El Cerebro de la Industria 4.0 ya es una realidad
Tras meses de intensa investigación y desarrollo, en Sciling cerramos con éxito el proyecto EXPERTBRAIN2. Hemos logrado transformar el conocimiento técnico en un activo digital dinámico, superando los estándares actuales de la industria y demostrando mejoras sustanciales en la precisión y fiabilidad de la Inteligencia Artificial aplicada a la fabricación aditiva.
Hitos Técnicos y Mejoras Cuantitativas
El proyecto no solo ha validado nuevas arquitecturas, sino que ha establecido un nuevo «benchmark» de rendimiento. Gracias a la implementación de metodologías avanzadas de Generación Aumentada por Recuperación (RAG) y sistemas multiagente, hemos obtenido resultados que superan ampliamente los sistemas base (baselines):
1. Fiabilidad y Precisión en Asistencia Técnica
Hemos comparado nuestra arquitectura de agentes avanzados contra las soluciones estándar de mercado (como Amazon Bedrock Knowledge Bases). Los resultados son contundentes:
- Mejora del 79% en el razonamiento: La implementación del patrón de agentes que «razonan antes de actuar» (ReAct) permitió incrementar la relevancia de las respuestas en un 79% respecto a los sistemas que solo buscan información de forma mecánica.
- Precisión Excepcional en Documentación Técnica: En entornos de documentación técnica especializada (como declaraciones de producto y manuales de maquinaria), nuestra metodología alcanzó una relevancia de respuesta del 95,45%.
- Alucinación Cero: Gracias a mecanismos de autocorrección, hemos logrado que el sistema identifique cuándo no tiene información suficiente, eliminando las respuestas inventadas que caracterizan a los modelos de IA genéricos.
2. El Poder de los Grafos para Problemas «Multi-hop»
Uno de los mayores retos de la IA industrial es responder preguntas que requieren conectar varios fragmentos de información dispersos (problemas multi-hop). Por ejemplo: «¿Qué material de los usados en el Paquete de Trabajo 3 es compatible con la configuración de láser definida en el manual de seguridad?».
Para resolver esto, hemos implementado Grafos de Conocimiento (Knowledge Graphs):
- Conectividad Inteligente: En lugar de buscar palabras sueltas, el sistema entiende las relaciones entre entidades (Material → Proceso → Máquina → Normativa).
- Mejoras en Complejidad: Mientras que los sistemas de búsqueda tradicionales fallan al intentar saltar entre documentos, nuestra arquitectura basada en grafos ha demostrado una capacidad de recuperación multietapa muy superior, permitiendo resolver consultas complejas que antes requerían horas de revisión manual por parte de un ingeniero.
- Estructuración Dinámica: Hemos validado que el uso de grafos permite al sistema «navegar» por la base de conocimiento de la empresa con una lógica humana, garantizando que la respuesta final sea coherente y completa.
3. Digitalización del Saber Experto (Método Socrático)
Mediante el uso de agentes inteligentes (Philosopher y Critic), hemos diseñado una metodología para extraer el conocimiento de los especialistas senior:
- Validación de la Metodología: El sistema ha sido testado en 36 conversaciones exhaustivas con usuarios, capturando conocimiento de diversas temáticas. Estas pruebas han demostrado la capacidad de la IA para guiar diálogos complejos y extraer información que, de otro modo, no quedaría documentada.
- Calidad de la Información: El 100% de las interacciones son validadas contra estándares de calidad intelectual, garantizando que el sistema sea capaz de estructurar conocimiento profundo y de alto valor técnico en su implementación final.
Impacto en la Competitividad Industrial
El éxito de EXPERTBRAIN2 sienta las bases para una transformación real en la planta:
- Reducción de Tiempos de Parada: Facilitará que los operarios obtengan respuestas precisas a problemas complejos en segundos, minimizando esperas y optimizando la transferencia de conocimiento de los ingenieros expertos.
- Optimización del Material: Una IA capaz de razonar sobre múltiples variables permitirá ajustar con éxito los parámetros de impresión, contribuyendo a minimizar el desperdicio y optimizar el consumo energético.
- Resiliencia del Conocimiento: Este «cerebro industrial» ayudará a asegurar que el saber hacer de la organización permanezca accesible y seguro frente al relevo generacional.
Este éxito refuerza la posición de Sciling como socio estratégico en la transferencia de IA avanzada a la industria pesada, trabajando en un consorcio de excelencia junto a NUNSYS, AIDIMME y VALGRAI.
Ficha técnica y financiación
- Expediente: INREIA/2024/40.
- Título: Desarrollo de nuevas tecnologías IA híbrido cognitivas y su aplicación en los procesos productivos industriales de última generación: industria de fabricación aditiva.
Financiación: Financiado por la Generalitat Valenciana (Conselleria de Innovación) y cofinanciado por la Unión Europea – NextGenerationEU en el marco del Plan de Recuperación, Transformación y Resiliencia.
