La Intel·ligència Artificial està transformant-ho tot o, com a mínim, ho està replantejant, assegura Xavier Domingo, el director d’Applied Artificial Intelligence d’Eurecat, per a qui en un entorn altament competitiu i amb una demanda cada cop més exigent en termes de qualitat i de personalització, l’ús integrat i efectiu de les dades permet a les empreses esdevenir més competitives i sostenibles. Des de la seva perspectiva, totes les tècniques que ens ajudin a ser més resilients i a entendre patrons i tendències de comportament de mercat o socials seran claus, però també aquelles que millorin el servei de les empreses i la interacció amb els seus clients, especialment en el cas de les petites i mitjanes empreses, que hauran de competir amb una oferta molt més global.
Quin impacte té la Intel·ligència Artificial en la competitivitat de les empreses?
La Intel·ligència Artificial està generant tota una revolució, motivada principalment per la proliferació de les dades a tots els nivells. En un entorn altament competitiu i amb una demanda cada cop més exigent en termes de qualitat i de personalització, l’ús integrat i efectiu de les dades permet a les empreses esdevenir més competitives i sostenibles, considerant no només les necessitats internes, sinó també de forma transversal les dels proveïdors i clients finals. El mateix aplica a les administracions i a la resta d’institucions i a la societat en general, immersos en un escenari de canvi climàtic i d’escassesa de recursos, on la resiliència i l’activitat eficient i conscient és clau.
És una tecnologia aplicable a tots els sectors i per a tots els tipus d’empreses?
Efectivament, les generalitzacions són perilloses, però podríem perfectament afirmar que se’n poden beneficiar tot tipus d’empreses i sectors d’activitat. Si pensem en les empreses que ens ofereixen productes, hi ha tres indicadors bàsics en els que ens podem basar, provinents de l’àmbit industrial, però fàcilment extrapolables als altres: productivitat, qualitat i disponibilitat. La Intel·ligència Artificial ens pot ajudar a ajustar la cadència de producció considerant les prediccions de demanda del mercat, però també tenint con compte la nostra capacitat d’emmagatzematge i logística, o la capacitat dels nostres proveïdors per subministrar-nos de matèria prima. Des d’un punt de vista de qualitat, la cadència i paràmetres de producció, les característiques de la matèria prima o l’estat dels actius ens poden afectar als productes resultants. La IA ens pot ajudar a produir de la forma més eficient possible, considerant aquestes restriccions i adaptant els paràmetres de procés per seguir dins dels llindars de qualitat. Finalment, la disponibilitat és un indicador que ens ajuda a mesurar quant de temps podem disposar dels actius i està fortament vinculat a processos de manteniment i avaries. Gràcies al tractament de les dades de sèries de temps dels sensors i tècniques d’aprenentatge automàtic o detecció d’anomalies, podem evolucionar des d’un manteniment preventiu i correctiu cap a un manteniment predictiu i prescriptiu, avançant-nos als imprevistos i allargant la vida útil dels actius i les nostres capacitats en general. Si pensem en la resta de sectors, en més o menys mesura, la història es repeteix: cal fer un ús eficient i sostenible dels recursos, adaptar-nos als canvis i prendre millors decisions. Les dades i la Intel·ligència Artificial han resultat un salt qualitatiu respecte altres mètodes clàssics, amb els que es complementa perfectament i encara queda llarg camí per recórrer.
Com està impactant en els diferents sectors i activitats?
La Intel·ligència Artificial, en certa manera, està transformant-ho tot o, com a mínim, ho està replantejant. En el sector industrial això passa en un sentit molt clar: abans era tot molt més manual, dependent de persones expertes de domini que gairebé prenien totes les decisions. Ara, motivat especialment per la digitalització i la Intel·ligència Artificial, estem incrementant la nostra resiliència quan aquests experts no estan disponibles i ens hem d’enfrontar a escenaris no experimentats abans. La nostra capacitat d’adaptar-nos a canvis sense tenir aquestes dependències, en un ecosistema on els sistemes digitals aprenen dels experts, i viceversa, està millorant de forma molt notable. Això vol dir que podem prendre decisions acumulant l’experiència dels experts, però també ser capaços d’anar més enllà i fer evidents fets i coneixements fins ara desconeguts. Si canviem el punt de vista al de la societat en general, no cal dir que és una paraula de moda i que, de forma conscient o no, està amb nosaltres: fotografies de mòbils millorades amb IA, conducció autònoma (encara no hi som del tot, però algun dia arribarà), recomanacions de música, sèries o pel·lícules… o fins i tot per trobar parella!
Acabeu de finalitzar algunes iniciatives en el sector agrícola i ramader. Quins són els resultats?
Dins del projecte “Analítica avançada en granges de porcs”, Eurecat ha estudiat un conjunt de dades operacionals relatives a granges de cria de porcí, integrant les dades de gestió del cicle reproductiu, l’alimentació i la reposició, a partir de les quals ha creat un nou model intel·ligent. A més, la metodologia implementada ha permès identificar les variables claus per obtenir bons resultats i ha definit una llista de recomanacions per contribuir a la productivitat de les granges. Amb la millora obtinguda en la presa de decisions, les empreses del sector no només són més eficients i competitives, sinó que també es posicionen al capdavant de la innovació sostenible i són part essencial i tractora de la transformació de la societat, més ecològica i digital. En paral·lel, en l’àmbit de l’agricultura de precisió, des d’Eurecat, en col·laboració amb altres unitats tecnològiques, treballem en el desenvolupament de solucions basades en la hibridació de tecnologies com la Internet de les Coses, la Intel·ligència Artificial, la robòtica i les proves i l’experimentació de maquinària agrícola, entre d’altres, a mida de les necessitats i característiques de cada empresa, considerant altres necessitats com l’impacte ambiental.
