open data con conjuntos de datos estandarizados y legibles por máquinas para ser utilizados por sistemas de Machine Learning. Todas estas iniciativa desarrolladas por Google se enmarcan dentro de un portfolio de proyectos de investigación e innovación llamado Google Research, donde no solo ha apostado por la publicación de datasets, si no que el propio Google actúa también como reutilizador de datos públicos. A continuación, os exponemos algunos ejemplos de las soluciones de Google basadas en open data.

GOOGLE DATA SEARCH: Buscador de Datos

Como antes mencionábamos, Google ha puesto a disposición de los usuarios decenas de conjuntos de datos estandarizados y legibles por máquinas para ser utilizados por sistemas de Machine Learning. Sin embargo, la apertura de datos no es suficiente si éstos no son fáciles de encontrar. Por este motivo, Google ofrece Google Dataset Search, un motor de búsqueda especializado en encontrar conjuntos de datos abiertos almacenados en cientos de repositorios asociados a instituciones públicas de todo el mundo, haciendo que sean accesibles y útiles de forma universal. El servicio está dirigido a periodistas, investigadores, estudiantes o cualquier ciudadano interesado en encontrar ciertos datos. Asimismo, Google Dataset Search complementa a Google Scholar, buscador de investigaciones, estudios e informes académicos.

google-dataset-search

Existe, además, un servicio adicional de datos abiertos enfocado al periodismo de datos: Journalist Studio. Una plataforma compuesta de 13 herramientas enfocadas al análisis de datos para facilitar la labor de investigación a periodistas de datos. En un post anterior ahondamos en este servicio, puedes consultarlo aquí.

GOOGLE EARTH: Sistema de Información Geográfica (SIG)

Google Earth es un Sistema de Información Geográfica (SIG) que muestra el globo terráqueo de forma virtual  con imágenes por satélite y en relieve en 3D.  Este SIG fue creado bajo el nombre de EarthViewer 3D por la compañía Keyhole, financiada por la CIA (EE.UU) y comprada en 2004 por Google -de ahí su actual nombre- absorbiendo la aplicación. Google Earth está compuesto por una superposición de imágenes obtenidas por fotografías aéreas, imágenes de satélites, información geográfica procedentes de modelos de datos SIG de todo el mundo y modelos creados por ordenador.

Google Earth soporta datos geoespaciales tridimensionales mediante los archivos Keyhole Markup Language (.kml). Este formato de archivo sirve para mostrar datos geográficos en un navegador terrestre, como Google Maps y Google Earth.  Asimismo, los archivos .kml se pueden crear para identificar ubicaciones, agregar superposiciones de imágenes y exponer datos enriquecidos de nuevas formas. KML se trata de un estándar internacional mantenido por OGC.

Actualmente, en la nueva actualización en 2021, Google Earth ofrece la posibilidad de ver la Tierra en una dimensión totalmente nueva bajo la función Timelapse. A partir de 24 millones de fotos satélites tomadas en los últimos 37 años, Google ofrece ver cómo ha pasado el tiempo por lugares de todo el mundo y presenciar casi cuatro décadas de cambios planetarios.

GOOGLE TRANSLATE: Sistema de Traducción Automática (NMT)

En 2016, Google anunciaba la actualización de Google Translate con el sistema de Traducción Automática Neural (NMT por sus siglas en inglés, neural machine translation), basada en el algoritmo Phrase-Based Machine Translation. Desde entonces y con los avances en Inteligencia Artificial, Google ha mejorado sus capacidades en reconocimiento de voz y reconocimiento de imágenes. Sin embargo, mejorar la traducción automática sigue siendo un objetivo desafiante ya que el sistema no se iguala al nivel de calidad que se obtiene con una traducción realizada por un ser humano experto en el campo de la traducción, sobre todo, en el caso de los idiomas más minoritarios, por lo que siguen realizando ajustes y avances.

Google no hace públicos los datos exactos que utiliza para el entrenamiento del sistema. Sin embargo, en su informe «Sistema de traducción automática neuronal de Google: superando la brecha entre la traducción humana y la automática» sí destacan que han realizado pruebas de referencia con dos corpus disponibles públicamente: WMT’14 English-to-French y WMT´14 English-German.

OTRAS INICIATIVAS DE GOOGLE RESEARCH

Google ha desarrollado otras iniciativas como la predicción del tiempo y el pronóstico de precipitación basados en modelos de computationally intensive physics (como HRRR de National Oceanic and Atmospheric Administration) para producir pronósticos a corto plazo de hasta ocho horas, con una mayor resolución temporal y espacial. Esto es, no solo conocer la predicción meteorológica en tu ciudad (ej. en Madrid) sino en un área en concreto (ej. en el Parque de El Retiro) gracias a estos modelos de Machine Learning.

Otro ejemplo, a raíz de la Covid19, ha sido la puesta en marcha la reutilización de datos centrados en la movilidad, como son los informes de movilidad local. Estos informes sirven para descubrir cómo han cambiado los desplazamientos de una comunidad debido a la pandemia actual -éstos pueden descargarse tanto en formato .pdf como .csv para su reutilización-. Asimismo, en un post anterior, mostrábamos una actualización de Google Maps (2020) en la que implementaban una nueva capa en sus mapas para conocer la incidencia de la Covid19 en un destino en concreto. Esta capa mostraba la media de casos de coronavirus de los últimos 7 días por cada 100.000 personas así como una etiqueta donde se indica si la tendencia de nuevos casos es al alza o a la baja.

googlemaps-data-covid19