¿Inteligencia artificial en ayuda de la industria tradicional?

Esta es la apuesta planteada por Fujitsu. El fabricante japonés de equipos informáticos la aplica en sus propias oficinas y fábricas para mejorar el diseño y la fabricación de sus procesos de productos.

En el diseño de las tarjetas electrónicas, Fujitsu utiliza esta tecnología para determinar el número de capas del circuito impreso y reducir el tiempo de diseño en casi un 20%. Para esto, un motor de análisis (Machine Learning) correlaciona las especificaciones del circuito que se desea (tamaño del mapa, el número de componentes, el número de patillas de conexión ...) con una base de datos de aprendizaje construida a partir de productos del pasado.

La inteligencia artificial se implementa también en la herramienta de búsqueda de modelos 3D de componentes "equivalentes" con una precisión del 98%, según afirma Fujitsu. Una función útil para la sustitución de un componente en caso de ruptura de stock o en el caso de que un componente equivalente resulte demasiado caro. El fabricante lo utiliza también para promover la reutilización de los componentes existentes.

Otra aplicación aplicada por Fujitsu es el control de la producción en línea por sistema de visión. Los modelos tradicionales del reconocimiento de componentes, de su forma y de su posición reclaman un gran esfuerzo de desarrollo. El recurso a un modelo de aprendizaje en la Machine Learning reduce por diez los tiempos de creación de sistemas de control visual mejorando además la precisión de reconocimiento.

Fujitsu aprovecha ahora esta experiencia interna para ponerla a disposición de otros industriales bajo la forma de servicios. El constructor propone ayudar a recolectar los datos útiles sobre los productos y procesos de fabricación, construir las bases de datos de aprendizaje y desarrollar los motores de análisis idóneos. Esta oferta se lanzará en octubre de 2016 en Japón bajo el nombre de plataforma Monozukuri con el objetivo de generar una cifra de negocio de 1.500 millones de yens (alrededor de 14 millones de dólares) a lo largo del ejercicio fiscal de 2018 que se cierra en marzo de 2018.