Por: Ingleberto Castellanos Pestana

Introducción

Cuando escuchamos hablar del termino Inteligencia Artificial nos viene a la mente las películas de ciencia ficción donde la humanidad se ve amenazada por maquinas que buscan exterminar a la raza humana.

Pero en realidad la inteligencia artificial ofrece un sinnúmero de beneficios para la humanidad en variados campos de aplicación que van tales como: La medicina, la robótica, la educación, la biología, la matemática, la ingeniería, la arquitectura, entre otros campos que se encuentran en exploración. En este caso nos enfocaremos específicamente en la inteligencia artificial enfocada en la industria y como la inteligencia artificial enfocada a las organizaciones puede ser un factor diferenciador para este sector en la toma de decisiones, la productividad, el control de la calidad de productos y/ o servicios, entre otros, permitiéndole ser más eficientes, en un entorno más dinámico de continuos y rápidos cambios que obliga a las organizaciones a implementar herramientas que le permitan ser más competitivas.

Inteligencia Artificial (IA)

Para conocer a profundidad lo que se conoce como inteligencia artificial primeramente abordaremos algunas definiciones de la terminología para comprender con mayor claridad todos los elementos que lo conforman y reducir los temores con respecto a su aplicación.

"La interesante tarea de lograr que las computadoras piensen... máquinas con mente, en su amplio sentido literal" (Haugeland, 1985).

"La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades tales como toma de decisiones, resolución de problemas, aprendizaje" (Bellman, 1978).

"El estudio de las facultades mentales mediante el uso de modelos computacionales" (Charniak y Mc Dermott, 1985).

"El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia" (Kurzweil, 1990).

"El estudio de cómo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor" (Rich y Knight, 1991).

"Un campo de estudio que se enfoca en la explicación y emulación de la conducta inteligente en función de procesos computacionales" (Schalkoff, 1990).

"La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente" (Luger y Stubblefi eld, 1993).

Autores más recientes como (Banda, 2014) profundizan mucho más en la definición y afirman que "La inteligencia artificial es el resultado de una larga e intensa búsqueda emprendida por el ser humano para crear seres artificiales capaces de realizar tareas inteligentes, ya sea a su imagen y semejanza o simulando el comportamiento de otras formas de vida".

Con todas estas definiciones podemos crear una definición que de alguna manera abarque todas estas definiciones de diferentes autores con gran experiencia y conocimiento en el tema y poder afirmar que la inteligencia artificial no es más que habilidad de las máquinas y de los sistemas de información para emular el pensamiento humano y la toma de decisiones. Todo esto soportado por la recopilación de millones de datos, la atribución de ellos para ir aprendiendo y generan entregables.

Hoy día encontramos IA en todas partes, casi sin darnos cuenta. Por dar unos ejemplos sencillos podemos hablar de los Smartphone o teléfonos inteligentes con los cuales interactuamos todos los días, estos cuentan con la capacidad de almacenar información de nuestras preferencias a tal punto que con escribir la primera letra de la palabra que deseamos escribir automáticamente la trae, también tiene una gran capacidad para interactuar con otros dispositivos como PC, automóviles, televisores, mediante conexión inalámbrica.

Otro caso en el cual encontramos el desarrollo de la IA son las apps, donde podemos encontrar aplicaciones que traducen conversaciones de manera instantánea, entre varios idiomas, también encontramos aplicaciones que nos ayudan a movilizarnos e inclusive te diagraman las rutas más óptimas para desplazarse de un sitio a otro. Pero todas las aplicaciones de IA que encontramos hoy en día y de las cuales continuaremos hablando en el desarrollo de este documento no surgieron de la noche a la mañana, son el resultado de muchos años de investigación y desarrollos tecnológicos que han hecho posible contar con avances tan significativos. Para profundizar en cómo ha sido el desarrollo histórico de la Inteligencia Artificial haremos un breve recorrido por los hechos históricos más relevantes de esta tecnología.