Quins projectes teniu en perspectiva per als propers anys?
Els propers anys són molt prometedors i clau pel nostre àmbit d’especialització i estarem participant en prop d’un centenar de projectes de recerca aplicada basada en dades i Intel·ligència Artificial, tant en context privat com de finançament públic (uns 25 projectes sota el programa H2020), principalment en l’àmbit industrial, recursos (aigua i energia especialment), agroalimentari, mediambiental, i aeroespacial. Pretenem esdevenir referents en l’àmbit del control autònom òptim en el sector industrial i recursos, emprant tècniques d’aprenentatge per reforç i xarxes neuronals, per després progressivament traslladar-ho a la resta de sectors. En aquest sentit, tenim projectes en marxa al sector industrial pel control i adaptació de paràmetres de processos productius en l’àmbit de la injecció de plàstic, estampació, aliatges lleugers, i moulding ultrasònic, però també en l’àmbit de l’aigua, específicament en l’àmbit de la gestió de les plantes depuradores d’aigua residual. Seguint en l’àmbit aigua, on som referents a nivell europeu en tecnologies digitals, considerem tota la cadena de valor de les dades en el cicle integral de l’aigua. En seguim evolucionant les nostres capacitats en algorísmica predictiva i prescriptiva en la gestió de les diferents etapes, així com els mètodes d’optimització multicriteri aplicats a la gestió de recursos i de suport a la presa de decisions, on també apliquem tècniques de control autònom per a la implementació de polítiques en diferents escales temporals i geogràfiques. Per donar un parell d’exemples més dels propers reptes, en l’àmbit agroalimentari, coordinem el projecte H2020 Vitigeoss, on oferirem serveis digitals intel·ligents per al sector vitivinícola, àmbit en què venim col·laborant des de temps enrere. I també som coordinadors del H2020 Frontier, que començarà el 2021 de forma efectiva, aquest centrat en proporcionar estratègies integrades de gestió del trànsit del futur, tenint en compte nous tipus i modes de transport i vehicles automatitzats, la minimització de la contaminació, la reducció d’accidents i la necessitat de reduir el cost de la mobilitat. Sembla que no estarem avorrits… Per cert, estem buscant persones per unir-se a l’equip, algú s’apunta? Contacteu-nos!
T’atreveixes a fer algun pronòstic sobre les tendències i innovacions que veurem en els propers 3-5 anys?
Els pronòstics són sempre complicats i això venint d’un grup en què oferim analítica predictiva sembla contradictori. Les tendències 4.0 han tendit a “treure” l’humà de l’equació, mentre les 5.0 el tornen a posar al centre. Diríem que són temps de canvis i potser els més rellevants seran aquells relacionats amb com la tecnologia assisteix l’activitat humana en general. Si ho centrem en les capacitats de la Intel·ligència Artificial, podem principalment pensar en com les xarxes neuronals estan canviant les nostres vides, alguns cops a millor, alguns cops de forma preocupant. Les usem per identificar problemes de qualitat en processos productius, però també les podem fer anar per reconeixement facial. Com són clau en àmbits com la conducció autònoma, en conjunció amb les tècniques d’aprenentatge per reforç, crec que aquestes seran les dues tecnologies claus en el curt-mig termini: les primeres per reconèixer el context i acumular coneixement, entre moltes altres capacitats, i les segones per prendre decisions en sistemes no deterministes i dotar-nos de resiliència i d’adaptació al canvi. I això és aplicable a gairebé tot arreu. En un context Covid, on el món científic ha generat ingents quantitats de dades en forma de text no estructurat (per exemple articles científics), les tècniques de processament del llenguatge natural ens poden ajudar a interpretar i extreure coneixement i relacions de les mateixes. Això és aplicable també a la quotidianitat, és a dir, a tot allò que deixem escrit per les xarxes socials, per exemple. En un futur on la interacció amb assistents virtuals serà un fet, són tècniques primordials i on encara cal invertir-hi molts esforços per fer-les millors.
D’altra banda, la “nova normalitat” ens està fent més dependents de les tecnologies digitals, i conseqüentment, les empreses, les administracions i la societat en general haurà d’adaptar-se. En aquest sentit, totes les tècniques que ens ajudin a ser més resilients, i a entendre patrons i tendències de comportament de mercat o socials seran claus, però també aquelles que millorin el servei de les empreses i la interacció amb els seus clients, especialment en el cas de les petites i mitjanes empreses, que hauran de competir amb una oferta molt més global. Gartner ho defineix com “Hyperautomation”, en el sentit d’intentar automatitzar tot el que sigui possible en les organitzacions per fer-les més competitives. Finalment, faria menció a l’apartat formatiu, on ja fa temps que la IA és part de l’oferta en algunes enginyeries, però on cada cop està prenent més rellevància i que està aquí per quedar-se. El temps dirà, i mentre ho comprovem plegats, aprofito per desitjar-vos unes molt bones festes i un feliç 2021!
