Lo que necesitas saber sobre
IA & Machine Learning
Automatización a través de IA, modelos de aprendizaje, modelos predictivos y mucho más aplicados a la digitalización y eficiencia de los procesos.
El motor de la resiliencia: optimizadores de caja negra para la fábrica inteligente
En nuestro viaje hasta ahora, hemos dado dos pasos gigantescos. Primero, aceptamos que la predicción perfecta es un mito y que la verdadera meta es la resiliencia. Segundo, aprendimos a modelar la incertidumbre, usando la Simulación de Monte Carlo para crear un mapa detallado de miles, o incluso millones, de futuros posibles para nuestra fábrica.
Ahora nos encontramos ante un mapa increíblemente rico, pero también abrumador. Tenemos un millón de resultados posibles para cada decisión que tomemos. La pregunta es obvia: ¿cómo elegimos la mejor?
De píxeles a la acción: cómo desarrollamos el cerebro de un rover autónomo con visión artificial embebida
Nuestro equipo se enfrentó al reto de desarrollar el cerebro completo para un rover autónomo, un sistema que requería percepción visual y toma de decisiones en tiempo real sobre hardware de bajo consumo. Este caso de estudio es una inmersión técnica en nuestro proceso: desde la implementación del modelo de segmentación Mask R-CNN para una identificación precisa de objetos, hasta la aceleración del rendimiento en una Raspberry Pi mediante una aceleradora Coral TPU. Descubre cómo superamos los desafíos de optimización y cuantización de modelos en TensorFlow para entregar una solución de Edge AI robusta y eficiente para la automatización inteligente.
Más allá de la predicción: cómo modelar la incertidumbre y tomar decisiones robustas
Deja de buscar una única respuesta y empieza a prepararte para miles de futuros posibles.
En nuestro anterior artículo, La Trampa del Forecast Perfecto, nos planteamos una nueva pregunta: «¿Cuál es la mejor decisión que puedo tomar hoy, sabiendo que pueden ocurrir miles de escenarios diferentes mañana?»
Fantástico. Pero, ¿cómo empezamos a responder a eso? Suena abstracto, casi filosófico. La respuesta es que el primer paso consiste en tratar la incertidumbre no como un enemigo al que temer, sino como una variable que podemos describir, medir y, en definitiva, modelar.
La trampa del forecast perfecto: por qué tu predicción siempre falla y el machine learning no es la solución que esperabas
Deja de perseguir una bola de cristal y empieza a construir una operación industrial a prueba de futuro.
Es lunes, 8 de la mañana. Revisas tu dashboard. El OEE está en verde, el plan de producción de la semana está cerrado y el flamante modelo de machine learning que habéis implementado predice una demanda estable. Por fin, piensas, todo está bajo control.
A las 10:15, suena el teléfono. Tu proveedor principal de un componente crítico en Francia acaba de sufrir un retraso. La producción se detendrá en 48 horas. De repente, el forecast perfecto de hace dos horas no sirve absolutamente para nada.
5 verdades (pero que muy) verdaderas sobre la IA
No hace falta repetir el mantra de que la IA está en todas partes. De hecho henos aquí, escribiendo sobre ella (o a lo mejor es ella misma autobiografiándose, quién sabe). El caso es que tampoco tenemos por qué tomárnosla tan en serio…
Usando modelos LLM para tareas de precisión
Los modelos de lenguaje avanzado (LLMs), como Gemini, están revolucionando tareas empresariales específicas, como la extracción de datos de facturas. A diferencia de los métodos tradicionales basados en plantillas, estos modelos comprenden el contenido de cualquier formato y extraen información clave con precisión.
Potenciando la Automatización con Agentes IA, LLM y sistemas RAG
La automatización de procesos ha evolucionado desde simples sistemas que replican tareas humanas repetitivas hasta soluciones avanzadas que utilizan inteligencia artificial (IA) para manejar flujos de trabajo complejos. Los agentes de IA, modelos LLM y sistemas RAG, están transformando la digitalización de procesos empresariales complejos. Descubre sus ventajas.
Digitalización de procesos de manufactura dirigida por datos
El proceso de transformación digital de un proceso de producción generalmente pasa por varias fases de madurez, cada una de las cuales representa un nivel más avanzado de integración y aprovechamiento de las tecnologías digitales. Es clave reconocer en qué fase se encuentra la digitalización de cada proceso para diseñar cómo avanzar hacia la siguiente etapa de madurez.
Trazabilidad y aseguramiento de la calidad con Deep Learning
El aseguramiento de la trazabilidad o la calidad de los productos es uno de los objetivos más importantes y a veces más complicados de acometer durante el proceso de producción de cualquier compañía. Exploremos el papel del Deep Learning en la trazabilidad y el aseguramiento de la calidad.
Big Data, anomalías y predicción: análisis de una serie temporal
La determinación del tiempo de fabricación de un elemento en una línea de producción es clave para la optimización de los procesos asociados. Pero, ¿cómo puede calcularse? A continuación, un ejemplo práctico y técnico a través del uso y explotación de datos.