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/
0
