La Inteligencia Artificial es mucho más que un concepto o una tendencia que ya está presente en nuestras vidas en forma de servicios y dispositivos que incorporan prestaciones basadas en el Machine Learning. Desde aplicaciones tan simples como el desbloquear nuestros teléfonos móviles a través del reconocimiento facial o la mejora de ciertos servicios creando experiencias realmente personalizadas, la inteligencia artificial es una realidad invisible con un futuro que no somos todavía capaces de vislumbrar. La atención e importancia que le están dedicando las principales empresas tecnológicas deja entrever lo que los expertos ya califican como el gran factor competitivo del futuro. Es por tanto normal que surja la pregunta ¿cómo va a afectar esta tecnologías a las industria de la iluminación?
La Inteligencia Artificial es uno de los principales motores de la cuarta revolución industrial y está configurada para transformar la forma en que vivimos y trabajamos. Caracterizada por su transversalidad, invisibilidad, escalabilidad y capacidad de predicción va a tener un efecto transformador en todos los aspectos que rodean la industria de la iluminación. Ya hablemos de fabricación, distribución, diseño, desarrollo de producto, servicio al cliente, marketing o cualquier otro aspecto de la cadena de valor, la IA va a definir las compañías y entornos de futuro, dotando de una tremenda ventaja competitiva a aquellas empresas que lo sepan implementar.
La capacidad de recopilar, almacenar y analizar datos a la escala, velocidad y forma que posibilita la Inteligencia Artificial está permitiendo el desarrollo de importantes innovaciones que van a marcar el futuro de la iluminación: desde la generación de nuevos métodos y herramientas para realizar los cálculos de iluminación hasta el desarrollo de nuevos materiales y fuentes de luz. Para comprender mejor el impacto que va a tener la IA en nuestra industria mostramos algunas de las actuales investigaciones recientes desarrollados en este campo.
Utilizando el Machine Learning para el desarrollo de LEDS de última generación
El Machine Learning, una rama de la Inteligencia Artificial, se ha convertido en una herramienta fundamental para la investigación de nuevos materiales que permiten el desarrollo de nuevas fuentes de luz o la mejora de las actuales tecnologías. Un ejemplo de ello son los diferentes estudios realizados en busca del fósforo más eficiente para su utilización en la iluminación LED
Para la obtención de materiales fosfóricos cada vez más eficientes son necesarios realizar procesos de pruebas y errores que llevan cantidades de tiempo muy elevadas para evaluar cada material. Investigadores de la Universidad de Houston han desarrollado un algoritmo de machine learning que predice las propiedades de 100.000 componentes en busca del mejor fósforo. Comenzando con una lista de 118.287 posibles compuestos de fósforo inorgánico, aplicado directamente el algoritimo, se redujo la lista a un poco más de 2.000. Otros 30 segundo después, se había generado una lista de aproximadamente dos docenas de materiales prometedores. El resultado es la obtención de un material estable, con un rendimiento o eficacia cuántica del 95% (en comparación con el 30% de un fósforo normal), en un tiempo escandalosamente corto en comparación con los años de experimentos de prueba y error que normalmente se necesitan para descubrir un nuevo material.
Utilizando la Inteligencia Artificial para el control espectral de las fuentes de luz
La IA también va a suponer una herramienta fundamental para el impulso de conceptos como la iluminación circadiana o “Human Centric Lighting” y el desarrollo de soluciones de iluminación basadas en el control espectral de las fuentes de luz.
Una investigación, dirigida por científicos españoles, ha logrado desarrollar una nueva metodología que permite medir y ajustar las distribuciones de potencia espectral de los sistemas de iluminación, manteniendo su consistencia y estabilidad durante un periodo prolongado de tiempo, para su uso en aplicaciones de iluminación circadiana. Para ello han utilizado IA y herramientas computaciones para la generación de diferentes algoritmos heurísticos que se pueden utilizar para encontrar los pesos de los diferentes canales que mejor se corresponden con una distribución de potencia espectral seleccionada. El resultado final es un método confiable y robusto que es capaz de mantener un espectro emitido constante y estable a lo largo del tiempo.
Asimismo, otra investigación desarrollada por la Escuela de Arquitectura de la Universidad de Sidney muestra cómo gracias a la IA se puede optimizar el espectro de la fuente de luz para prolongar la vida útil de las obras de arte y reducir el daño causado por la radiación óptica. En el estudio, siete LED de banda estrecha se optimizan utilizando técnicas de Inteligencia Artificial para reducir la absorción de luz y el consumo de energía, al mismo tiempo que se mantiene la apariencia de color de las pinturas. Los resultados muestra como los espectros han sido optimizados para reducir la absorción de luz entre un 18% y un 48%, sin causar cambios perceptibles en el color o tono de las pinturas. Paralelamente a la absorción, el consumo de energía se reduce casi a la mitad para todas las pinturas (entre 42% y 48%).
Medición de iluminación vial con softwares de inteligencia artificial
Finalmente, se puede utilizar la IA para mejorar los métodos actuales de cálculo y simulación relacionados con la iluminación. Así por ejemplo se ha desarrollado un software de inteligencia artificial para realizar mediciones de iluminación de carreteras utilizando únicamente fotografías. Mediante técnicas machine learning se establece correlaciones entre los valores de luminancia y los valores de píxeles de determinados puntos de referencia en la carretera. El resultado es un estudio lumínico completo realizado de forma online, sin costes y en muy poco tiempo.
