El creciente volumen de datos impulsa el crecimiento de la Inteligencia Artificial.
La aparición de la inteligencia artificial en diversos sectores e industrias ha avanzado a un ritmo vertiginoso y se prevé que continúe en 2019. Forbes pronostica que, más allá del marketing y las ventas, surgirán múltiples aplicaciones nuevas del aprendizaje automático en diversos sectores durante el próximo año. Este auge en la aplicación de la IA se debe a la disponibilidad de datos y al aumento de dispositivos conectados que generan datos de uso e interacción. Según Gartner , en 2019 habrá 14.2 millones de dispositivos conectados en uso, cifra que alcanzará los 25 millones en 2021, generando enormes volúmenes de datos.
Sin embargo, generar y analizar esta ingente cantidad de datos tiene un coste: los productos o dispositivos necesitan una amplia gama de sensores instalados para recopilar y publicar eventos, lo que puede no ser económicamente viable para todos. Incluso cuando los productos están completamente conectados, existe el riesgo de que los sensores fallen, lo que implicaría que los datos recopilados contengan lagunas o valores erróneos. Por último, algunos componentes de los productos contienen subsistemas cerrados en los que la colocación de sensores es físicamente imposible.
También existen casos de uso, como la operación de vehículos autónomos, que requieren la generación y el análisis de enormes cantidades de datos en múltiples escenarios. Por ejemplo, Toyota ha calculado que se necesitan 14.4 millones de kilómetros de pruebas para que un vehículo alcance el nivel 5 de autonomía, algo que no se puede lograr únicamente con pruebas físicas. Esto significa que, si bien cada vez hay más productos y dispositivos conectados, los datos generados en el IIoT podrían no tener la calidad ni la cobertura necesarias para entrenar de forma fiable un algoritmo de IA. Entonces, ¿cómo resolvemos este problema? Pues bien, les presentamos al nuevo aliado de la IA, la combinación perfecta para el análisis de datos: el Gemelo Digital.
¿Qué es un gemelo digital?
Un gemelo digital es una representación virtual de un producto físico y posee cuatro características. En primer lugar, contiene datos, como definiciones de producto, modelos 3D y modelos mecánicos basados en la física, necesarios para crear un gemelo digital preciso. Cuanto más completas sean las definiciones consideradas al crear el gemelo digital, más realista será su simulación y predicción del comportamiento de su contraparte real. Los datos, ya sean aportados por el usuario o generados por IA, también son necesarios como catalizador para impulsar el gemelo digital, que a su vez genera datos que pueden utilizarse para el análisis.
La segunda característica del gemelo digital es que contiene una representación virtual del activo físico duplicado, lo que permite comprender su estado, su historial e interactuar con él de forma remota. El tercer punto del triángulo representado en la Figura 1 muestra que el gemelo digital facilita la comprensión y la predicción. En definitiva, un gemelo digital se crea para comprender el comportamiento del objeto físico en diversas circunstancias y condiciones ambientales, de modo que se pueda predecir su comportamiento futuro. Finalmente, el gemelo digital tiene la capacidad de generar beneficios a lo largo de todo el ciclo de vida del producto: desde la creación de un prototipo digital que ayuda a optimizar la fase de diseño y la visualización de soluciones en presentaciones de ventas y marketing, hasta la optimización del funcionamiento de la maquinaria.
3 maneras en que el gemelo digital puede ayudar en el desarrollo de la IA
¿Cómo puede el gemelo digital ayudar a resolver el problema de los datos incompletos, ruidosos o faltantes que dificultan el entrenamiento efectivo de los algoritmos de IA? Para ello, el gemelo digital debe ser una representación precisa, basada en la física, de un producto real y su entorno. Además, debe poder realizar simulaciones en tiempo real para generar datos relevantes y oportunos sobre el comportamiento del producto. Una vez alcanzado este nivel de velocidad y precisión, los datos generados por el gemelo digital se pueden utilizar para entrenar algoritmos de IA en diversos escenarios.
1. Desarrollo de sistemas de asistencia o seguridad
Por ejemplo, para detectar peatones u objetos cerca de una máquina autónoma o controlada a distancia. El gemelo digital podría utilizarse para generar datos de entrenamiento, así como para probar soluciones que, tras el entrenamiento, se pueden usar en diversos escenarios.
2. Desarrollo de la automatización de subtareas
Por ejemplo, mediante el uso de aprendizaje automático junto con la repetibilidad de la simulación para entrenar redes neuronales en la realización de tareas específicas. Un ejemplo podría ser la repetición de escenarios de procesos de trabajo como excavación, conducción o manipulación de contenedores para permitir el funcionamiento autónomo o asistido de máquinas y vehículos.
3. Aumento de datos de campo
Por ejemplo, para máquinas o componentes de series pequeñas, para los que no se pueden generar suficientes datos de entrenamiento, o para áreas donde la colocación de sensores resulta físicamente difícil o económicamente inviable. Un gemelo digital basado en la física de la máquina o componente puede utilizarse para simular su comportamiento con un alto grado de precisión y generar puntos de datos inalcanzables en la realidad.
Oportunidades emergentes
Al combinar la tecnología de gemelos digitales con la IA, se pueden lograr avances tecnológicos innovadores, como la operación remota o autónoma de máquinas y el mantenimiento predictivo. El gemelo digital puede funcionar como un entrenador para la IA, repitiendo escenarios continuamente y generando datos para que la IA aprenda. Si bien la combinación de estas dos tendencias tecnológicas altamente complementarias aún está en sus inicios, los primeros resultados son prometedores. En particular, al integrarse en un enfoque de gemelo digital basado en la física, la IA se puede aplicar para alcanzar objetivos de aprendizaje específicos de manera precisa.
¿Quieres saber más sobre cómo los gemelos digitales pueden ayudar en el desarrollo de la IA y las máquinas autónomas?
Vea nuestro seminario web con el experto en IA Ville Hulkko de Silo.AI para obtener más información sobre cómo estas dos tecnologías pueden trabajar juntas. ¡Vea la grabación del seminario web aquí!