Referencias

La digitalización de la industria manufacturera ha llevado al desarrollo de fábricas inteligentes. Estas fábricas avanzadas integran sensores IoT en sus máquinas y equipos, lo que permite a los trabajadores obtener información basada en datos sobre sus procesos de fabricación.

Sin embargo, la evolución no se limita a las fábricas inteligentes que automatizan y optimizan la producción física. La llegada de las fábricas virtuales introduce capacidades de simulación y supervisión remota, lo que conduce a la creación de gemelos digitales de las fábricas. Al vincular los conceptos de fábricas inteligentes y virtuales, los fabricantes pueden alcanzar mayores niveles de eficiencia, productividad, flexibilidad e innovación. Sin embargo, la creación de una fábrica virtual para la fabricación compleja es difícil. Los retos incluyen la gestión de la sobrecarga del sistema, el procesamiento de grandes cantidades de datos procedentes de fábricas físicas y la creación de visualizaciones precisas.

La fábrica virtual también debe adaptarse a los cambios que se produzcan en la fábrica física a lo largo del tiempo. Teniendo en cuenta estos retos, es crucial contar con una plataforma de datos que pueda contextualizar todos los datos entrantes de la fábrica física y luego introducirlos en la fábrica virtual, y viceversa.

Y eso es exactamente lo que permite MongoDB Atlas.  MongoDB Atlas es la plataforma de datos multicloud líder para que los desarrolladores creen aplicaciones modernas. Proporciona capacidades de sincronización entre mundos físicos y virtuales, permite un modelado de datos flexible y proporciona acceso a los datos a través de una interfaz de consulta unificada. En el siguiente vídeo puedes ver cómo el equipo de MongoDB utiliza la fábrica de formación Fischertechnik para construir una fábrica virtual/melliza digital en tiempo real.

 

Más información

El laboratorio y centro de excelencia de "logística basada en enjambres" de la Universidad Estatal Cooperativa de Mosbach / campus de Bad Mergentheim se centra en la investigación en el contexto de la inteligencia artificial, con énfasis en la inteligencia de enjambres y el aprendizaje profundo. El campus de Bad Mergentheim forma parte de la Universidad Estatal Cooperativa de Mosbach y se centra en la enseñanza y la investigación sobre inteligencia artificial. El profesor Carsten Müller investiga la aplicación de la inteligencia de enjambre, en particular la adaptación de algoritmos inspirados en la naturaleza a áreas de aplicación en logística. En su investigación y docencia sobre inteligencia artificial, centrada en la visión artificial, utiliza la potente tecnología de fischertechnik "Quality Control with AI".  

Si en el cuerpo humano son las células nerviosas y sus interconexiones las que se denominan neuronales, lo mismo se aplica a las redes neuronales artificiales en el área temática del Deep Learning. Las redes neuronales pueden tomar información del exterior y transmitirla modificada a otras neuronas y emitir la clasificación como resultado final. "Y se pueden entrenar", dice el Prof. Dr. Carsten Müller, describiendo la capacidad de aprendizaje flexible de las estructuras neuronales. El aprendizaje automático se parece al humano en que el refuerzo (tanto positivo como negativo) logra adaptaciones en las estructuras neuronales que permiten al sistema desarrollar estrategias por sí mismo. "En concreto, el poder del aprendizaje por refuerzo es fascinante", añade. 

Las tecnologías de inteligencia artificial se utilizan en la vida cotidiana desde hace tiempo. Por ejemplo, los sistemas de navegación, el reconocimiento de imágenes o el control por voz se basan a menudo en la IA. La inteligencia artificial también se considera cada vez más una tecnología clave en la industria, el comercio o los negocios. En el control automático de procesos de fabricación, por ejemplo, la inteligencia artificial se utiliza cada vez más en combinación con sistemas de cámaras. Las piezas de trabajo o los productos se procesan de forma inteligente mediante aprendizaje supervisado. El aprendizaje supervisado es una subárea del aprendizaje automático. Se produce cuando un sistema no sólo procesa datos, sino que también reconoce patrones y toma decisiones a partir de ellos.

 

El profesor Carsten Müller investiga la aplicación de la inteligencia de enjambre, en particular la adaptación de algoritmos inspirados en la naturaleza a áreas de aplicación en logística. La primera fase de investigación y docencia se centra en la visión artificial como tecnología clave para la clasificación estable de objetos y situaciones en el contexto de la conducción autónoma. En las fases posteriores se integrarán algoritmos híbridos basados en la inteligencia de enjambre y el aprendizaje por refuerzo. Las cuestiones que se investigarán se refieren a ámbitos como la distribución de capacidades, las funciones y responsabilidades dinámicas, las normas de comportamiento en distintas situaciones y la interacción entre robots de reparto autónomos, así como con los seres humanos. 

En su investigación y docencia sobre inteligencia artificial, con especial atención a la visión artificial, se utiliza la potente tecnología de fischertechnik "Quality Control with AI". "La interacción de software y háptica crea comprensión para la inteligencia artificial", dice Carsten Müller, explicando su decisión a favor de fischertechnik. 

El fischertechnik Quality Control with AI se suministra con piezas de trabajo de diferentes colores. Estas piezas de trabajo están marcadas con tres características de mecanizado, así como con diferentes imágenes de defectos. Se escanean con la cámara y se clasifican y ordenan mediante aprendizaje supervisado, en función del color, la característica y el patrón del defecto.  

La IA utilizada se realiza con aprendizaje automático en Tensorflow, en el que se entrenó una red neuronal artificial con datos de imágenes. La IA aprendida se ejecuta en el controlador fischertechnik TXT 4.0, que ofrece las interfaces inalámbricas adecuadas para numerosas aplicaciones. El control secuencial del modelo se implementa en el entorno de programación ROBO Pro Coding y en Python. 

Además, es posible programar aplicaciones de IA propias. El entrenamiento se realiza mediante un algoritmo basado en Python, un lenguaje de programación universal de alto nivel. Se dispone de un proyecto de ejemplo para la posibilidad de formación. 

Al comprender los complejos procesos del aprendizaje supervisado, queda claro cómo funcionan las máquinas inteligentes en la industria. "El modelo fischertechnik es potente, inteligente y de uso intuitivo, por lo que resulta ideal para la enseñanza de la inteligencia artificial", explica Carsten Müller.
​