Ya sea en el procesamiento de materiales láser, la fabricación aditiva y los procesos de reparación, el control por láser de la maleza o el diseño automatizado de sistemas ópticos: la inteligencia artificial (IA) tiene un enorme potencial, a veces disruptivo, en fotónica. Con la asistencia de unos 50 expertos internacionales, la 3ª ‘AI for Laser Technology Conference’ se celebró a finales de 2023 en el Instituto Fraunhofer de Tecnología Láser ILT de Aquisgrán, y demostró claramente que la transformación impulsada por la IA está en pleno apogeo.
Los expertos relatan que cuando diseñamos sistemas ópticos, nuestra IA implementa en segundos lo que antes los algoritmos clásicos necesitaban horas o días para hacer o no podían hacer en absoluto. Sin embargo, creen que el actual proceso de innovación basado en la inteligencia artificial (IA) también está abriendo nuevos caminos. El potencial de la IA va más allá de la simple supervisión y control de los procesos láser: podemos utilizarla para allanar el camino hacia una producción a la primera. Si los instrumentos de la moderna tecnología de medición y sensores se combinan inteligentemente con métodos de IA, se puede entrenar a las máquinas para que produzcan sin errores desde el principio o para que reaccionen de forma autónoma a los cambios en el proceso. La IA tiene el potencial de cerrar los bucles de control. Las máquinas que aprenden y se reajustan a sí mismas en el proceso basándose en una evaluación continua de los datos están entrando en el terreno de lo factible.
Cada vez más actores y aplicaciones de IA
Los especialistas de Microsoft también abordaron la naturaleza dinámica del mercado de la IA: “Nunca antes habíamos visto que una nueva tecnología se adaptara tan rápidamente, incluso en sectores más conservadores”, informaron. Y nunca antes una solución digital se había extendido tan rápidamente como ChatGPT. Apenas cinco días después de su lanzamiento, la IA, basada en un gran modelo lingüístico (LLM), tenía un millón de usuarios en todo el mundo; apenas dos meses después, superaba los 100 millones. Para su desarrollo, ordenadores centrales de última generación escanearon muchos petabytes de datos de texto de libros, artículos o código de software en busca de patrones y reglas gramaticales y semánticas generalizables. La IA generativa los ha integrado en su sistema lingüístico y ahora puede generar código o comunicarse como un humano. Para estas tareas, los LLM deben ser muy variables y tomar decisiones entre un gran número de parámetros. “El número de estos parámetros es un orden de magnitud superior al número de estrellas de nuestra galaxia”. Sin embargo, la IA es muy fácil de utilizar. Por primera vez, los humanos ya no tienen que aprender el lenguaje de la máquina. Como nuestro lenguaje sirve de interfaz, la IA se convierte en un copiloto comunicativo. Al mismo tiempo, los LLM pueden utilizarse de diversas formas y entrenarse para aplicaciones específicas en la industria, la administración, el sector jurídico y la investigación y el desarrollo. La IA se está abriendo camino en cada vez más corporaciones y medianas empresas de los sectores de la automoción, la ingeniería mecánica, la electricidad, la química y la industria farmacéutica.
Los analistas de las primeras empresas de EEUU ven en la IA un cambio de paradigma que irá acompañado de formas completamente nuevas de colaboración entre humanos y máquinas. El impacto en la vida moderna será similar al de la introducción de internet y el smartphone. Según los expertos, en 2030 el 80% de las personas interactuarán a diario con robots inteligentes. Ya en 2025, la IA contribuirá al desarrollo de uno de cada tres nuevos medicamentos y materiales. Y para el año 2024, se prevé que tres cuartas partes de las empresas aumentarán sus inversiones en IA.
Amplia gama de aplicaciones fotónicas
En doce presentaciones y una visita guiada a los laboratorios Fraunhofer ILT, la conferencia ilustró cómo la IA también está haciendo avanzar la fotónica. Volker Rominger, director de Aprendizaje Automático y Simulación en Aplicaciones Láser de Trumpf, presentó una amplia gama de aplicaciones de IA relacionadas con el corte, plegado y soldadura por láser. Entre ellas, ‘optimate’, su programa automatizado de optimización de componentes que analiza diseños convencionales, sugiere alternativas fabricadas con chapa doblada y cortada por láser y ofrece al mismo tiempo el ahorro de costes resultante. Por regla general, este sistema elimina pasos de trabajo, reduce la cantidad de material utilizado y, por tanto, también el peso. El equipo de ‘optimate’ ha entrenado la IA con miles de datos de componentes etiquetados. “Predice el potencial de optimización con una precisión del 96%”, informa. Trumpf también ofrece una solución de IA para contrarrestar perturbaciones, como cuando las piezas de chapa cortadas con láser se enganchan, se atascan o se tuercen, interferencias que pueden provocar la paralización de cadenas de proceso totalmente automatizadas. La IA de Trumpf determina la estrategia de corte óptima para cada componente, teniendo en cuenta numerosos parámetros, desde el punto de partida y la posición óptima de la chapa hasta la distribución de la presión del gas en el proceso de corte por láser. En este caso, el conocimiento de la máquina se entrena con cientos de miles de ejemplos prácticos. Y también ayuda en el siguiente paso del proceso: la IA optimiza el reconocimiento y la clasificación totalmente automatizados de las piezas cortadas. De hecho, los algoritmos convencionales de visión artificial alcanzan sus límites en esta tarea dada la cantidad de datos, las planchas de hasta ocho metros cuadrados de tamaño hechas de diferentes materiales, las condiciones variables de iluminación, las geometrías de los componentes y la intervención humana aleatoria en el proceso. “Por eso utilizamos muchos millones de parámetros de una red neuronal profunda y dejamos que los datos trabajen por nosotros”, explica Rominger. La gran cantidad de datos de entrada hace que la solución sea cada vez más robusta. El número de errores de detección disminuye con cada nueva generación de redes neuronales y con cada conjunto de datos, ya que el sistema aprende y mejora.
Cuanto más aprenda, más se acercará a la ‘producción a la primera’ y a la reacción autónoma ante las desviaciones del proceso. El proceso en curso puede entonces alinearse con el proceso ideal precalibrado y guiarse a lo largo de la estrategia de producción validada experimentalmente.
La fotónica ha creado las condiciones para ello durante décadas: Sistemas digitales en los que cada sensor y cada cámara pueden identificarse a través de sus propias direcciones IP, así como tecnología de medición en línea, soluciones de simulación y metamodelos para invertir los datos de salida determinados experimentalmente en datos de entrada controlados por el proceso. “Con estos componentes se puede implantar el bucle de control cerrado y calibrado automáticamente: Este es efectivamente el plano para una máquina autónoma”, resumió Holly. Con esta perspectiva, la 3ª ‘Conferencia sobre IA para tecnología láser’ de Aquisgrán trazó una hoja de ruta hacia la producción autónoma en fábricas inteligentes: a través de la convergencia de la fotónica y la IA.
