Digital art of a robot at a desk, typing a story on an old typewriter

Inteligencia Artificial y la Creación de Contenidos

La inteligencia artificial (IA) está transformando la creación de contenidos en redes sociales, ofreciendo ventajas en eficiencia y personalización, pero también planteando desafíos como la desinformación y los filtros burbuja. Los creadores de contenido y gestores de redes sociales deben abordar estos problemas de manera proactiva y colaborativa para maximizar el potencial de la IA en este ámbito.

PREDICCIÓN DE FALLAS FUTURAS EN MOTORES DE TURBOVENTILADORES POR MEDIO DE LSTM

Integrantes:

INTRODUCCIÓN

Uno de los mayores problemas a nivel industrial es el mantenimiento correctivo, debido a sus elevados costes tanto de reparación, como de producción. Por otra parte el mantenimiento preventivo está planificado por medio de una agenda para realizar un paro programado, donde no interesa si el equipo aún puede trabajar o si sus piezas siguen bien; se realiza el mantenimiento porque así fue programado.

Es por ello que, con el pasar de los años la tecnología permite que podamos invertir en nuevas soluciones que nos permita saber cuándo fallará un equipo, esto es llamado mantenimiento predictivo (PdM). Que actualmente, por medio de diferentes sensores podemos tener un dataset completo de muchas variables, como ser: vibración, temperatura, análisis de aceites o grasas, etc.

Fig. 1. Diferencia de ganancia por producción entre el mantenimiento preventivo tradicional y el mantenimiento predictivo, donde solamente se detiene la producción basado en condiciones.

DESCRIPCIÓN DEL PROBLEMA

El problema es el tiempo y los recursos económicos invertidos para poder solventar una falla de mantenimiento correctivo en el menor tiempo posible. A la vez que un mantenimiento preventivo podría optimizarse al hacerlo en base a condiciones de los equipos. Ambos ocupan tiempo en su mantenimiento y también en la producción del producto.

DATASET

Los datasets utilizados, son de la degradación de motores de turbo-ventiladores de la NASA generados por C-MAPSS, lo cual es aplicable a cualquier otra máquina rotativa, como ser: motores de transportes industriales, bombas hidraulicas, etc.

Fig. 2. Imagen del turboventilador simulado por C-MAPSS.
Tabla 1. Detalle de las columnas de los datasets de prueba y entrenamiento.

SOLUCIÓN PROPUESTA

Por tal motivo el proyecto ayudará a estimar el tiempo en el cual unos turboventiladores llegarán a fallar. Dando el tiempo suficiente para poder programar una parada de mantenimiento y buscar los repuestos necesarios al mejor precio.

SELECCIÓN DEL MODELO

RNN

Son un tipo de red neuronal recurrente (RNN) y estas tienen conexiones recurrentes entre estados ocultos, con un retraso de tiempo. Idealmente, las RNN son capaces de descubrir correlaciones temporales entre los eventos secuenciales que están muy lejos unos de otros

Fig. 3. Arquitectura de una Red neuronal recurrente (RNN)
Fig. 4. Arquitectura de una Long Short-Term Memory (LSTM)

LSTM

Sin embargo, en la práctica, es difícil entrenar RNN debido al Vanishing Gradient y los problemas de Exploding Gradient. Por lo que las RNN se enfrentan a dificultades para manejar dependencias en secuencias de largo plazo. Por lo que, el modelo basado en RNN más efectivo se llama LSTM. De manera resumida, su estructura consiste en celdas de memoria. La cual su principal función es la de almacenar un valor y determinar el tiempo que debe almacenarse. Además, estas celdas seleccionan qué entradas se almacenan y también deciden si estas serán recordadas, eliminadas o si serán enviadas como salida de una red.

Fig. 5. Programación de la RNN con LSTM

La red tiene dos capas de LSTM, la primera de 100 unidades y la segunda de 50 unidades. A la salida de cada una se tiene un DropOut para evitar el overfitting, y finalmente se tiene la Dense, que es activada por una sigmoid, que nos da la probabilidad final.

