De la investigación académica a las líneas de producción: evolución, puntos de inflexión, límites y usos concretos de la IA en la fabricación contemporánea y en las PYMES.

Cuando en la empresa hablamos de Inteligencia artificial aplicada al mantenimiento predictivo de plantas, en el control de calidad automatizado de los procesos de fabricación o paraanálisis de datos de producción, a menudo sucede que nos damos cuenta de lo poco que realmente sabemos sobre su historia. Esta impresión, alimentada por la rápida difusión de herramientas generativas En los últimos años, a veces la IA ha aparecido casi repentinamente, como consecuencia directa de la grandes modelos lingüísticos y plataformas que se han vuelto accesibles al público en general.

De hecho, lo que hoy llamamos "AI" es el resultado de un viaje mucho más largo, marcado por Perspectivas teóricas, entusiasmo, contratiempos, limitaciones tecnológicas, nuevas arquitecturas informáticas y aumentos progresivos en la capacidad de procesamiento. Detrás de un sistema capaz de reconocer un defecto en un componente, predecir una anomalía en una máquina o ayudar a una empresa a gestionar la información, existen décadas de investigación en matemáticas e informática, pero también innovaciones nacidas en campos aparentemente distantes, como gráficos digitales y lasindustria de los videojuegos.

Esta perspectiva histórica es particularmente importante cuando La IA entra en la fábricaSeparar lo que es técnicamente posible de lo que aún pertenece a las expectativas o a las narrativas comerciales nos permite elegir las herramientas adecuadas, comprender sus límites y evaluarlas con mayor precisión. costos, beneficios, riesgos y responsabilidades.

Sin embargo, comprender de dónde proviene la Inteligencia Artificial ayuda sobre todo a comprender lo que puede hacer de manera realista hoy en día y lo que no puede hacer., incluso en un sector concreto como la manufactura. Conocer sus orígenes significa, por lo tanto, no solo reconstruir una historia tecnológica, sino adquirir mejores herramientas para decidir cómo introducirla en los procesos de producción sin convertir una tecnología poderosa en una promesa vaga.

Alan Turing y Dartmouth: La pregunta que dio origen a una disciplina

Todo comenzó en 1950, cuando el matemático británico Alan Turing publicó el artículo "Máquinas de computación e inteligencia", en el que abordó la cuestión de si las máquinas podían pensar. En él, propuso lo que se conocería como Prueba de Turing, basado en la idea de evaluar una máquina a través de su capacidad para mantener una interacción lingüística que sea indistinguible, para un interlocutor humano, de la que se tiene con otra persona.

El verdadero nacimiento de la Inteligencia Artificial como disciplina se produjo seis años después. En el verano de 1956, en el Dartmouth College, John McCarthy, junto con Marvin Minsky, Nathaniel Rochester de IBM y Claude Shannon de Bell Labs, organizaron un proyecto de investigación que se convertiría en un hito en la historia de la informática. Fue en la propuesta preparada para esa iniciativa donde McCarthy utilizó el término "Inteligencia Artificial".

“Cualquier aspecto del aprendizaje o cualquier otra característica de la inteligencia puede, en principio, describirse con tal precisión que una máquina puede simularlo.”

Promesas iniciales, financiación reducida, creciente escepticismo.

El entusiasmo inicial pronto chocó con las limitaciones tecnológicas de la época y las expectativas que las capacidades disponibles no podían cumplir. En 1969, Marvin Minsky y Seymour Papert publicaron "Perceptrones", un trabajo que puso de manifiesto importantes limitaciones de las redes neuronales de una sola capa y contribuyó a la disminución del interés en esta línea de investigación.

Sin embargo, no fue un solo libro el que desencadenó el primer "invierno de la IA". Durante la década de 1970, la insuficiente capacidad de procesamiento informático, la dificultad para abordar problemas complejos, los resultados por debajo de las expectativas y el creciente escepticismo de los financiadores convergieron. En el Reino Unido, la Informe Lighthill En 1973 se expresa una opinión muy crítica sobre el progreso alcanzado por la disciplina y se contribuye a la disminución del apoyo público a la investigación.

En la década de 1980, el interés comenzó a crecer de nuevo, especialmente gracias a la sistemas expertosSe trataba de programas diseñados para reproducir procesos especializados de toma de decisiones mediante bases de conocimiento y reglas definidas. Estas herramientas también encontraron aplicaciones en la industria, pero los altos costos, la rigidez, la dificultad de actualización y, una vez más, las expectativas excesivas, llevaron, entre finales de la década y principios de la de 1990, a una segunda fase de desilusión.

Videojuegos, GPU, matrices paralelas: este es el punto de inflexión en el aprendizaje profundo.

