Project Description

En el context industrial, l’actual revolució digital, o indústria 4.0, es troba liderada per solucions data-driven motivades per la gran proliferació de dadesi que gràcies fan que la intel·ligència artificial o l’aprenentatge automàticesdeviguin unes eines disruptives clau. Les solucions intel·lifents derivades permeten processar la informació en temps real i simplificar la gestió i monitoratge dels processos industrials d’una manera més eficient, senzilla i òptima.

En gran part, aquesta revolució es dóna gràcies als nous avenços en les tecnologies utilitzades en aquest àmbit. Entre elles es troben, per exemple, els sistemes ciber-físics, distribuïts al llarg dels processos industrials, noves i millors eines de captura i tractament de dades, arquitectures híbrides per treballar amb l’internet de les coses (IoT) o l’important increment de les capacitats d’analítica de grans volums de dades emprant repositoris poliglotes.

Amb això, i juntament amb l’aplicació d’innovadores tècniques de la intel·ligència artificial, aquestes noves solucions proporcionen un conjunt d’avantatges competitius que impacten directament en els principals indicadors de rendiment dels processos que es troben en aquest àmbit, com són la productivitat, la qualitat i l’eficiència, elements clau a millorar en tot entorn industrial.

Les principals implementacions que trobem en aquest camp se centren a millorar els processos actuals, o solucionar nous reptes, mitjançant aproximacions basades en dades (data-driven), on els àmbits de la intel·ligència artificial com l’aprenentatge supervisat o el no supervisat han demostrat tenir la capacitat d’aportar solucions que milloren l’estat de l’art dels diferents reptes que afronten, millorant així els processos existents i obtenint resultats diferencials en els indicadors esmentats.

Tot i això, segueixen existint molts processos o casos en què aquestes aproximacions no es poden aplicar a causa de la seva pròpia naturalesa. Així doncs, aspectes com el control òptim i autònom dels diferents processos industrials segueix sent un repte que no troba solució mitjançant aquestes tecnologies. Aquest és un aspecte complicat ja que, per exemple, molts processos industrials es troben en entorns extrems i molt canviants que forcen que la gestió d’aquests necessàriament hagi de ser dinàmica i resulti complicat fer-ho de forma òptima.

D’aquesta manera, amb l’objectiu de continuar amb la millora i optimització d’aquests indicadors en aquests punts on les solucions més tradicionals de la intel·ligència artificial no hi pot arribar, aquest projecte proposa l’estudi i l’aplicació de metodologies d’aprenentatge automàtic basades en l’aprenentatge per reforç, i la comparació del rendiment i efectivitat d’aquestes envers altresprocediments més madurs ja utilitzats en aquests entorns.

L’aprenentatge per reforç consisteix en una aproximació computacional per entendre i automatitzar l’aprenentatge orientat a objectius, així com la presa de decisions. Es diferencia d’altres aproximacions computacionals per la seva èmfasi en l’aprenentatge d’un agent fruit de la seva interacció directa amb el seu entorn, sense requerir models complets de l’entorn.

Així doncs, aquest nou enfocament pot resultar l’adequat per afrontar el camí de la gestió autònoma i òptima, parlant en termes de productivitat, qualitat i eficiència, d’aquest ampli conjunt de processos que es troba en l’àmbit industrial.