Antecedentes de IA

Para hacer un recuento de lo que podemos considerar como los primeros acercamientos hacia la IA debemos remontarnos a la época de Aristóteles (384-322 a.C.), quien logro explicar y codificar algunos estilos de razonamiento deductivo que denomino silogismos. (Salgado, 2004)

Ramón Llull (d.C. 1235-1316), fue un catalán escritor, divulgador científico y teólogo que diseño un sistema para encontrar la verdad de cualquier pregunta que pueda plantearse conocido como Ars Magna conformado por una serie de ruedas que se relacionaban con un vocabulario de conceptos.

Por su parte, Gottfried Leibniz (1646-1716) Creo una máquina para realizar cálculos y la creación del cálculo infinitesimal, lo que se considera como una contribución fundamental a instancias de las matemáticas modernas.

Posterior a esto George Boole (1815 - 1864) aporto un gran progreso con el desarrollo los fundamentos de la lógica proposicional cuyo objetivo era recoger algunos indicios probables sobre la naturaleza y la constitución de la mente humana (Corcoran, 2006). Otro aporte fundamental fue el de Gottlob Frege considerado como el padre del simbolismo lógico, de la lógica moderna, en virtud de la cual la aritmética se puede expresar en términos de 'logicismo'. La aritmética puede reducirse a lógica formal, a cálculo lógico (Rosario, 2010).

En 1958, John McCarthy, fue la persona encargada de introducir el término "inteligencia artificial", propuso utilizar el cálculo proposicional como un idioma para representar y utilizar el conocimiento en un sistema que denominó la "Advice Taker" a este sistema se le tenía que decir qué hacer en vez de ser programado. (Ponce, 2010).

En el siglo XX encontramos diferentes personalidades que influyeron con su trabajo en el desarrollo de elementos que contribuyen al crecimiento de los sistemas de lógica y calculo, entre ellos Kart Codel, Stephen Kleene, Emil Post, Alonzo Church y Alan Turing. (Ponce, 2010)

Con el aporte de filósofos como Warren McCulloch y Walter Pitts que escribieron teorías que buscaban explicar las relaciones entre los elementos de cálculo simple y las neuronas biológicas le dieron un gran impulso para la representación simbólica de la actividad cerebral (Piccinini, 2004).

A las corrientes matemáticas se sumaron otras disciplinas, entre ellos la cibernética que busca aplicar los sistemas de comunicación de los seres vivos a los sistemas electrónicos y mecánicos (Wiener, 1948) y la psicología cognitiva, la lingüística computacional de (Chomsky, 1956) quien propuso una teoría para explicar la adquisición, comprensión y producción del lenguaje hablado y la teoría de control adaptable, contribuyeron a la matriz intelectual de la IA y su desarrollo.

En la década de los 60 y 70 se realizaron grandes aportes que contribuyeron al desarrollo de la inteligencia artificial a través de programas de ordenadores como General Problem Solver (GPS) que fue creado con el objetivo de construir una máquina capaz de resolver problemas de carácter general. Cualquier problema simbólico formal puede ser resuelto, en principio, por el GPS (Minotta, 2017). Además podemos hacer referencia de otros elementos que influyeron, tales como: la integración simbólica, álgebra word, rompecabezas de analogía y control y robots móviles (Feigenbaum & Feldman, 1963).

A finales de los años setenta y principios de los ochenta, ya se contaba con algunos programas que ofrecían mayor capacidad y herramientas para emular conocimientos necesarios para replicar las habilidades de los seres humanos el desempeño en la ejecución de diferentes tareas. El primer programa o primer sistema experto en ser utilizado para propósitos reales, por fuera de lo que hasta entonces se cómo investigación computacional, durante aproximadamente 10 años y al cual se le atribuye la demostración grandes cantidades de conocimiento y dominio específico es DENDRAL, un sistema de predicción de la estructura de las moléculas orgánicas que considera su fórmula química y el análisis de espectrograma de masa, el sistema tuvo éxito entre químicos y biólogos, ya que facilitaba enormemente la inferencia de estructuras moleculares. (Ponce, 2010). Después de esto se conocieron otros sistemas expertos como MYCIN cuya función era la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre. CADUCEUS que fue programado para realizar diagnósticos en medicina interna. XCON era un sistema de producción con el propósito de asistir a los pedidos de los sistemas de computadores seleccionando los componentes del sistema de acuerdo a los requerimientos del cliente. (Badaró, Ibañez, & Agüero, 2013)

En mayo 11 de 1997, un programa de IBM llamado Deep Blue derrotó al actual campeón mundial de ajedrez, Garry Kasparov.

