Aprendizaje profundo
Esta tecnología incluye todas las técnicas de aprendizaje (machine learning) y, en particular, el aprendizaje profundo. El aprendizaje profundo se basa en la tecnología de neuronas artificiales concebida a finales de los años 50, así como en la enorme potencia de cálculo de que disponemos hoy en día para dotar a los ordenadores de un «cerebro virtual» formado por miles o incluso millones de neuronas capaces de aprender.
Es esta técnica de aprendizaje profundo la que Acoem utiliza hoy en día en el motor de inteligencia artificialAccurexTM para desarrollar capacidades de diagnóstico automático de soluciones de supervisión de vibraciones. También se utiliza en el desarrollo de una herramienta capaz de detectar evoluciones anómalas en máquinas complejas.
La inteligencia artificial, cuando se aplica al análisis de vibraciones, es útil no sólo para los usuarios no especialistas, sino también para los expertos. En primer lugar, ayuda a evitar el análisis de señales procedentes de máquinas sanas o de aquellas cuyos defectos son evidentes. Así, los expertos pueden supervisar un grupo más amplio de máquinas y dedicar más tiempo a los casos más complejos para limitar el riesgo de error en el análisis. En segundo lugar, proporciona un diagnóstico fiable y fácilmente comprensible que permite a los no especialistas ser autónomos en la toma de decisiones, y también en este caso los expertos ahorrarán tiempo, ya que no se les pide ayuda en todo momento.
Sin embargo, ¿cómo enseñar a un ordenador a formular un diagnóstico fiable de las vibraciones? Ahí radica el sentido de un módulo de inteligencia artificial pertinente. La respuesta es sencilla: proporcionar buenos profesores.
En Acoem , los profesores son nuestros propios expertos.
Son ellos quienes seleccionan los datos que sirven de base para la reflexión en AccurexTM (datos de entrada). Es su diagnóstico el que sirve de resultado (output), y es su método de análisis el que nos esforzamos por reproducir (process).
Al poner toda nuestra experiencia en este proceso de aprendizaje supervisado en el que la máquina, tomando como referencia el diagnóstico humano, trabaja a través de los datos representativos del problema que debe identificarse, estamos mejorando el modelo matemático, los algoritmos y la estrategia de aprendizaje de AccurexTM con mayor eficacia.
Gracias a sus profesores, AccurexTM está ahora perfectamente entrenado en los fundamentos del análisis de vibraciones, habiendo dominado todas las normas explícitas. Sólo falta que adquiera el sentido de la intuición que lleva a un experto a formular un diagnóstico exacto a partir de un par de síntomas, pero sin pruebas irrefutables. Eso es lo que intentamos conseguir ahora.
Sin embargo, no pretendemos detenernos ahí. Ya estamos trabajando en un proceso de aprendizaje no supervisado en el que la herramienta de análisis de vibraciones aprenderá a explorar y comprender los datos por sí misma antes de agruparlos en subconjuntos de elementos similares. Con el aprendizaje no supervisado, la herramienta podría llegar a señalar un cambio de comportamiento en una máquina y explicarnos de dónde procede ese cambio. Incluso podría mejorar la pericia de nuestros expertos permitiéndoles descubrir pruebas dentro de los datos que aún permanecen invisibles a simple vista.
Con la inteligencia artificial, estamos entrando en un verdadero círculo virtuoso de análisis de vibraciones que beneficiará a la humanidad. Y la aventura no ha hecho más que empezar