La gran aceleración de las últimas décadas también proviene de una evolución que ha madurado en las industrias de gráficos digitales y videojuegos. Para generar escenarios tridimensionales cada vez más complejos en tiempo real, los fabricantes de hardware desarrollan GPUUnidad de Procesamiento Gráfico (GPU), procesadores especializados en la ejecución paralela de grandes cantidades de operaciones matemáticas, con el apoyo de memorias dedicadas de alta velocidad.

Esta arquitectura difiere de la de las CPU tradicionales. Estas últimas están diseñadas para manejar secuencias de instrucciones muy diversas con gran flexibilidad; las GPU, en cambio, pueden ejecutar simultáneamente enormes cantidades de cálculos similares. Esta característica resulta especialmente adecuada para multiplicaciones de matrices y otras operaciones numéricas necesarias para el entrenamiento de redes neuronales.

La proliferación de las GPU está yendo acompañada gradualmente de herramientas que permiten utilizarlas para cálculos que no son exclusivamente gráficos, junto con el crecimiento de los conjuntos de datos disponibles, el aumento de la capacidad de memoria y el perfeccionamiento de los algoritmos de aprendizaje.

Entre ellos, el siguiente adquiere una importancia fundamental: retropropagación del erroro retropropagación. Esta técnica tiene antecedentes matemáticos que se remontan a la década de 1980, pero el trabajo publicado en 1986 por David Rumelhart, Geoffrey Hinton y Ronald Williams contribuyó decisivamente a su uso influyente para el entrenamiento de redes neuronales multicapa.

El punto de inflexión simbólico llega en 2012 con AlexNetEntrenada con GPU, la red neuronal superó significativamente a muchos enfoques de la competencia en ImageNet, demostrando cómo la combinación de computación paralela, grandes cantidades de datos y redes neuronales profundas podría transformar radicalmente la visión artificial. Desde entonces, las GPU se han convertido en un componente fundamental de la infraestructura de aprendizaje profundo.

En 2017, un grupo de investigadores publicó “La atención es todo lo que necesitas”.", introduciendo la arquitectura transformadorSu mecanismo de atención permite que el modelo relacione diferentes partes de una secuencia sin necesidad de procesarlas una tras otra, según la configuración de las redes recurrentes tradicionales.

Esta arquitectura se convertiría en uno de los fundamentos técnicos de grandes modelos de lenguaje y, cinco años después, también de ChatGPT, contribuyendo a integrar la IA generativa en el lenguaje cotidiano de millones de personas.

Inferencia probabilística más allá del determinismo de la informática clásica.

Otro aspecto que a menudo se malinterpreta se refiere a la forma en que estos sistemas "razonan". Las computadoras tradicionales ejecutan instrucciones formalmente determinadas y, en igualdad de condiciones, producen resultados repetibles. Los modelos de lenguaje modernos y a gran escala, en cambio, funcionan mediante mecanismos estadísticos que, basándose en parámetros aprendidos durante el entrenamiento, estiman qué elementos tienen más probabilidades de aparecer en el contexto que se está procesando.

Por esta razón, pueden describirse, con cierta simplificación, como motores de inferencia probabilísticaAl generar un texto, un modelo de lenguaje evalúa las distribuciones de probabilidad asociadas con los posibles elementos subsiguientes y construye progresivamente el resultado.

Por lo tanto, no existe necesariamente una única respuesta precalculada. El resultado puede variar según el contexto, las instrucciones recibidas, los datos proporcionados y los parámetros utilizados en la generación. Esto representa una diferencia significativa con respecto al software determinista tradicional y ayuda a explicar tanto la extraordinaria flexibilidad como la inherente falibilidad de estos sistemas.

Un ejemplo importante de la difusión de grandes modelos lingüísticos es Llama, Large Language Model Meta AI, una familia desarrollada por Meta desde 2023. Meta ha puesto a disposición los pesos de varios modelos a través de sus propias licencias, ampliando significativamente las posibilidades para que investigadores, desarrolladores y empresas utilicen y especialicen estos sistemas.

Sin embargo, definir LLaMA simplemente como "código abierto" requiere precaución: las licencias relacionadas incluyen condiciones y restricciones que no se corresponden completamente con la definición de software de código abierto adoptada por la Open Source Initiative. Por lo tanto, es más preciso hablar de modelos. peso abierto, es decir, con pesos disponibles, que en cualquier caso han favorecido una amplia experimentación con sistemas personalizables que resultan potencialmente interesantes incluso para pequeñas empresas manufactureras.

ANI, AGI, ASI: límites entre las herramientas actuales y los escenarios teóricos futuros

Para orientarse en el debate, resulta útil distinguir tres categorías tradicionales.Inteligencia Artificial Estrecha (ANI)Los sistemas "débiles", también llamados "débiles", incluyen sistemas diseñados para realizar tareas específicas o clases de tareas, como el reconocimiento de voz, la visión artificial, el análisis de datos, la optimización de procesos y la generación de contenido.

Incluso los sistemas extremadamente sofisticados pueden entrar en esta categoría cuando no poseen una capacidad general y autónoma para transferir sus habilidades a cualquier dominio posible.