En la última década podemos resaltar casos como el programa Suzette ganó el premio Loebner, al simular una conversación con una persona. También encontramos el caso del ordenador de IBM Watson que gano el concurso de preguntas y respuestas 'Jeopardy', este salido victorioso de su duelo contra el cerebro humano al imponerse a los dos mejores concursantes de la historia del programa. Watson les ha vencido en la tercera ronda, contestando preguntas que le obligaban a pensar como una persona.

En el año 2014 un ordenador logro superar con éxito el test de Turing. El ordenador, con el programa Eugene desarrollado en San Petersburgo (Rusia), se ha hizo pasar por un chico de 13 años, y los responsables de la competición consideran que es un "hito histórico de la inteligencia artificial". Un programa informático desarrollado por la compañía británica Google DeepMind en 2016 consiguió vencer, por primera vez, a un campeón profesional de un milenario juego de origen oriental llamado Go. El reto era enorme para una máquina, ya que la prueba de estrategia encierra una gran complejidad (Fresneda, 2014). En la actualidad hay distintas aplicaciones con la IA.

Campos de aplicación de la inteligencia artificial

Los campos de aplicación dela Inteligencia Artificial son muy variados, a continuación se muestran algunos de los sectores en los cuales ya se cunetas con desarrollo en materia de IA, sin embargo no son los únicos se invita los lectores a profundizar sobre su aplicación en otras a reas. A continuación una breve reseña de algunos campos de aplicación:

IA en la medicina, En este sector se incluye la interpretación de imágenes médicas, diagnóstico, sistemas expertos para apoyar a los médicos en el diagnóstico de enfermedades, la monitorización y control en las unidades de cuidados intensivos, diseño de prótesis, diseño de fármacos, sistemas tutores inteligentes para diversos aspectos de la medicina.

IA en la ingeniería: Permite el diagnóstico de fallos, sistemas inteligentes de control, sistemas inteligentes de fabricación, ayuda inteligente al diseño, sistemas integrados de ventas, diseño, producción, mantenimiento, herramientas de configuración expertas.

IA en la educación: En este campo podemos encontrar diferentes tipos de sistemas tutores inteligentes y sistemas de gestión de estudiantes. Además podemos encontrar aplicaciones que facilitan la identificación de deficiencias de conocimientos en los estudiantes y le ofrece alternativas para superarlas.

IA en la gestión de la información: esto incluye el uso de la IA en la minería de datos, el rastreo web, filtrado de correo, etc.

IA en la industria del entretenimiento: cada vez más se utiliza la IA en los juegos de ordenador y los sistemas de control y de generación de caracteres sintéticos, ya sea en la interacción a través de texto o con la generación de películas con dibujos animados o "avatares2" interactivos en mundos virtuales.

IA en la biología: hay muchos problemas complicados en biología donde se están desarrollando sistemas informáticos más o menos inteligentes, por ejemplo, análisis de ADN, predicción de la estructura de plegado de moléculas complejas, la predicción, la elaboración de modelos de procesos biológicos, evolución, desarrollo de embriones, comportamientos de los distintos organismos (Sloman, 2016).

IA en la arquitectura, el diseño urbano, la gestión del tráfico: herramientas para ayudar a resolver problemas de diseño que presentan múltiples restricciones, ayudar a predecir el comportamiento de las personas en los nuevos entornos, herramientas para analizar los patrones de los fenómenos observados.

IA en la literatura, el arte y la música: la identificación de los autores, la modelización de los procesos de generación y el reconocimiento, las aplicaciones de enseñanza.

IA en la detección y prevención de la delincuencia: por ejemplo, detección de falsificaciones, aprendizaje para detectar indicios de corrupción policial, software para controlar las transacciones en Internet, ayudar a planificar las operaciones de la policía, búsqueda en bases de datos policiales de evidencias de que los crímenes son cometidos por la misma persona, etc.

