deep learning puertos

La mayoría de sectores económicos españoles ya han comenzado a hacer uso de las tecnologías para mejorar su competitividad y acceder a los mercados. Pero la industria marítima parece que se está quedando atrás. Si bien ya están en proceso de transformación digital, según un estudio de la Universidad de Stanford en 2019, España se encuentra ligeramente por debajo de la media europea en cuanto a la investigación de la Inteligencia Artificial. Por ello, el Clúster Marítimo de Cantabria ha organizado la jornada ‘Deep Learning: Una oportunidad única para el sector marítimo”.

Básicamente, la idea de este seminario ha sido el de convencer que las soluciones de Inteligencia Artificial –Machine Learning, Deep Learning– “no son quimeras, sino que responden a los desafíos tecnológicos planteados por la industria marítima”. De hecho, para Juan Luis Sánchez, presidente del Clúster Marítimo de Cantabria, “la digitalización es el único camino para la competitividad y lograr nuevos mercados”.

Alfonso Carneros, director técnico de Soermar –colaborador de la jornada–, ha refrendado las palabras de Sánchez: “Es necesario que los puertos, las empresas y los profesionales conozcan y actualicen los conocimientos en Inteligencia Artificial para implantarlo en sus empresas”. Según él, hay que implantar nuevos procesos productivos, con su consiguiente seguridad. “La aparición en escena de tecnologías como Machine Learning y Deep Learning ha cambiado estos sectores. Otras como computación en la nube, Big Data, gemelos digitales, análisis en tiempo real, entre otros, tienen como último objetivo simular multitud de variables”.

Carneros ha demostrado además cómo el Deep Learning ya se ha introducido en diversos sectores, como el financiero, el sanitario, seguros, educación… “Se deben asimilar nuevos conceptos y sus diferencias, lo que nos orientará a saber cómo se pueden aplicar y qué ventajas competitivas se pueden obtener”.

Deep Learning: la solución para los puertos españoles

[Le puede interesar: Deep Learning, cuando la Inteligencia Artificial imita al cerebro humano]

Ha sido la compañía Solver Intelligent Analytics, especializada en el desarrollo de modelos analíticos, la que ha explicado cómo llevar a cabo esa adaptación a la Inteligencia Artificial. Javier Esteve, ingeniero de diseño Machine Learning, ha afirmado que los puertos españoles pueden multiplicar sus posibilidades gracias a la Inteligencia Artificial. “Aunque su concepto es complicado. El campo de la IA es global, es amplio, es ambiguo. Pero consideramos que tanto el Machine Learning y el Deep Learning están dentro de la IA, que tiene muchas aplicaciones distintas difíciles de explicar”.

"Se puede hablar de Inteligencia Artificial ‘fuerte’, a la que estamos acostumbrados por la ciencia ficción, aunque queda mucho recorrido. Y ahora estamos en inteligencias artificiales ‘débiles’. Por ejemplo, han habido avances en juegos de mesa, como ajedrez o go, y se están alcanzando ahora resultados mejores que los de los grandes maestros. La generalización total de la IA no es tal”.

Así, por una parte, Esteve ha explicado sobre el Deep Learning que “se trata de una sofisticación del Machine Learning, que nos permite analizar más variables gracias a la evolución de experimentada en el campo computacional. Si el Machine Learning busca que una máquina sea capaz de mejorar su actuación a la hora de resolver un problema aprendiendo de su propia experiencia en una tarea determinada, el Deep Learning va un paso más allá en busca del aprendizaje no supervisado. En este paradigma, los algoritmos deben ser capaces de aprender sin intervención humana previa, sacando ellos mismos las conclusiones acerca de la semántica embebida en los datos”. 

Por otra, para Esteve “la toma de decisiones es una parte vital del negocio y los análisis basados en Inteligencia Artificial proporcionan una visión más amplia que ayuda a despejar la incertidumbre en este ámbito. Hay aplicaciones prácticas tan interesantes como la optimización de la logística en puertos marítimos, la detección de fallos en infraestructuras eléctricas mediante la visión por computador o la automatización y optimización de líneas de producción completas gracias a sistemas inteligentes. Gracias al Machine Learning y al Deep Learning, podemos analizar el comportamiento de cualquier variable, creando modelos que predigan su actuación a futuro y mejoren la toma de decisiones a corto y a largo plazo”. 

Dejar una respuesta

Please enter your comment!
Please enter your name here