Serge Kozloff, Enigma: Cómo la IA está optimizando los procesos de fábrica

El jefe de producto de Conundrum explica los beneficios de usar inteligencia artificial en la fabricación y más allá.

¿Podrías contarnos un poco sobre Conundrum y lo que hacéis?

Conundrum es una startup y optimizamos los procesos en las fábricas. Uno de los productos que tenemos es el sistema de detección de defectos Conundrum Euler, que se basa en datos de simulación.

Así que, básicamente, si has oído hablar de las falsificaciones profundas, ponen tu cara en una celebridad en lugar de la suya. Ponemos una tecnología similar en la fabricación, donde simulamos defectos y luego los usamos, y diseñamos modelos de transferencia para crear redes neuronales que pueden detectar defectos reales sin necesidad de recopilar fotos con defectos reales.

¿Qué ha estado pasando con la empresa recientemente?

Estamos creciendo muy rápido. Tenemos alrededor de 100 empleados en este momento, que yo sepa. Y ahora estamos buscando nuevas formas de expandir nuestra tecnología y pasar a diferentes industrias, encontrando industrias en las que nuestra tecnología pueda encajar.

¿Hay alguna tendencia en particular que hayas notado en desarrollo con la inteligencia artificial?

Desde mi perspectiva, el hardware se está desarrollando muy rápido. Obtenemos acceso a las cámaras que pueden proporcionarnos la alta resolución y, por lo tanto, detectar problemas o defectos más pequeños. Tenemos más acceso a recursos informáticos más potentes y, por lo tanto, podemos construir algoritmos que son más difíciles, que son más complejos, y luego pueden construirse para seguir usándose en producción y beneficiar a la persona que los usa.

Cuando se trata de inspección de calidad, ¿cómo mejora el aprendizaje profundo ese proceso?

Puede trabajar con texturas complejas. Porque, por ejemplo, si tienes un objeto simple con una forma específica simple, no es tan difícil. Pero si tiene un espacio en el que el objeto se considera normal, por ejemplo, eso podría ser una desviación de forma y textura. Es muy difícil de descifrar con algoritmos clásicos. Así que aquí es donde entra en juego el aprendizaje profundo. Porque puede. Con un espacio definido de normalidad, puede alarmar sobre todas las desviaciones del mismo. Puede hacer más flexibilidad en la forma en que podemos usarlo.

¿Cree que hay algún desafío cuando se trata de usar IA para mejorar la calidad del producto?

Uno de los desafíos es simplemente definir claramente qué es exactamente lo que quieres, como el espacio de la normalidad. A veces también es un proceso muy discutible porque a veces la decisión de si la calidad es buena o mala se basa en la experiencia de las personas, y básicamente necesitas pasar por todas sus experiencias y básicamente definir qué es bueno o malo y puede ser un proceso muy interesante.

Entonces, cuando se trata de superar esos desafíos, ¿hay algún consejo que le daría a las empresas?

Yo diría que haya una comunicación clara entre el cliente y el que está creando el producto. Es muy importante profundizar en el proceso de producción para comprender todos los pequeños detalles que el cliente enfrenta con la producción de I+D y ayudarlo a superarlo.

La inteligencia artificial es una de estas tecnologías que muchas personas en muchas empresas aún dudan un poco en implementar. ¿Tiene algún consejo para las personas que todavía dudan un poco con este tipo de tecnología?

Siempre es un desafío. Pero desde mi perspectiva, para probarlo, los clientes necesitan definir algún tipo de piloto donde puedan ver todas las posibilidades que la inteligencia artificial podría brindar. Por lo tanto, podría ser un piloto muy largo con muchas pruebas para comprender las capacidades de la tecnología y cómo se puede utilizar en la producción.

Y para su empresa, ¿qué planes tiene para el próximo año?

Diría que esperamos mejorar nuestra tecnología: hacerla más rápida, mejorar su calidad y encontrar otras industrias donde podamos implementarla.

¿Tienes alguna industria en mente?

Estoy pensando en la producción de alimentos porque es un proceso muy complejo. Y es muy importante mantener una alta calidad. Y luego, otro desafío es la complejidad de la textura, que se adapta perfectamente a nuestro producto.

Serge Kozloff dará una charla titulada Aprendizaje profundo para la inspección de calidad en la IoT Tech Expo Europe en Ámsterdam el 20 de septiembre. Regístrese para asistir de forma gratuita aquí.

Etiquetas: Adivinanza