IA en el comercio: Internet ha permitido que una de las áreas de mayor crecimiento en cuanto al número de aplicaciones desarrolladas sea el comercio, especialmente el comercio electrónico y el uso de agentes software de distintas clases para proporcionar, buscar, analizar o interpretar información, tomar decisiones, negociar con otros agentes, etc (Sloman, 2016)

IA en las actividades militares. Este puede ser el ámbito en el que se ha gastado la mayor parte de los fondos y dónde no es fácil aprender de los detalles.

La inteligencia artificial en la industria

La Inteligencia Artificial permite incorporar a las organizaciones herramientas que facilitan el desarrollo de las actividades a nivel operativo y de gestión empresarial, para esto se han diseñado y puesto al servicio de las empresas programas, sistemas de automatización y control, máquinas que efectúan labores más rápidas y precisas que las que efectúan las personas, lo que ha permitido una mayor facilidad en las labores y con eso un ahorro significativo en tiempo, energía, recursos físicos y económicos, haciéndolas más eficientes y rentables las operaciones.

Adicionalmente podemos encontrar aplicaciones de Inteligencia Artificial que facilitan y apoyan la toma de decisiones a través de técnicas y herramientas permiten el diagnostico de eventos con un elevado grado de precisión que evita o minimiza el riesgo de cometer errores (Galindo, 2016)

Podemos considerar la Inteligencia Artificial como un nuevo factor de producción y no solo un impulsor de la productividad, el cual permite que las perspectivas de crecimiento se transformen por completo y ofrece a las economías de los países la oportunidad de hacer cosas diferentes, la IA debe ser considerada como la herramienta que puede transformar nuestra forma de pensar sobre cómo se genera crecimiento. Se puede afirmar que el potencial más importante con el que cuenta la IA es su gran capacidad de complementar y enriquecer los factores de producción tradicionales (Purdy & Daugherty, 2016)

La Inteligencia Artificial puede complementar y enriquecer los conocimientos y capacidades de las personas y propulsar los procesos de innovación en las organizaciones, en la actualidad podemos encontrar una gran variedad de dispositivos que interactúan con personas como los robots de Fetch Robotics que usan tecnología de láser y sensores de profundidad 3D para moverse con seguridad y trabajar con los empleados de los almacenes.

Trabajando en conjunto las con personas los robots tienen la capacidad de manejar la gran mayoría de las referencias que suele haber en un almacén. Otro ejemplo de cómo la inteligencia Artificial ofrece solución a problemas en la industria es el uso de Amelia (una plataforma de IA de IPsoft con capacidad de procesamiento de lenguajes naturales), esta ayuda a ingenieros de mantenimiento leyendo los manuales de equipos para diagnosticar fallas y propones una solución (Purdy & Daugherty, 2016).

El uso de chatbots y otros agentes virtuales también es una muestra de cómo la Inteligencia Artificial puede ser muy efectivo para automatizar las consultas de servicio al cliente de bajo nivel. Autodesk, un líder mundial en software de diseño e ingeniería de computadora, ha tenido un éxito inmenso en este esfuerzo. Usando el servicio de Conversación IBM Watson, la compañía creó el Agente Virtual de Autodesk (AVA) que puede responder a 40 consultas únicas de bajo nivel a una tasa de 30,000 interacciones por mes y reduce el tiempo de respuesta a las consultas de los clientes de 1.5 días a 5 minutos.

La Inteligencia Artificial también está contribuyendo al progreso de los vehículos autónomos, permitiendo a los vehículos percibir y predecir cambios en su entorno. Los algoritmos de aprendizaje profundo a bordo del vehículo se apoyan en un conjunto de tecnologías de detección que trabajan juntas para producir un mapa tridimensional de alta definición del entorno del vehículo, que le permite la transmisión en vivo de datos ambientales para identificar obstáculos y otros automóviles, interpretar las señales de tráfico, las marcas de las calles y las señales de tráfico, y cumplir con los límites de velocidad y las leyes de tráfico, los desarrolladores de esta tecnología recurren a la adquisición continua de conocimientos de aprendizaje profundo para desarrollar vehículos autónomos que mejoran constantemente sus capacidades a medida que se introducen en nuevos entornos. Jugadores tradicionales de la industria automotriz, como BMW, Daimler, Ford, Toyota y VW, han adoptado la inteligencia artificial como un componente crítico en sus viajes de desarrollo de vehículos autónomos.