El Inteligencia Artificial General (IAG)En cambio, esto indicaría una máquina capaz de aprender, comprender y aplicar sus capacidades a una gama extremadamente amplia de problemas, con una generalidad comparable a la de los humanos. Sin embargo, no existe una definición universalmente aceptada de IAG ni un sistema reconocido por consenso por la comunidad científica como perteneciente a esta categoría.

Por último, la Inteligencia Artificial Superior, ISA (Inteligencia Artificial Superior)Describe una forma hipotética de inteligencia artificial capaz de superar sustancialmente las capacidades humanas en numerosos dominios cognitivos. Por el momento, sigue siendo un escenario teórico.

Ciberseguridad, gobernanza y rendición de cuentas frente a las vulnerabilidades.

El auge de la IA generativa introduce nuevas superficies de ataque. Los modelos pueden recibir instrucciones a través de documentos, mensajes, bases de datos, sitios web y otras fuentes externas, lo que crea oportunidades de manipulación que antes no existían de la misma manera en los sistemas informáticos tradicionales.

En 2024, algunos investigadores demostraron experimentalmente la posibilidad de lograr oponentes autorreplicantes rápidos capaz de propagarse entre aplicaciones interconectadas basadas en IA generativa. La prueba de concepto, llamada morris II, demostraron cómo las técnicas de inyección directa indirecta pueden provocar una propagación similar a la de un gusano y, en ciertas arquitecturas experimentales, causar acciones no deseadas o la exfiltración de información.

Esto no significa que este tipo de virus ya se estén propagando sistemáticamente por los sistemas corporativos. Sin embargo, sí significa que se ha demostrado la existencia de una clase de vulnerabilidades que deben tomarse en serio cuando se conectan diferentes componentes basados ​​en IA y se les autoriza a acceder a datos o herramientas externas.

Para las PYME que integran modelos generativos en sus sistemas de gestión y producción, la seguridad, el aislamiento de datos, el control de entrada, la gestión de autorizaciones y la supervisión de salida deben considerarse, por lo tanto, como componentes arquitectónicos desde la fase de diseño.

Mucho antes de la actual revolución digital, Isaac Asimov ya había llevado a la ficción el problema de la relación entre la autonomía de las máquinas, la responsabilidad y la protección de los seres humanos a través de la famosa obra Las tres leyes de la robótica.

Esas formulaciones pertenecen al ámbito de la ciencia ficción, pero las preguntas subyacentes se han vuelto concretas: ¿quién establece los límites de un sistema, quién es responsable de sus errores, qué decisiones se pueden delegar y qué garantías deben acompañar el uso de algoritmos capaces de afectar a las personas?

Es en torno a cuestiones de este tipo que se están desarrollando hoy en día la regulación y la gobernanza de la IA, desde el Reglamento europeo sobre inteligencia artificial hasta las iniciativas internacionales dedicadas a la seguridad, la transparencia y la fiabilidad de los modelos.

Fabricación, pymes, fábricas digitales: aplicaciones sin mitos de sustitución

Como gerente de una PYME, la lección es simple: la IA que se puede adoptar con eficacia hoy en día se compone principalmente de herramientas especializadas. Puede ayudar a desarrollar ofertas de venta más rápidas y específicas, respaldar las actividades de CRM, anticipar fallas mediante el mantenimiento predictivo, optimizar los ciclos de producción, analizar grandes cantidades de datos y automatizar partes del control de calidad.

Un sistema de visión artificial puede identificar defectos de fabricación; un modelo predictivo puede detectar anomalías en los parámetros de una planta antes de que se produzcan fallos; las herramientas generativas pueden ayudar a preparar documentación, presupuestos y comunicaciones de ventas; los algoritmos de optimización pueden contribuir a la planificación de la producción y la asignación de recursos.

Esto no significa poseer una inteligencia general capaz de reemplazar indiscriminadamente el juicio humano. Más bien, significa utilizar herramientas muy potentes dentro de tareas, datos, procedimientos y responsabilidades definidos.

Comprender su historia, repleta de emoción, altibajos, renacimientos, innovaciones inesperadas en hardware y nuevos paradigmas informáticos, es el primer paso para adoptar la Inteligencia Artificial con la confianza necesaria para transformarla de una promesa tecnológica en una herramienta empresarial verdaderamente útil.

Robots humanoides e IA física: Cómo está cambiando la fábrica del Grupo BMW

DAMA Tecnopolo: datos, supercomputación e IA para la verdadera innovación en Bolonia.

Liechtenstein y la IA pública: innovación responsable en el Landesverwaltung

Aquí hay tres ideas que pueden interesarle:

“La vida y obra de Multivac” y la inteligencia artificial moderna
IA generativa: qué es y cómo nos cambia
Cómo Dallara e IBM llevarán la IA al túnel de viento