¿Podrán el aprendizaje automático y la robótica transformar las fábricas del futuro?

Las fábricas de hoy son centros operativos de tarea única. Han sido diseñadas para fabricar un solo artículo a gran escala. Las líneas de montaje automatizadas han sido configuradas para fabricar los mismos productos día tras día y los robots industriales están programados para efectuar tareas concretas y repetitivas. Reprogramarlos para que realicen distintas funciones puede llevar meses o incluso años. Por ello, cambiar la configuración general de una fábrica es algo, con frecuencia imposible.

Los consumidores quieren cada vez más una fabricación a hecha a gran escala y a medida y por ello los fabricantes deberán poder reconfigurar las instalaciones de las fábricas. Afortunadamente, los avances en aprendizaje automático y en robótica están abriendo el camino a nuevas e interesantes perspectivas, permitiendo que los robots industriales y las fábricas puedan reprogramarse y autoconfigurarse. En este vídeo mostramos tendencias innovadoras en robótica y en aprendizaje automático.

Mike Haley, director del laboratorio de IA de Autodesk: Brickbot nació hace dos años para intentar enseñar a un robot a construir con piezas de LEGO. Queríamos un robot que aprendiera a ensamblar cualquier objeto, como construyen los niños con LEGO, y así redefinir la forma como los robots trabajan en las fábricas. Hoy en las fábricas hay equipos de personas que pasan meses y años programando robots industriales para una sola tarea. Es algo muy tedioso y complicado, donde los errores son frecuentes.

Yotto Koga, arquitecto de software del laboratorio de IA de Autodesk: Pretendemos que Brickbot emplee el aprendizaje automático para extraer datos de los sensores, detectar qué sucede en su entorno y que los robots se adapten a esa situación. Al trabajar con robots tienes que hacer de todo: Te toca programar, diseñar, fabricar las piezas que necesitarán los robots para funcionar…

Intentamos que los robots sean muy operativos para que unir las líneas de montaje esté al alcance de todos, no solo de las empresas que cuentan con enormes recursos. Por poner un ejemplo: en las habituales líneas de montaje robotizadas del sector del automóvil, todo se organiza con un enfoque muy determinista. Todo debe estar en su sitio para que funcione. Si cambias un diseño o sus componentes, debes cambiar todo el proceso para que siga siendo determinista.

Haley: Las fábricas de hoy son muy rígidas. En el futuro serán más versátiles, se adaptarán a las necesidades puntuales. Los cambios pueden ser inesperados. Pero al día siguiente, la fábrica habrá aprendido y estará operativa.

Con Brickbot vimos que los robots pueden aprender con gran rapidez porque su configuración es digital. Su tiempo es infinitamente más veloz, así que su adaptación es más fiable. Aprenden mejor y más rápido. Este tipo de aprendizaje no solo se aplica a LEGO, sino a cualquier entorno industrial: coches, aviones, electrónica… Es siempre lo mismo. Ante cualquier modelo 3D, el robot aprende qué debe hacer con él.

Ya hemos logrado que algunas fases de Brickbot sean muy fiables, así que las estamos probando en un entorno industrial.

Koga: Queremos superar las piezas de LEGO, afrontar situaciones más realistas. Hay infinidad de piezas distintas: para el automóvil, la construcción…

Haley: Para diseñar edificios o productos debes ser un especialista, pero los ordenadores pronto podrán asumir parte de esa especialización para que todos esos productos estén al alcance de más personas.