El ritmo del progreso tecnológico hace que cada vez más personas teman por sus trabajos, los cuales pronto podrían ser ocupados por los robots. Pero estos temores siguen siendo muy exagerados, de eso está seguro Igor Bogachev, director general de la compañía Zyfra.
Algunos participantes del mercado perciben la inteligencia artificial (IA) ya sea como un mesías capaz de resolver todos los problemas de la humanidad o como un monstruo que le quitará el trabajo a la gente y se apoderará del mundo. De hecho, ambas opciones están lejos de ser verdad.
Mucho dependerá del ritmo de desarrollo de la tecnología en los próximos años, pero hay pocas dudas sobre el futuro de la IA. Según el pronóstico de Gartner, la implementación de la IA traerá 2,9 billones de dólares a los negocios para el año 2021, ahorrando 6.200 millones de horas de trabajo de las personas. Y si en 2017 el mercado de la IA se estimaba en 4.800 millones de dólares, se prevé que se multiplique por 20 hasta alcanzar los 89.800 millones de dólares en 2025. Sin embargo, la IA que ahora se utiliza en la industria y la manufactura sigue siendo capaz de resolver solo problemas locales. Y aunque el uso de tecnologías inalámbricas en la producción ha ido creciendo a un ritmo del 32 % anual en los últimos años, el Internet industrial de las cosas no cubre más del 6 % de la producción en el mundo.
Los límites de la Inteligencia Artificial
Hay que reconocer que actualmente existen razones objetivas que limitan tanto la capacidad de la propia IA como la medida en que esta puede implementarse. Hay dos problemas principales que pueden destacarse.
1. Falta de normas y estándares unificados para el procesamiento de los datos
Alrededor del 65 % de todo el tiempo de diseño de la implementación de la IA se destina a la búsqueda y recolección de los datos necesarios para su trabajo. Al mismo tiempo, un sistema de almacenamiento de información conveniente para el ser humano es a veces bastante inconveniente para la IA, porque no ha sido diseñado para esto. También el caos se debe al hecho de que cada empresa tiene su propio sistema de recolección y almacenamiento de información.
Así pues, la velocidad de implementación de la inteligencia artificial se ralentiza por el hecho de que las empresas no están preparadas para invertir en la recolección y el almacenamiento de datos, la gestión de este proceso y su inclusión en los procesos comerciales básicos de la empresa.
2. Incapacidad de la IA para resolver problemas únicos
Además, la complejidad radica en las particularidades industriales de las empresas y los procesos tecnológicos: es imposible ofrecer soluciones universales estandarizadas en el campo de la IA para la producción petroquímica y metalúrgica. A veces es necesario buscar un enfoque individual, incluso para una planta industrial específica.
Por ejemplo, cada alto horno se fabrica por encargo, sus parámetros se adaptan individualmente a las tareas específicas de la producción; el ciclo de vida y el nivel de degradación de cada horno también varían.
Existen dificultades similares en el trabajo con las refinerías de petróleo, donde la etapa de producción puede ser única para cada empresa. Y, como sabemos, a la inteligencia artificial todavía no le gusta todo lo que no puede ser estandarizado, su nivel de desarrollo no permite todavía una fácil adaptación a las soluciones tecnológicas variables en la producción compleja. Por lo tanto, aún es necesario explicarle todo al programa de la forma más sencilla posible, enseñándole cada proceso por separado. Así pues, además de la información sobre el trabajo de la empresa, la IA necesita los datos sobre los procesos comerciales y los procesos físicos y químicos pertinentes a cada tipo de producción.
A menudo, los tecnólogos experimentados confían en su intuición para producir metales. Por ejemplo, las ferroaleaciones se utilizan para lograr la composición química requerida del acero. El acero aleado con ferroaleaciones tiene características físicas y mecánicas mejoradas. Y, como muestra la práctica, diferentes empresas de la misma corporación pueden tener desviaciones en el volumen de ferroaleaciones añadidas. Esto afecta significativamente los costos de las materias primas de la corporación y podría optimizarse si la decisión de cambiar la proporción de las ferroaleaciones no se tomara bajo la influencia de la intuición de uno u otro especialista en cada empresa, sino que fuese unificada con la ayuda de la IA. Sin embargo, incluso en este caso, todo se basa en la ausencia de mecanismos bien establecidos para la recopilación de datos: a menudo, estos se toman de la cabeza de alguien y no se registran.
Sobre el aprendizaje de la Inteligencia Artificial
¿Puede una IA aprender observando el trabajo de una persona, recogiendo datos sobre cómo un tecnólogo toma decisiones basadas en factores externos? Sí, puede e incluso debería. Sin embargo, las decisiones que tomará en el proceso se limitarán a estos esquemas aprendidos. Si la IA se encuentra con una situación desconocida en el lugar de producción, que aún no ha visto, caerá en estupor y se verá obligada a transferir el control al tecnólogo.
Es necesario notar que los grandes proveedores de equipos industriales como Siemens y Mitsubishi, que inicialmente impusieron a sus contrapartes un sistema de recolección de datos desde los equipo, tienen ahora ciertas ventajas en materia de implementación de la IA.
En general, la falta de normas y estándares unificados para trabajar con los datos dificulta gravemente la digitalización. Así que, la rebelión de las máquinas se verá obstaculizada por la inclinación humana hacia la toma de decisiones intuitivas y la confusión general en los procesos de producción.
Las habilidades de la IA moderna deben ser evaluadas sobriamente: estas están limitadas por marcos estrictos. Por eso, las soluciones en el campo de la IA se implementan gradualmente en cada una de las etapas de producción, procesos y fábricas.
Aún no estamos hablando propiamente de la inteligencia, sino de sus embriones. Sin las personas, la IA todavía no puede hacer nada en lo absoluto -ni aprender ni orientarse en factores variables- porque durante muchos años la industria fue creada por el hombre y para el hombre. Entonces, la IA solo podría reemplazar a los humanos en un futuro muy lejano. Mientras tanto, al encontrarse en el campo de la incertidumbre, el programa solicitará el consentimiento de la persona para tomar cualquier acción. Y eso es correcto. Debido a que la seguridad debe ser lo primero en el uso de la IA en la producción; las personas deben suprimir la toma de decisiones falsas de parte del programa. Esperamos que la investigación conduzca a la creación de una IA que sea capaz de generalizar, incorporar la experiencia y tomar decisiones correctas y seguras en situaciones peligrosas.