PCA

El análisis de componentes principales (PCA) es uno de los algoritmos de machine learning no supervisados más utilizados. Para la reducción de dimensiones y el pre procesamiento de datos.

Fig. 6. PCA aplicado a tres dimensiones para poder graficarlo.
Fig. 7. Datos del dataset completo, con los 21 sensores, y las 3 configuraciones de los usuarios.
Fig. 7. Datos del dataset con PCA aplicado. Se reducen a 8 componentes principales.

MÉTRICAS

A continuación se observarán las métricas analizadas. Donde podemos observar que el accuracy es del 95.11%, y que las F1-Score son muy buenas, la que menor valor tiene es la macro. Además que comparando los datos predecidos con los de prueba, tenemos un accuracy del 97%.

Fig. 8. Métricas calculadas: Accuracy Score, F1-Score Macro, F1-Score Micro, F1-Score Weighted.

ANÁLISIS DE RESULTADOS

Los resultados que analizamos son la matriz de confusión, que nos muestra que su accuracy es del 92.77%, y por otra parte la ROC Curve, donde podemos observar un buen umbral de discriminación del modelo.

Fig. 9. Matriz de Confusión
Fig. 10. ROC CURVE

RESULTADO

Por ende, podemos predecir la probabilidad con la que llegaría a fallar el motor del turbo ventilador en 30 días. Escogiendo el ID de la máquina, tendríamos el siguiente resultado; donde podemos ver que la probabilidad en la que el Motor 16 falle, es del 1.8%, por lo que podemos seguir usando este motor de manera tranquila.

Lo ideal es que este análisis se lo haga de manera periódica, al ser implementado. Debido a que da un buen sondeo del estado de las máquinas a los supervisores de mantenimiento para ir planificando lo más crítico en la siguiente parada.

Fig. 11. Pantalla final, donde el programa nos dice la probabilidad que tiene el motor seleccionado de fallar dentro de 30 días.

CONCLUSIÓN

Por medio de esta aplicación podemos determinar el tiempo de falla de una máquina rotativa, gracias al análisis de datos de dicho equipo. Por ende, se tiene el tiempo suficiente para comprar repuestos y planificar un mantenimiento programado, mitigando los costes de mantenimiento de la empresa.

La precisión del modelo implementado es del 95%, por lo que llega a ser fiable a la hora de analizar las máquinas. Este programa puede ser implementado en multiples plantas industriales, y por medio de Internet Of Things, podemos ir recabando información de todos los sensores necesarios, los cuales serán registrados en la nube para su posterior análisis.

Implementando este tipo de tecnología también llega a repercutir en el area medio ambiental, ya que se cambiarían menos repuestos industrial o maximizar el uso de aceites o grasas de acuerdo a su degradación; se traduce en menos basura industrial para el medio ambiente.

CÓDIGO

https://github.com/albmarale/SaturdaysAIMachineLearning/blob/main/detecci-n-de-fallas-futuras-en-motores-de-turboven.ipynb

BIBLIOGRAFÍA

[1] D. Bruneo and F. De Vita, “On the use of LSTM networks for predictive maintenance in smart industries,” in Proceedings — 2019 IEEE International Conference on Smart Computing, SMARTCOMP 2019, 2019, pp. 241–248, doi: 10.1109/SMARTCOMP.2019.00059.

[2] S. Guldamlasioglu, O. Aydin, and D. Scientist, “Using LSTM networks to predict engine condition on large scale data processing framework,” 2017, doi: 10.1109/ICEEE2.2017.7935834.

