En 1913, Henry Ford revolucionó la fabricación de automóviles con el primera línea de montaje en movimiento, una innovación que hizo que el ensamblaje de vehículos nuevos fuera más rápido y más eficiente. Unos cien años después, Vado ahora está usando inteligencia artificial para ganar más velocidad con el de hoy lineas de fabricacion.
En un Planta de transmisión Ford en Livonia, Michigan, la estación donde los robots ayudan a ensamblar convertidores de par ahora incluye un sistema que usa inteligencia artificial para aprender de intentos anteriores cómo mover las piezas en su lugar de manera más eficiente. Dentro de una gran jaula de seguridad, los brazos del robot giran agarrando piezas circulares de metal, cada una del diámetro de un plato de comida, de un transportador y las encaja.
Vado utiliza tecnología de una startup llamada Robótica Symbio que analiza los últimos cientos de intentos para determinar qué enfoques y movimientos parecieron funcionar mejor. Una computadora ubicada afuera de la jaula muestra la tecnología de Symbio detectando y controlando los brazos. Toyota y Nissan están utilizando la misma tecnología para mejorar la eficiencia de sus líneas de producción.
La tecnología permite que esta parte de la línea de montaje funcione un 15 por ciento más rápido, una mejora significativa en la fabricación de automóviles donde los márgenes de beneficio reducidos dependen en gran medida de las eficiencias de fabricación.
“Personalmente, creo que será algo del futuro”, dice Lon Van Geloven, director de producción de la planta de Livonia. Él dice que Ford planea explorar si usar la tecnología en otras fábricas. Van Geloven dice que la tecnología se puede usar en cualquier lugar donde una computadora pueda aprender al sentir cómo encajan las cosas. “Hay muchas de esas aplicaciones”, dice.
La IA se ve a menudo como una tecnología disruptiva y transformadora, pero la configuración de torque de Livonia ilustra cómo la IA puede infiltrarse en los procesos industriales de manera gradual y a menudo imperceptible.
La fabricación de automóviles ya está muy automatizada, pero los robots que ayudan a ensamblar, soldar y pintar vehículos son esencialmente autómatas potentes y precisos que repiten sin cesar la misma tarea pero carecen de la capacidad de comprender o reaccionar a su entorno.
Agregar más automatización es un desafío. Los trabajos que permanecen fuera del alcance de las máquinas incluyen tareas como alimentar cableado flexible a través del tablero y la carrocería de un automóvil. En 2018, Elon Musk culpó a los retrasos en la producción del Tesla Model 3 la decisión de depender más de la automatización
Los investigadores y las nuevas empresas están explorando formas en las que la inteligencia artificial puede dar a los robots más capacidades, por ejemplo, permitiéndoles percibir y captar incluso objetos desconocidos moviéndose a lo largo de cintas transportadoras. El ejemplo de Ford muestra cómo la maquinaria existente a menudo se puede mejorar mediante la introducción de capacidades simples de detección y aprendizaje.
“Esto es muy valioso”, dice Cheryl Xu, profesor de la Universidad Estatal de Carolina del Norte que trabaja en tecnologías de fabricación. Agrega que sus alumnos están explorando formas de aprendizaje automático puede mejorar la eficiencia de los sistemas automatizados.
Un desafío clave, dice Xu, es que cada proceso de fabricación es único y requerirá que la automatización se use de maneras específicas. Algunos métodos de aprendizaje automático pueden ser impredecibles, señala, y un mayor uso de la IA introduce nuevos la seguridad cibernética desafíos.
El potencial de la IA para ajustar los procesos industriales es enorme, dice Timothy Chan, profesor de ingeniería mecánica e industrial en la Universidad de Toronto. Dice que la IA se utiliza cada vez más para el control de calidad en la fabricación, ya que visión por computador Los algoritmos se pueden entrenar para detectar defectos en productos o problemas en las líneas de producción. Una tecnología similar puede ayudar a hacer cumplir las reglas de seguridad, detectando cuando alguien no está usando el equipo de seguridad correcto, por ejemplo.
Chan dice que el desafío clave para los fabricantes es integrar nueva tecnología en un flujo de trabajo sin interrumpir la productividad. También dice que puede ser difícil si la fuerza laboral no está acostumbrada a trabajar con sistemas computarizados avanzados.
Esto no parece ser un problema en Livonia. Van Geloven, el gerente de producción de Ford, cree que los dispositivos de consumo como los teléfonos inteligentes y las consolas de juegos han hecho que los trabajadores sean más conocedores de la tecnología. Y a pesar de todo lo que se habla de que la IA acepta trabajos manuales, señala que esto no es un problema cuando se utiliza la IA para mejorar el rendimiento de la automatización existente. “La mano de obra es realmente muy importante”, dice.
Esta historia apareció originalmente en wired.com.