En el marco de la Semana Ford en la Facultad de Ingeniería, la doctora Sandra Jazmín Gutiérrez Hinojosa y el ingeniero Marco Antonio Ramírez Hidalgo, colaboradores de la empresa, impartieron la conferencia Inteligencia Artificial (IA) en la Industria Automotriz, en el auditorio Sotero Prieto el pasado 7 de octubre.
El ponente ofreció un panorama general de la inteligencia artificial (la "ciencia e ingeniería para hacer máquinas inteligentes") y de sus tres categorías: la actual, conocida como IA débil o estrecha, imita las capacidades del ser humano mediante algoritmos para realizar tareas y resolver problemas específicos; la segunda, fuerte o general, donde la máquina tendría una inteligencia comparable a la de los humanos para entender y aplicar conocimientos, un nivel que aún no se alcanza, y la tercera, llamada superinteligente, que superaría las capacidades humanas, posibilidad muy lejana.
El ingeniero Ramírez explicó las subcategorías de la IA estrecha machine learning (uso de métodos estadísticos y análisis de datos para mejorar las capacidades de las máquinas) y deep learning (abarca múltiples capas de redes neuronales y que ha permitido la creación de la inteligencia artificial generativa, de imagen, texto o sonido, por ejemplo, ChatGPT). Precisó que en el tipo machine learning supervisado se sabe lo que quiere obtenerse del algoritmo, por ejemplo, distinguir si un correo electrónico es spam o no; en el no supervisado, el algoritmo en total libertad e independencia decide cómo ordenar y categorizar los datos, es el caso de las aplicaciones de predicción del clima, y en el tipo de aprendizaje de reforzamiento, el algoritmo aprende a base de prueba y error para mejorar paulatinamente sus resultados, utilizado para el desarrollo de vehículos con manejo autónomo.
Por su parte, la doctora Sandra Gutiérrez abordó el uso de la IA para la optimización de procesos en cuatro áreas fundamentales para Ford: manejo autónomo, mantenimiento predictivo, personalización de la experiencia de usuario y control de calidad. Profundizó en el mantenimiento predictivo, un monitoreo constante de cada uno de los sistemas del automóvil con el fin de prevenir fallas mayores causantes de accidentes, a través de la detección de comportamientos anómalos en una gran cantidad de variables, por ejemplo, la temperatura del aceite, y la emisión de una alerta en caso de que se tornen repetitivos, de manera que puedan tomarse medidas preventivas antes de que dañen al motor u otro componente.
Para finalizar, comentó otras aplicaciones de la IA que profesionales del área ingenieril utilizan para sugerir al personal directivo de Ford mejores decisiones: topic identification, que condensa grandes cantidades de información mediante la identificación de patrones, y la de análisis de datos, que permite entender un problema y expresarlo en una gráfica.