Aplicación de la Inteligencia Artificial para el desarrollo de nuevos procesos productivos
Una de las cosas más claras de intuir es como la IA y el Machine Learning van a mejorar los procesos productivos haciéndolos más eficientes. La productividad de las empresas se ve fuertemente afectada por la IA y es por ello que actualmente se están desarrollando múltiples aplicaciones de IA en toda la cadena de valor.
En la actualidad los clientes solicitan soluciones personalizadas, los ciclos de vida de los productos se vuelven más cortos y la producción industrial debe ser capaz de seguir el ritmo de este entorno cambiante y dinámico. Las soluciones convencionales para optimizar las producción de líneas clásicas están llegando a sus límites, porque todas las estrategias asumen que los diferentes escenarios producción se conocen de antemano.
Un ejemplo de aplicación de la IA para soluciones estos resto es el proyecto desarrollado por un grupo interdisciplinario de investigadores del Instituto de Tecnología de Karlsruhe (KIT). En el mismo se desarrolla un sistema de producción ágil que integra todos los subsistemas relevantes, aprende de forma autónoma, responde dinámicamente a los requisitos que no se conocen de antemano y determina la mejor solución posible. Sensores multimodales son implementados en toda los elementos tecnológicos de la planta, desde los robots industriales, máquinas, vehículos,…, capaces de recopilar todo tipo de datos relevantes para la producción. Todos estos datos sirven para que los sistemas de transporte sin conductor suministren los materiales que necesitan las estaciones de producción y que los robots autónomos adapten sus estrategias de acción. Utilizando la Inteligencia Artificial y el conocimiento técnico ya existente, el sistema de fabricación aplica algoritmos de aprendizaje automático que son capaces de captar el movimiento y mirada de los trabajadores humanos con los que colaboran los robots industriales para mejorar los procesos.
La IA y la mejora de servicios y productos
Menos entendido que lo anterior, es el potencial de IA para las empresas para mejorar sus productos y servicios de consumo. Como revela un estudio sobre IA de pwc estas mejoras va suponer un fuerte impacto en el PIB. Esto se debe en parte a que la IA podría aumentar el gasto de los consumidores en productos más atractivos (es decir, más personalizados y de mejor calidad) así como el desarrollo de servicios mejorados y la disposición de mayor tiempo para invertir en servicios adicionales.
El nivel de personalización ofrecido por los productores depende de muchos factores, pero un factor determinante es el grado de conocimiento que tienen las empresas en las preferencias reales de sus consumidores. Adivinar correctamente estas preferencias puede tener enormes ramificaciones para los fabricantes ya que implican unos costes de diseño, aumentos de producción y gastos de comercialización y venta realmente importantes. Es por ello que en muchos países los niveles de personalización son realmente bajos. La IA permite un mejor y más eficiente descubrimiento de las preferencias de los consumidores al poder recopilar y tratar una gran cantidad de datos a lo largo del ciclo de vida del producto o servicio, y sacar conclusiones claras sobre los factores de consumo. Las tecnologías AI permiten métodos de prueba y aprendizaje de menor riesgo y utilizan los conocimientos para recomendar o incluso diseñar un producto que se adapta mejor al mercado, con una menor probabilidad de fallo y menores costes para el prototipado.
La IA, además de facilitar la personalización de los productos, también pueden simplemente aumentar el valor inherente del producto o servicio a los consumidores. Esto se puede manifestar ya sea a través aumentar y expandir la funcionalidad de un producto dado o que el alcance permanezca igual, pero la calidad o utilidad aumente de forma considerable. Por ejemplo, la IA ya está facilitando el suministro de mejores recomendaciones para escuchar música o ver series o películas. Estos datos pueden ayudar a la producción de películas de mayor interés, así como la combinación óptima de intérpretes, argumento, etc, para lograr un producto final de mayor valor para los usuarios.
Desde otra perspectiva, AI ayuda a los consumidores a evitar tener que realizar tareas que no agregan valor, lo que también libera su tiempo, algunos de los cuales es probable que se gasten en el consumo de productos o servicios adicionales. Por ejemplo Los vehículos autónomos que no requieren que el conductor se involucre activamente en la operación del vehículo producen tiempo adicional para que el conductor realice una actividad alternativa a medida que se trasladan de un punto a otro. Esto podría incluir trabajar, consumir contenido de medios o entretenimiento, comprar en línea o usar una plataforma de telecomunicaciones para comunicarse con la familia o amigos
La era del dato
Cómo vemos el alcance y las oportunidades que nos va a brindar la Inteligencia Artificial son extraordinarias pero todo esto es imposible sin los datos. Los datos son el combustible de la Inteligencia Artificial, y se están constituyendo como uno de los principales activos de las empresas. No es de extrañar, por tanto, los movimientos de las principales compañías de iluminación con el desarrollo de plataformas IoT que respalden sus estrategias de ofrecer nuevos servicios basados en los datos, a medida que las propuestas de valor se amplían de los productos y sistemas de iluminación a los servicios.
La iluminación en este caso se encuentra en una posición privilegiada ya que puede aprovechar su omnipresencia en todo tipo de infraestructura. Miles de farolas están dispuestas en las ciudades y todos los espacios en edificios tienen que contar con iluminación, ofreciendo la estructura ideal para recopilar datos en tiempo real y desarrollar nuevos servicios de alto valor, más allá de la simple fabricación de productos.
Solo las compañías que sean capaces de aprovechar todas las ventajas que ofrece la inteligencia artificial podrán convertirse en líderes de sus respectivos sectores en un futuro cercano.
Autor: José Enrique Álvarez Menéndez
Director Editorial de smartLIGHTING
,
Este artículo aparece en el nº5 de SMLmagazine dedicado al futuro de la cadena de valor del sector de la iluminación.