Robots, gemelos, IA y juegos de mesa

Una historia de reconciliación entre el mundo físico y el digital

1- El precedente

En 2015 Google, a través de su empresa DeepMind, sorprendió al mundo consiguiendo superar la barrera que hasta entonces se consideraba el santo grial de la inteligencia artificial, ganar a un jugador profesional de Go, y no conformes con esto, buscaron al campeón mundial de este juego, solo para ganarle también. Este salto supuso un antes y un después en la forma en la que entendemos la IA, y desde entonces vemos que esta está cada vez más presente en nuestras vidas, ya la tenemos en teles, móviles, casas y a saber qué nos depara el futuro.

DeepMind consiguió esto entrenando redes neuronales mediante una técnica conocida como aprendizaje por refuerzo, la idea base es simple: creamos un sistema que toma decisiones de manera completamente aleatoria pero que es capaz de aprender de la experiencia haciendo que cuantas más partidas juegue, sus decisiones serán cada vez menos aleatorias y más certeras. Ahora, solamente tenemos que jugar contra el sistema y este aprenderá y será mejor tras cada partida. Sin embargo, los responsables del proyecto se dieron cuenta de que hacen falta miles, millones de partidas para tener la capacidad suficiente, así que se les ocurrió una idea genial: poner a la inteligencia artificial a jugar contra si misma sin ningún tipo de interacción humana. Esto resultó en un éxito sin precedentes, ya que de esta manera, el sistema puede estar jugando 24 horas al día, a un ritmo de miles de partidas por minuto.

2- El mundo real y sus limitaciones

Es fácil pensar: “Leches, si tenemos inteligencias artificiales tan buenas y que aprenden solas ¿Por qué no lo aplicamos en todas partes? ¿Por qué no puedo comprarme un robot que me gestione el almacén y que aprenda él solo a hacerlo? ” Pues no es tan fácil. El problema aquí es precisamente el mundo real que no funciona a la misma velocidad que el digital.

Uno de los ejemplos más sencillos de entender son los coches autónomos. Imaginemos que mediante esta técnica nos disponemos a conseguir un vehículo que sepa conducir solo. Para ello, necesitaría años y años de experiencia en los que al principio sus acciones son completamente aleatorias ¿Qué hacemos para conseguir esto? ¿Lo soltamos en mitad del Paseo de la Castellana y que sea lo que Dios quiera? Una bonita forma de pasar una larga temporada a la sombra.

Con los robots industriales pasa un poco lo mismo, ¿Qué sentido tiene tener a un robot en la fábrica haciendo movimientos aleatorios porque está “aprendiendo él mismo” a organizar el almacén durante 10, 15, 40 o 50 años hasta que lo haga bien? Más bien ninguno.

3- Dos mundos ¿Irreconciliables?

Una idea que se está implementando cada vez más y que está creciendo con fuerza en la industria es la del gemelo digital, muchas veces referido por su nombre inglés Digital Twin. El concepto es crear un modelo informático que simule exactamente el funcionamiento de una máquina, tuerca por tuerca, tornillo por tornillo.

Esto es de una utilidad apabullante, pues nos permitiría hacer infinitas pruebas con lo que queramos: ¿Qué porcentaje de defectos produce mi máquina? ¿Cuándo es necesario hacer mantenimientos para no perder nada de eficiencia? ¿Se quemará si le subo la potencia al 200%? Innumerables preguntas podrían ser contestadas tras un par de clicks haciendo simulaciones con el gemelo, cosa que tardaría mucho tiempo y costaría desorbitadas cantidades de dinero en el mundo real.

Los gemelos digitales, podrían ser la clave para solucionar el problema que hemos planteado, podríamos hacer que el gemelo realice su entrenamiento con millones de simulaciones en pocos días y cuando el modelo sea suficientemente fiable bastaría con ejecutarlo en la máquina real en lugar de en la digital y ya podríamos empezar a funcionar.

Así podríamos conseguir que nuestro coche recibiera millones de horas de conducción sin salir del garaje o nuestro robot hubiera aprendido a gestionar el almacén de manera eficiente, tras haber entrenado durante mil años en tan solo unos pocos días.

Nuestros gemelos digitales cada día son más precisos, sin embargo, cuanta más precisión necesite un sistema para ser simulado más costoso es de crear, y de simular. Actualmente no existen gemelos tan precisos como para simular sistemas muy complejos, pero sin lugar a dudas, en los años venideros es una técnica que se irá sofisticando, permitiendo así quizás unir lazos entre nuestros dos mundos que hasta ahora han parecido irreconciliables.

En AIDIMME, mediante proyectos como COLEARNING y VIRTUALSENSE, estamos dando pasos decididos hacia la integración de los procesos industriales con entornos digitales a través de la robotización y la simulación digital de estos mismos.

Autor: Gabriel Modia Pozuelo. TECNOLOGÍAS Y PROCESOS de AIDIMME.

COLEARNING-DESARROLLO DE TÉCNICAS DE APRENDIZAJE DE TAREAS PARA COBOTS BASADAS EN INTERACCIÓN HUMANA Y ALGORITMOS DE APRENDIZAJE DE REFUERZO (COLEARNING)

Número de proyecto: 22000052
Expediente: IMDEEA/2020/22
Duración: Del 01/04/2020 al 30/06/2021

Coordinado en AIDIMME por: SÁNCHEZ ASINS, JOSÉ LUIS
Línea de I+D: INDUSTRIA 4.0

VIRTUALSENS – DISEÑO DE SENSORES VIRTUALES PARA EL CONTROL DE PARÁMETROS DE MÁQUINA EN TIEMPO REAL

Número de proyecto: 22000059
Expediente: IMDEEA/2020/27
Duración: Del 01/04/2020 al 30/06/2021

Coordinado en AIDIMME por: SÁNCHEZ ASINS, JOSÉ LUIS
Línea de I+D: INDUSTRIA 4.0

Proyectos apoyados por:


Para más información contacte con AIDIMME.

Visitas: 77

Gabriel David Modia Pozuelo

TECNOLOGÍAS Y PROCESOS • TIC & Desarrollo Industrial