Sólo hay que imaginar una fábrica en la que no hace falta que se preste atención al chirrido de una grúa o al ruido de un motor. Se acabó la preocupación, ya que una plataforma lo hace y avisa del problema antes de tiempo. Eso es lo que propone LIASound, un proyecto desarrollado por el centro tecnológico ITI, que gracias —entre otras razones— al uso de la inteligencia artificial es capaz de detectar incidencias, anticiparse a emergencias y realizar mantenimiento predictivo sin necesidad de intervención humana directa.
El «análisis sonoro industrial», si se puede catalogar así, ha sido históricamente un terreno olvidado frente a la imagen, entre otras cosas, porque no existían bases de datos sonoras adecuadas. LIASound intenta solventar este problema creando una biblioteca de sonidos almacenados, previamente analizados y ordenados que sirva de referencia para entrenar modelos de IA capaces de reconocer y clasificar ruidos industriales en tiempo real.
«En el proyecto trabajamos la clasificación y etiquetado de sonidos en tiempo real y la detección de anomalías sonoras», resume Pedro Zuccarello, director de la línea de I+D Audio and Neuromorphic Processing de ITI. «Con ello, buscamos demostrar la versatilidad de esta librería, capaz de adaptarse a una amplia variedad de casos de uso que abarcan distintas problemáticas y sectores industriales».
Es así como LIASound permitirá «mejorar el control, la seguridad, la logística y la eficiencia en instalaciones como fábricas, puertos o infraestructuras en construcción, mediante el reconocimiento automático de sonidos característicos de cada entorno».
Zuccarello también recuerda que una de las características de este proyecto de ITI es la integración de la llamada «inteligencia artificial neuromórfica", una tecnología inspirada en el comportamiento del cerebro humano.
«A diferencia de los modelos de IA tradicionales, los sistemas neuromórficos imitan la forma en que las neuronas procesan la información, lo que permite una reducción considerable del consumo energético, menor latencia (es decir, respuestas más rápidas) y una mejor gestión del ancho de banda», explica.
De una biofábrica a una obra
Más allá de lo ya explicado por Zuccarello, desde el dossier de prensa de LIASound desgranan cuáles son los principales objetivos de esta herramienta, como desarrollar y entrenar una librería de modelos de IA para el análisis, detección y clasificación de sonidos en entornos industriales.
«Conversión, total o parcial, de los sonidos de la base de datos propia de ITI para la incorporación de modelos de IA neuromórfica a la librería de modelos desarrollada: específicamente se utilizarán distintos métodos para codificar los sonidos mediante spikes. Estos constituyen la representación básica y universal de las señales neuromórficas y es lo que permite su procesado mediante SNNs», especifican.
Además, se validarán los modelos desarrollados en la librería a partir de los casos de uso definidos junto con las empresas colaboradoras. Así, teniendo en cuenta el perfil de las empresas colaboradoras participantes en el proyecto —que ha sido respaldado por el Instituto Valenciano de Competitividad Empresarial (IVACE+i)— hay varios análisis posteriores.
Para el análisis de sonidos en un entorno industrial-portuario se plantea la posibilidad de desplegar un sistema para las tareas de clasificación y tagging de sonidos en tiempo real que incorpore los modelos de la librería desarrollada.
LIASound también hará un análisis de señales bioacústicas en una biofábrica de insectos, pues se plantea la utilización de los modelos de la librería para la detección de anomalías sonoras. Y también un análisis de sonidos en el entorno de una obra en construcción, pues se plantea desplegar un sistema para las tareas de clasificación y tagging de sonidos en tiempo real que incorpore los modelos de la librería desarrollada.
