Cómo la IA está revolucionando la manufactura y el mecanizado: Entrevista a Matt Danford

Matt Danford, editor senior de Modern Machine Shop y autor de la columna «Data Matters», conversó sobre el posible papel de la inteligencia artificial (IA) en los talleres de mecanizado. Visualiza un camino desde la monitorización de máquinas hasta el aprendizaje automático (machine learning). Hoy, las instalaciones recopilan datos de CNCs mediante sistemas de monitorización. El siguiente paso lógico es usar aprendizaje automático para hallar oportunidades de mejora de procesos en esos datos. A continuación, un video de la conversación con transcripción. También puede descargar una colección de artículos de Modern Machine Shop y Additive Manufacturing que exploran la intersección de IA y manufactura hoy.

Transcripción

Peter Zelinski, Modern Machine Shop

Peter Zelinski aquí con la revista Modern Machine Shop. Estoy con el editor senior Matt Danford. Matt, gracias por hablar conmigo.

Matt Danford, Modern Machine Shop

El placer es mío.

Peter Zelinski

Matt cubre tecnología digital, incluyendo tecnología que en muchos casos aún no está «lista» para manufactura, pero que viene. Escribe sobre esto en su columna mensual «Data Matters». Hoy quiero hablar sobre el papel que la IA podría tener en instalaciones de mecanizado.

Matt Danford

Hay mucho revuelo. La mayoría de lectores que visitamos lo ven como algo lejano. Ahora mismo les interesa más la monitorización de máquinas que el aprendizaje automático. Sin se den cuenta o no, la monitorización es el primer paso, porque la verdadera promesa del aprendizaje automático —subconjunto de IA— es analítica de datos, al menos para nuestros lectores. Los sistemas de monitorización, también de gestión de taller y ERP, proveen los datos brutos necesarios para ese análisis. Es realmente un primer paso, lo sepan o no, hacia capacidades que aún están por venir.

Peter Zelinski

Entremos en eso. Monitorización de máquinas —el paso presente. ¿Qué significa específicamente?

Matt Danford

Básicamente, sondear datos directamente desde el control o sensores montados en componentes de la máquina. Esto puede usarse para mantenimiento preventivo. Las aplicaciones más comunes son sondear datos del CNC solo para ver cómo rinden las máquinas.

Peter Zelinski

Correcto. Entramos a talleres y vemos más pantallas con gráficos de torta o semáforos verde/amarillo/rojo. ¿Qué se necesita para hacer monitorización realmente bien?

Matt Danford

La mayoría de expertos y talleres con los que hablé enfatizan la paciencia. No esperar todo a la vez. Ir despacio. Alguien que visité recientemente empezó solo con «qué está corriendo cuándo». No es solo a nivel gerencial: integraron con el ERP una barra de ritmo en cada puesto para que operadores y preparadores supieran dónde están. «Esto es cuántas piezas debería haber producido ahora». Ayuda a todos a calibrar su posición, empezando con ese objetivo básico. Cosas como definiciones en la misma página: ¿qué significa que una máquina esté en ciclo? ¿Cuenta el cambio de herramienta como parte de ese tiempo? Hay que dominar esos fundamentos porque si se lanza sin ellos, la gente se desilusiona y no se obtienen los resultados buscados.

Peter Zelinski

¿Por qué es valioso? Seguimos en monitorización. ¿Por qué es tan valiosa?

Matt Danford

Primero, para calibrar dónde estás. He oído a muchos expertos comentar que instalan estos sistemas y los talleres se sorprenden de no rendir tan bien como pensaban. Hay que enfrentar esa realidad. Se trata de verdad: no se puede discutir con datos de un CNC. No hay «dedos gordos» (errores manuales), no hay retraso entre el evento y su registro en el sistema de gestión. Elimina tus sesgos y te permite ver tu rendimiento real y decidir desde ahí.

Peter Zelinski

Hablaste del camino de monitorización a aprendizaje automático. ¿Qué es el aprendizaje automático? Habla de ese camino.

Matt Danford

El aprendizaje automático es un subconjunto de IA. La definición está en el término «aprendizaje». A diferencia de un programa tradicional que solo hace lo que programas, los algoritmos de aprendizaje automático mejoran solos con el tiempo. El ejemplo clásico es reconocimiento de imágenes: al alimentarlo con más imágenes de perros y gatos, mejora diferenciándolos. Aplicado a talleres, la promesa real es analítica de datos: podrán peinar datos brutos de monitorización, gestión, etc., y hallar patrones y correlaciones no obvios, quizás imposibles de detectar por humanos, y que requerirían mucho tiempo y esfuerzo.

Peter Zelinski

... anticipando el punto donde hay tantos datos de monitorización que es demasiado para usar día a día y potencialmente enmascara buena inteligencia.

Matt Danford

Exacto. Y no sabemos qué viene. No sabemos qué capacidades. He hablado con proveedores ERP que trabajan con aprendizaje automático, pero mucho es aún prospectivo. Sabemos que viene. Lo mejor ahora es poner estos sistemas en marcha y llevar la gestión del taller al siglo XXI.

Peter Zelinski

Matt, ¿qué tan cerca estamos de que la IA como aprendizaje automático sea una herramienta industrial, algo que usemos en manufactura?

Matt Danford

Es difícil decirlo. Todo es muy prospectivo. Hay mucho bombo, justificado, porque tendrá gran impacto. Pero piénselo: en la medida que fabricantes usan Google, esa es una herramienta industrial. Google ya emplea IA en sus búsquedas y nadie lo comenta realmente. No hubo gran anuncio de «búsquedas impulsadas por IA». Podría llegar así: esto simplemente empezará a aparecer en su software. Idealmente, la IA corre en segundo plano. La idea es automatizar tareas mentales. Si tienes que prestarle atención y gestionarla activamente, supongo que no estaría haciendo lo que debe. Creo que será así: esto simplemente aparecerá y lo usaremos sin darnos cuenta.