[3] L. Swanson, “Linking maintenance strategies to performance,” Int. J. Prod. Econ., vol. 70, no. 3, pp. 237–244, Apr. 2001, doi: 10.1016/S0925–5273(00)00067–0

[4] A. Martínez, “Redes Neuronales Recurrentes con LSTM aplicado al Mantenimiento Predictivo, Caso: Degradación de motores de turboventiladores”, 2020, Universidad Católica Boliviana “San Pablo”.

¡Más inteligencia artificial!

La misión de Saturdays.ai es hacer la inteligencia artificial más accesible (#ai4all) mediante cursos y programas intensivos donde se realizan proyectos para el bien (#ai4good).

Infórmate de nuestro master sobre inteligencia artifical en https://saturdays.ai/master-ia-online/

Si quieres aprender más inteligencia artificial únete a nuestra comunidad en community.saturdays.ai o visítanos en nuestra web www.saturdays.ai ¡te esperamos!

image-4

La inteligencia artificial en el cine

Introducción

La inteligencia artificial en el cine parece algo actual, pero, desde que en el año 1902 se estrenó «Viaje a la luna» (primera película de ciencia ficción),en el cine se han desarrollado una gran cantidad de películas en las que la inteligencia artificial está involucrada. Para el gran público, las tramas que giran en torno a máquinas, robots y derivados siempre son de gran interés, habiéndose creado con el tiempo una serie de personajes icónicos.

Personajes como: HAL900 (2001:Odisea en el espacio, 1968), Wall-E (Wall-E, 2008), C-3PO y R2-D2 (Saga Star Wars, desde 1977) o David (Inteligencia Aritificial, 2001). Esos son algunos de los ejemplos que se nos viene a la cabeza cuando pensamos en personajes míticos del séptimo arte que representan a sistemas inteligentes.

HAL900

Películas para «imaginar» el futuro de la IA

Yo, Robot

Existen una gran cantidad de películas y series basadas en los escritos de Isaac Asimov (1920-1992), considerado como el padre de la palabra «robótica» y de las consideradas como «leyes de la robótica». «Yo, Robot» es una de estas películas, el filme protagonizado por Will Smith transcurre en uno de estos universos creados por Asimov. En la película, Sonny, un robot humanoide, es acusado de matar a su creador, rompiendo así las «leyes de la robótica».

Terminator

Terminator es una de las sagas más icónicas de la historia del cine, que dejó para el recuerdo frases como «sayonara, baby». En ella podemos ver un escenario de destrucción en el que la inteligencia artificial llamada «skynet» pretende controlar el mundo y exterminar a la humanidad. Esta película de James Cameron pone el foco en la necesidad del desarrollo de una IA siguiendo una serie de valores éticos. Eso si no queremos vernos envueltos en una pelea contra un robot exterminador.

Terminator

Be right back (Black Mirror)

No es una película, pero en Black Mirror tenemos una gran serie de Netflix que nunca deja indiferente, y en la que hemos podido ver escenarios algo distópicos (y otros que pasado el tiempo ya no lo son tanto). «Be right back» gira en torno a una pareja de jóvenes, Ash y Martha. Ash es asesinado y surge la posibilidad de poder seguir en contacto con él una vez fallecido creando una copia de carne sintética y creando sus «recuerdos» en base a la presencia en redes de Ash. El problema de esta nueva «relación» llega cuando ve que no tiene ningún tipo de emoción o rasgo de personalidad sin que ella se lo pida. Entonces, el debate en el que entramos es, ¿nos ayudaría una copia de un ser querido a soportar su pérdida?

Her

Quizá esta película es la que podemos considerar menos ciencia-ficción, porque, ¿quién no ha hablado alguna vez con un chatbot? En esta película protagonizada por Joaquin Phoenix y Scarlett Johansson vemos como él mantiene una relación sentimental con una aplicación programada para entenderle como si fuese su novia. En un futuro no muy lejano, ¿podremos ver a personas teniendo relaciones sentimentales con máquinas echas a sus medidas? De hecho, en el año 2018 un hombre japonés ya se casó con un holograma, así que quizá el escenario propuesto por «Her» no sea muy descabellado.