Con los avances tecnológicos en inteligencia artificial en la gestión de cadenas de suministro es posible apoyar a la administración para hacerla más eficiente. En este sentido la Inteligencia Artificial ttambién puede beneficiar enormemente las demandas físicas de los trabajar en la logística moderna. El uso de robótica, sistemas de visión artificial, interfaces de conversación y vehículos autónomos habilitados para IA. La Inteligencia Artificial ha sido aplicada en diferentes procesos de tales como la gestión de la compra de materiales, gestión de transporte, gestión de producción, gestión de almacén, gestión de inventario, entre otras, un ejemplo de esto lo encontramos en DHL que ha desarrollado una herramienta basada en aprendizaje automático para predecir los retrasos en el tránsito aéreo para permitir la mitigación proactiva. Al analizar 58 parámetros diferentes de datos internos, el modelo de aprendizaje automático puede predecir si se espera que el tiempo de tránsito diario promedio para un carril determinado hasta una semana antes. Además, esta solución es capaz de identificar los principales factores que influyen en los retrasos en el envío, incluidos factores temporales como el día de salida o factores operacionales como el desempeño a tiempo de la aerolínea. Esto puede ayudar a los agentes de carga aérea a planear con anticipación al eliminar conjeturas subjetivas sobre cuándo o con qué aerolínea deben volar sus envíos (Gesing, Peterson, & Michelsen, 2018).

La clasificación robótica inteligente es otra utilización de IA que permite la clasificación efectiva a alta velocidad de cartas, paquetes e incluso envíos paletizados, una de las actividades más importantes de los operadores de paquetería y envíos modernos. Cada día millones de envíos pasan por una sofisticada gama de transportadores, infraestructura de escaneo, equipo de manejo manual y personal.

En el sector agrícola, John Deere está utilizando IBM Watson y una plataforma de fabricación inteligente para entregar el montaje y el mantenimiento impulsados ​​por Inteligencia Artificial en su planta de fabricación más grande en Mannheim, Alemania. Con una aplicación de cámara con capacidad de aprendizaje profundo en su dispositivo móvil, un trabajador de planta puede fotografiar la maquinaria en la estación de trabajo y Watson utiliza un algoritmo de reconocimiento de imagen para determinar la causa de cualquier falla. El trabajador recibe una explicación de Watson sobre cómo solucionar el problema. Incluso pueden interactuar con Watson a través del comando de voz, aprovechando las capacidades de procesamiento del lenguaje natural del sistema, para permanecer en modo manos libres mientras trabajan en el taller. (Ezratty, 2017)

En gestión de inventarios la empresa francesa Qopius está desarrollando una IA basada en la visión artificial para medir el rendimiento de las estanterías, hacer un seguimiento de los productos y mejorar la ejecución de las tiendas minoristas. Qopius es un producto de alta calidad y muy conocido en gestión de inventario y almacenes, la visión artificial AI ofrece potencial para la gestión de inventario en tiempo real a nivel de cada SKU (Thành, 2018)

Así mismo, la Inteligencia Artificial aplicada a sistemas de control de calidad en las empresas, ha permitido minimizar e incluso evitar las devoluciones de productos por defectos o problemas de calidad, debido a que detectan con mayor precisión los productos no conformes, mejorando la percepción de calidad en los clientes, creando recordación de marca y posicionando mejor a las compañías. Además, estos sistemas permiten ahorro de tiempo, exactitud, reducción de costos puesto que la mano de obra es más costosa en términos de carga prestacional y es más susceptible a equivocaciones (Galán, Jiménez, Sanz, & Matía, 2000).

