Ingeniería de Inteligencia Artificial para la Industria 5.0

Los sistemas del futuro de ciudades inteligentes, salud, defensa o transporte incorporarán muy probablemente componentes IA

Los avances en los algoritmos de ML y la creciente disponibilidad de potencia computacional ya están dando como resultado enormes inversiones en sistemas que aspiran a explotar la IA. Los sistemas con componentes IA son sistemas software que incluyen datos y algoritmos IA que aprenden y resuelven problemas. Estos sistemas tienen características inherentemente diferentes a los sistemas software que no usan componentes IA.

Estas diferencias están impulsando a la industria, centros de investigación y gobiernos a investigar en una nueva disciplina científico-tecnológica llamada Ingeniería de IA, diferente a proyectos o líneas de trabajo donde:

1. se investiga la IA o algoritmia IA como tecnología en sí misma
2. se investiga la IA como aplicación a un dominio industrial para la optimización de un proceso de negocio en diferentes sectores

Desarrollar y adoptar soluciones transformadoras de IA que sean robustas, seguras y éticas requerirá invertir en el campo de la ingeniería de IA para los próximos años. Mientras los logros de la industria 4.0 se basaban en la interconectividad y automatización inteligente, estos sistemas IA robustos, seguros y éticos son la base para la próxima revolución industrial; la industria 5.0.

Esta revolución tecnológica pretende potenciar la transformación del sector industrial en espacios inteligentes basados en IoT y en computación cognitiva. En este sentido, esta tecnología trata de unir máquinas y humanos o, en otras palabras, desarrollar sistemas IA para que pueda realizar procesos similares a los que ejecuta el pensamiento humano. La Industria 5.0 pone el énfasis en la colaboración entre máquinas y humanos para mejorar la productividad y la eficiencia con las siguientes características:

• Manufacturación personalizada. La Industria 5.0 impulsará la creación de productos personalizados.
• Despliegue de robots. Para hacer realidad el punto anterior, es necesaria la ayuda de robots colaborativos. Los cobots, de la mano del ingenio humano, se encargarán de generar los productos y serán la clave fundamental de la Industria 5.0.
• Empoderamiento humano. Se delegarán las tareas mecánicas, peligrosas y rutinarias a la inteligencia artificial.
• Rapidez y calidad. La cadena de producción industrial será mucho más rápida gracias a la colaboración entre robots y humanos. Además, todo producto gestado en este entorno gozará de más calidad sin sacrificar el toque humano.

Sin embargo, los sistemas IA son, ante todo, sistemas software. El desarrollo y mantenimiento de estos sistemas tiene muchos paralelismos con el diseño, implementación y mantenimiento de sistemas software. La investigación en la ingeniería de software del futuro tendrá que centrarse en los desafíos que los elementos IA impactan en el análisis, diseño, construcción, implementación, mantenimiento y evolución del software.

Por tanto, la industria 5.0 necesita que uno de sus pilares, los sistemas IA, se diseñen, desarrollen, prueben y operen considerando la robustez, seguridad y ética desde su especificación y diseño. La Ingeniería de IA es una tercera vía desconocida en comparación con las investigaciones realizadas hasta ahora en Europa en el ámbito de la inteligencia artificial, aunque sea diferencial para las industrias que incorporen este nuevo paradigma. Algunas de los retos se describen a continuación.

Robustez y Seguridad

• Mejorar la robustez de los componentes y sistemas IA y la necesidad de investigar en medidas precisas que permitan validar el resultado
• Diseñar para los retos de seguridad en los sistemas IA, incluidas nuevas superficies y patrones de ataque, así como estrategias para la mitigación de riesgos.
• Desarrollo de procesos y herramientas para probar, evaluar y analizar sistemas IA y adopción de enfoques integrales de prueba y evaluación

Diseño orientado a humanos

• El éxito de la ingeniería de IA depende de la capacidad del equipo para identificar y articular el resultado deseado del sistema y comprender los factores humanos y contextuales que afectan al resultado. El propio sistema debe ser capaz de aprender cuándo se han producido cambios en el contexto. ¿cuáles son las mejores formas de mantener la claridad en torno a la intención operativa y los mecanismos para adaptar y evolucionar los sistemas en función de los contextos dinámicos y necesidades de los usuarios?
• Desarrollo de herramientas, procesos y prácticas para alcanzar y facilitar la formación de equipos humano-máquina: cada sistema IA debe diseñarse para reconocer los límites y los escenarios desconocidos, así como brindar transparencia con respecto a sus limitaciones.
• Métodos y mecanismos para participar en la supervisión crítica: los sistemas IA aprenden a través de datos y observaciones, en lugar de programarse explícitamente para un resultado determinista. Se necesita una supervisión crítica y reflexiva por parte de organizaciones, equipos e individuos que crean y usan sistemas IA para mantener los principios éticos y considerar de manera proactiva los riesgos de sesgo, uso indebido, abuso y consecuencias no deseadas a través del diseño, el desarrollo y la integración continua.

Escalabilidad

• Gestión escalable de datos y modelos para superar la escasez de datos y los retos de recopilación, así como promover capacidades de reutilización para escalar
• Escalabilidad empresarial del desarrollo y la implementación de IA, incluido el establecimiento de canales de producción, arquitecturas de sistemas extensibles y políticas modernas y prácticas de adquisición para mantener capacidades avanzadas y aprovechar la rápida innovación en tecnologías IA.
• Algoritmos e infraestructura escalables para aplicar completamente el poder de la IA a misiones críticas, incluidas las capacidades de la centralidad del dato y las aplicaciones distribuidas en la nube y la red para dispositivos periféricos.

La ingeniería de IA es una nueva disciplina científico-tecnológica para los próximos años dentro del área de la ingeniería de software del futuro con impacto en la industria 5.0.