Her

Blade Runner

El test de Turing hecho película. Eso es la película de Ridley Scott estrenada en 1982, una prueba en la que tendremos que distinguir entre una inteligencia artificial y un humano, y en el caso de las inteligencias artificiales, si estas pueden llegar a tener tal conciencia que merezcan los mismos derechos que nosotros. El final de la película deja varias preguntas muy interesantes en el aire acerca de estos temas, una razón más para ver esta gran película.

¿Realidad o ficción?

¿Cuánto de realidad hay en estas películas? Es una pregunta que puede hacerse el público una vez acabada «Blade Runner» o «Her». Y para tranquilizaros, no, los robots exterminadores o IAs asesinas no existen y están lejos de hacerlo, las máquinas que piensan por sí mismas con el objetivo de conseguir beneficio propio es una realidad que en el mundo del cine tiene éxito pero que en el mundo real no tiene recorrido (de momento). Aunque por otra parte, hay que decir que la IA ha cambiado nuestras vidas y eso es sí que es una realidad.

Bibliografía

UEMC-https://grados.uemc.es/blog/la-inteligencia-artificial-en-el-cine

La Vanguardia (Abril 2021)-https://www.lavanguardia.com/vida/junior-report/20210309/6263567/robotica-inteligencia-artificial-cine.html

Fundación Telefónica-https://espacio.fundaciontelefonica.com/evento/inteligencia-artificial-en-el-cine/

Ethic (Julio 2021)-https://ethic.es/2021/07/siete-peliculas-para-comprender-el-futuro-de-la-inteligencia-artificial/

Written by

Alejandro Ferrer

Saturdays.AI

¡Más inteligencia artificial!

La misión de Saturdays.ai es hacer la inteligencia artificial más accesible (#ai4all) mediante cursos y programas intensivos donde se realizan proyectos para el bien (#ai4good).

Infórmate de nuestro master de inteligencia artificial en https://saturdays.ai/master-ia-online/

Si quieres aprender más inteligencia artificial únete a nuestra comunidad en community.saturdays.ai o visítanos en nuestra web www.saturdays.ai ¡te esperamos!

ludismo

¿Reemplazará la IA al humano en el trabajo?

Introducción

Hace tiempo que hay un debate muy interesante sobre la mesa . El debate es, ¿reemplazará la IA a los humanos en el trabajo? Y en caso de que esto sucediese, ¿sería capaz el humano de reciclarse y adaptarse a un nuevo mundo laboral?

Debida a la irrupción de robots, automatización y el desarrollo de la inteligencia artificial (IA), el mundo laboral ya ha comenzado a cambiar sectores como son la industria o la automoción. Según un estudio de PwC, en España este cambio no será significativo hasta la década de 2030, pero una vez dado este cambio se dice que 1 de cada 3 trabajos pasarán a ser hechos por una máquina.

La OCDE afirma en un informe de 2017 que un 11,7 de los puestos de trabajo en España tienen alta probabilidad de ser automatizados durante las próximas décadas.

Ludismo

Que la sociedad tenga miedo de que haya máquinas que les puedan quitar el trabajo no es algo nuevo. Ya allá a principio del siglo XIX hubo un movimiento conocido como «ludismo». Este movimiento fue propulsado por artesanos ingleses que veían como podían perder sus trabajo debido a la industrialización. La respuesta de estos fue quemar fábricas, talleres… A pesar de ello no fueron capaces de frenar un movimiento imparable como la industrialización.

Oportunidades y amenazas

Está claro que la automatización de gran parte del mundo laboral traería un cambio muy grande a nuestras vidas, pero veamos cuáles son las oportunidades y cuáles las amenazas.