Como lo podemos observar en los casos anteriormente expuestos la aplicabilidad que tiene la Inteligencia Artificial en la industria es muy variada y está permitiendo un cambiando en la naturaleza del trabajo y ofreciendo una nueva forma de relacionamiento entre las personas y las máquinas, en la cual las personas tengan el control y la tecnología se adapte cada vez más a nuestros deseos y necesidades.

Conclusiones

Como resultado de esta investigación podemos decir que la Inteligencia Artificial se está ubicando como una de las tecnologías de la industria 4.0 con mayor aplicabilidad, por segmentos de aplicación podemos se hacen las siguientes conclusiones:

La Inteligencia Artificial ofrece soluciones que permiten a los directivos de las compañías facilitar la toma de la toma de decisiones en las organizaciones, especialmente en el área financiera y administrativa, ya que los asiste suministrando bases sólidas, fiables y seguras para que puedan tomar decisiones ajustadas y enfocadas a las necesidades de los objetivos estratégicos.

Los procesos productivos e industriales de las organizaciones obtienen un gran beneficio de la Inteligencia Artificial, debido a la implementación de máquinas y sistemas automatizados, que suministran a los procesos de producción la posibilidad de obtener bienes de mejor calidad, en menor tiempo y por ende a un menor costo.

A pesar de todos los casos de implementación de Inteligencia Artificial expuestos esta tecnología se encuentra en plena fase de desarrollo por lo tanto el reto que tiene es muy grande y se debe enfocar en desarrollar equipos que logren interactuar con las personas y resolver sus inquietudes de la forma en que lo hace un ser humano. Esta tecnología apenas comienza a sorprendernos y es importante incrementar su desarrollo y explotar su potencial.

Bibliografía

Badaró, S., Ibañez, L., & Agüero, M. (2013). Sistemas Expertos: Fundamentos, Metodologías y Aplicaciones. Ciencia y Tecnología, 13, 2013, 349-364.

Banda, H. (2014). Inteligencia Artificial: Principios y Aplicaciones. Quito.

Chomsky, N. (1956). Three models for the description of language. IRE Transactions on Information Theory.

Corcoran, J. (2006). George Boole. Encyclopedia of Philosophy. Detroit: Macmillan Reference.

Ezratty, O. (2017). Les usages de l'intelligence artificielle. Creative Commons.

Feigenbaum, E., & Feldman, J. (1963). Computers and Thought. McGraw-Hill.

Fresneda, C. (10 de 06 de 2014). Un ordenador logra superar por primera vez el test de Turing. El MUNDO.

Galán, R., Jiménez, A., Sanz, R., & Matía, F. (2000). Control Inteligente. Revista Iberoamericana de Inteligencia Artificial, 43-48.

Galindo, N. (2016). Inteligencia artificial aplicada a las organizaciones. Universidad Militar Nueva Granada: Bogota.

Gesing, B., Peterson, S., & Michelsen, D. (2018). Artificial inteligence in logistics. DHL Trend Research.

Matich, D. (2001). Redes Neuronales: Conceptos Básicos y Aplicaciones. Rosario: Universidad Tecnológica Nacional.

Minotta, C. (2017). Teoría del procesamiento de la información en la resolución de problemas. Escenarios, 149-159.

Piccinini, G. (2004). The First Computational Theory Of Mind And Brain: A Close Look At Mcculloch And Pitts's ''Logical Calculus Of Ideas Immanent In Nervous Activity. St. Louis: Kluwer Academic Publishers.

Ponce, P. (2010). Inteligencia artifi cial con aplicaciones a la ingeniería. México: Alfaomega.

Purdy, M., & Daugherty, P. (2016). Inteligencia Artificial, El Futuro del Crecimiento. Accenture.

Rosario, P. (2010). La Filosofía de Gottlob Frege. Creative Commons.

Salgado, M. (2004). La estructura del silogismo práctico en Aristóteles. Revista de Filosofía Vol. 29 Núm. 1 (2004), 53-75.

Sloman, A. (2016). Artificial Intelligence. An Illustrative Overview. The University of Birmingham.

Thành, N. (2018). Artificial Intelligent (AI) And The Future Of Supply Chain.

Wiener, N. (1948). Cybernetics : Or Control and Communication in the Animal and the Machine.