REFLEXIÓN ACADÉMICA Impacto del 5to Congreso Tecnológico COTEC_2024: Nuevas Tecnologías y Pensamiento Creativo en la Era de la Inteligencia Artificial. Tema: - Influencia del desarrollo tecnológico en la ingeniería y seguridad industrial contemporánea Rodriguez De La O Darwin David Instituto Superior Tecnológico Tsachila [email protected] (Correo) Introducción La ingeniería y la seguridad industrial han experimentado un cambio significativo en las últimas décadas, gracias al desarrollo acelerado de las tecnologías. La integración de sistemas de automatización, inteligencia artificial, Internet de las cosas y realidad virtual, entre otros, ha revolucionado la forma en que se diseñan, operan y mantienen las plantas industriales. Este artículo explora la influencia del desarrollo tecnológico en la ingeniería y seguridad industrial contemporánea, destacando sus beneficios y desafíos. Desarrollo ¿Qué es inteligencia artificial? Es la inteligencia llevada a cabo por maquinas, coloquialmente, el termino se aplica cuando una maquina imita funciones cognitivas que los humanos asocian a otras mentes humanas, ejemplo: aprender y resolver problemas. (Ferreira, 2021) Tipos de inteligencia artificial • Sistemas que piensan como humanos. • Sistemas que actúan como humanos. • Sistemas que piensan racionalmente. • Sistemas que actúan racionalmente. Principales técnicas de inteligencia artificial • Aprendizaje automático. • Ingeniería del conocimiento. • • • • • • • • • • • • • • • • Lógica difusa. Redes neuronales artificiales. Sistemas reactivos. Sistemas multilingüe. Sistemas basados en reglas. Razonamiento basado en casos. Sistemas expertos. Redes bayesianas. Técnicas de representación de conocimiento Redes semánticas. Frames. Visión artificial. Audición artificial. Lingüística computacional. Procesamiento del lenguaje natural. Minería de datos. Redes neurales artificiales Las redes neuronales son modelos informáticos inspirados en el cerebro humano. Están compuestas por unidades de procesamiento llamadas "nodos" o "neuronas artificiales". Se utilizan en el aprendizaje automático y el aprendizaje profundo, y tienen aplicaciones en inteligencia artificial, análisis de datos y reconocimiento de patrones. (Cloudflare, 2024) Existen varios tipos de redes neurales entre ellas tenemos: • Redes neuronales por capas. • Redes neuronales recurrentes. • Redes con aprendizajes supervisado. • Redes con aprendizaje no supervisado. Entrenamiento, prueba y validación de las RNA El entrenamiento conforma el 70%, la validación corresponde a un 15% y la evaluación o prueba conforma el ultimo 15%. Ventajas de las RNA • Aprendizaje adaptativo. • Auto organización. • Tolerancia a fallos. • Operación en tiempo real. • Facilidad de inserción en tecnología ya existente. Tipos de RNA • Redes Neuronales Transformers: ChatGPT o Bert, utilizan este tipo de redes neuronales, que son muy buenas para usos del procesamiento del lenguaje natural, entendiendo mejor el contexto, que otro tipo de redes. Este tipo de arquitectura consume muchos recursos y energía. • • • • • • Redes Neuronales Recurrentes: se emplean bastante para la generación de texto y trabajar con secuencias, sin embargo, las transformers las están sustituyendo en muchos procesos similares. Redes Neuronales Convuncionales: generalmente se emplean para computer vision, reconocimiento facial y datos bidimensionales. Para conducción autónoma o sistemas de vigilancia, pueden llegar a ser bastante útiles. Redes Generativas Adversarias: se pueden usar para generar contenidos, como por ejemplo rostros artificiales, dibujos y usos similares. Se emplea una red para generar el contenido y con otra red, se comprueba su calidad, en comparación con los datos de entrenamiento. Una vez que el resultado, llega a un mínimo de calidad, se decide el dato final de salida. Redes Neuronales Siamesas: se utilizan para comparar similitudes, algunos ejemplos podrían ser verificar la autenticidad de un documento o en reconocimiento facial. (Finance, 2021) Redes Neuronales de Memoria Diferenciable: están destinadas a procesos en los que se requieran memoria y capacidades de razonamiento. Variantes de Redes Neuronales Recurrentes: existen algunas variedades como las LSTM (Long Short-Term Memory) y las GRU (Gated Recurrent Unit) que buscan perfeccionar algunas desventajas de las RNN. Principales aplicaciones de la IA en la seguridad industrial • Mantenimiento predictivo. • Análisis de riesgos en tiempo real. • Visión por computadoras. • Optimización de la seguridad en el trabajo. • Análisis de comportamiento y prevención de accidentes. • Simulación de escenarios de emergencia y capacitación. Plataformas de desarrollo • Amazon AI services. • TensorFlow. • Google AI services. • H2O • Data robot. • Neural designer. Crea aplicaciones de inteligencia artificial sin programar. • Azure machine learning studio. • Rapidminer. • Orange. • Knime. • Dianne. Conclusiones La influencia del desarrollo tecnológico en la ingeniería y seguridad industrial contemporánea es innegable. Los beneficios incluyen: • Mejora de la eficiencia y productividad: La automatización y la robótica han permitido aumentar la velocidad y la precisión de los procesos industriales. • Reducción de riesgos y accidentes: La implementación de sistemas de seguridad avanzados, como la detección de anomalías y la simulación de riesgos, ha permitido reducir significativamente el número de accidentes laborales. • Optimización de la mantenimiento y reparación: La aplicación de técnicas de mantenimiento predictivo y preventivo, basadas en el análisis de datos y la inteligencia artificial, ha permitido reducir los tiempos de inactividad y mejorar la disponibilidad de los equipos. Sin embargo, también existen desafíos y limitaciones, como: • La necesidad de inversión en infraestructura y capacitación: La implementación de tecnologías avanzadas requiere una inversión significativa en infraestructura, hardware y software, así como en la capacitación del personal. • La gestión de la ciberseguridad: La conectividad y la interconexión de los sistemas industriales aumentan el riesgo de ataques cibernéticos y violaciones de la seguridad de la información. • La ética y la responsabilidad: La automatización y la inteligencia artificial plantean interrogantes éticos y de responsabilidad, como la posibilidad de pérdida de empleos y la necesidad de definir líneas claras de responsabilidad en caso de accidentes o errores. En resumen, la influencia del desarrollo tecnológico en la ingeniería y seguridad industrial contemporánea es profunda y multifacética. Mientras que ofrece beneficios significativos en términos de eficiencia, productividad y seguridad, también plantea desafíos y limitaciones que deben ser abordados de manera proactiva y responsable. Referencias Cloudflare, I. (2024). Cloudflare, Inc. Obtenido de https://www.cloudflare.com/es-es/learning/ai/what-is-neuralnetwork/ Ferreira, K. (2021). Tipos de Inteligencia Artificial. Obtenido de https://rockcontent.com/es/blog/tipos-de-inteligencia-artificial/ Finance, J. (2021). Inteligencia Artificial Dev. Obtenido de https://inteligencia-artificial.dev/tipos-redes-neuronales/