Está claro que hay ciertos perfiles que se verán más beneficiados que otros. En este caso vemos como los trabajos relacionados con la ciencia, la tecnología, la ingeniería y las matemáticas son los que tendrán un mayor protagonismo. Aunque quizá la mayor oportunidad que nos brinda este panorama es la de eliminar trabajos de poco valor añadido. Esto se debe a que la IA podrá realizar este tipo de tareas y así nosotros podremos estar más enfocados en tareas más cualificadas.

Actualmente hay muchas preguntas acerca de la IA. ¿Qué puede hacerse con la IA? o ¿Cómo puede aplicarse la IA de forma ética?, la cosa es mucho más compleja, y aquí entra una de las amenazas. En el momento en que las decisiones en el espacio laboral empiezan a basarse en criterios no controlados por un humano, surgen una serie de adversidades que han de incluirse en cualquier debate sobre la «ética» en la aplicación y el uso de la IA. En este artículo existe más información acerca de la ética en el uso de la IA.

¿Nos adaptaremos a este nuevo panorama? 

Es quizá el tema central de esto, porque damos por hecho que esta automatización se dará, ¿pero que va a pasar con nosotros? ¿Qué perfiles serán los más demandados? 

La capacidad de aprendizaje va a ser clave en los próximos años, estar constantemente estudiando, informado de nuevas tendencias… El profesional del futuro será alguien que esté en constante adaptación al proyecto en el que esté desarrollando su función. Es por ello que la capacidad de aprendizaje va a ser lo que salve a las personas de no verse excluidas del mundo laboral. Hay habilidades como la creatividad y la inteligencia emocional que permitirán explotar el potencial humano y permitirán a las personas mejorar a los robots en vez de ser sustituidos por ellos.

Perfiles más demandados

¿Y cuáles serán los perfiles más demandados del futuro y los que lo tendrán más difícil? Apunta a que los trabajos más afectados serán aquellos que requieran una menor formación, así como aquellos relacionados con las ventas, la administración y tareas de oficinas… Por el contrario habrá un incremento en la demanda de profesionales que sean capaces de de liderar proyectos, equipos… Así como aquellos que tengan una gran creatividad y pensamiento crítico, que al fin y al cabo son cualidades en las que los humanos siempre seremos superiores a las máquinas (a priori). Además, según un estudio realizado por ManpowerGroup, 8.000 directivos de 43 países creen que a corto y medio plazo habrá un aumento de empleos relacionados con el sector de tecnología de la información, así como expertos en robótica y relacionados.

Conclusión

Una vez sabemos que la IA se incorporará tarde o temprano al mundo laboral, es necesario preguntarse, ¿ realmente la IA es estrictamente necesaria para el futuro del mundo laboral?, ¿nos llevará a un escenario mucho más fructífero como se proclama, o será un retroceso?

Aunque las máquinas a día de hoy tienen una capacidad de procesamiento y aprendizaje muy alta, estas carecen de bagaje histórico, de contexto. Al fin y al cabo trabajan con los datos que un humano les proporciona, por lo que pueden caer en los mismos errores que nosotros. Es por ello que debemos pensar, ¿en qué posición de poder debemos colocar a la máquinas dentro del mundo laboral? Si algo está claro, es que la inteligencia humana debe prevalecer, mientras que la máquina se convierte en un complemento más que útil.

Las máquinas pueden llegar a humanizar incluso más nuestro trabajo, ¿y porque decimos esto? porque al final el propósito de la IA es eliminar trabajos repetitivos y con un valor añadido muy bajo. Puede entenderse como una oportunidad para aumentar el valor de los empleados, para eliminar esos trabajos poco agradecidos e incrementar la creatividad, el análisis, la toma de decisiones… En definitiva, devolverle el sentido al trabajo, que en estos tiempos que corren es algo esencial para generaciones venideras.

WRITTEN BY

Alejandro Ferrer

Saturdays.AI

Saturdays.AI

Saturdays.AI is an impact-focused organization on a mission to empower diverse individuals to learn Artificial Intelligence in a collaborative and project-based way, beyond the conventional path of traditional education