La inteligencia artificial, o en su forma abreviada IA, es un término que se encuentra cada vez con más frecuencia en la vida cotidiana. Los robots o el software inteligente se encargan de tareas que antes sólo podían realizar los ordenadores de forma muy limitada y que, por tanto, solían llevar a cabo las personas. En la vida cotidiana de hoy en día, difícilmente se puede evitar el uso de la inteligencia artificial como herramienta de una u otra forma, aunque no siempre lo sepamos. Nos ayuda, por ejemplo, cuando utilizamos dispositivos de navegación, jugamos a videojuegos o incluso cuando utilizamos la cámara de nuestro smartphone. También hay aplicaciones más evidentes, como la conducción autónoma o el uso de asistentes de voz en casa o en el smartphone. Para ello se utilizan cada vez más en segundo plano las llamadas redes neuronales, que siguen el modelo del funcionamiento del cerebro humano. Estas son un componente importante del llamado “Deep Learning”, un subconjunto especial de la IA.

La inteligencia artificial también se está abriendo paso en la industria. Con el creciente uso de esta tecnología, cada vez es más importante comprender en qué consisten realmente, qué representa el Deep Learning o cómo se generan las redes neuronales dirigidas a objetivos para utilizarlas de forma eficaz en la industria a fin de optimizar los procesos de producción. Estas cuestiones se plantean sobre todo cuando se trata de tareas repetitivas y monótonas a las que los ordenadores aún no han podido hacer frente y que, por tanto, siguen ejecutando laboriosamente las personas. La inteligencia artificial es un intento de comprender e imitar artificialmente el funcionamiento del cerebro humano. El objetivo: que los ordenadores ejecuten con fiabilidad incluso las tareas más exigentes, como el control de calidad mediante el reconocimiento de imágenes, especialmente de objetos orgánicos.

El maletín de aprendizaje en Inteligencia Artificial ha sido diseñado para personal en formación o en prácticas, y para formadores/as, instructores/as y profesores/as de diversas instituciones educativas. Su objetivo es experimentar la cuestión de la inteligencia artificial de cerca con los alumnos y poder enseñar las competencias necesarias para manejar la IA de la forma más práctica e ilustrativa posible.

El kit del maletín de aprendizaje incluye hardware y software industrial real, tal y como se utiliza en la misma forma en numerosas compañías. El maletín se complementa con contenidos de formación, por ejemplo un curso de aprendizaje electrónico como introducción al tema o un manual de pruebas con tareas preparadas didácticamente y ejemplos de soluciones.

Para obtener una comprensión global del Deep Learning resulta imprescindible no solo acumular conocimientos teóricos, sino trabajar realmente con él, cometer errores y luego ser capaz de solucionarlos uno mismo. Por este motivo se ha diseñado un plan de estudios con los siguientes puntos para que los interesados puedan adquirir experiencia práctica en la creación de sus propias redes neuronales.

• Se trata de un curso interactivo de E-learning que prepara a los alumnos para la formación presencial. El curso proporciona conocimientos básicos y tiene como objetivo poner en un mismo nivel los diferentes grados de conocimiento de los participantes.
• Más adelante, unos días antes del evento presencial, se puede utilizar un breve cuestionario digital para activar y consolidar los conocimientos adquiridos en el curso de aprendizaje electrónico, de modo que puedan recuperarse durante la formación presencial.
• Un kit con un manual de pruebas para imprimir (con una solución de muestra) y ejemplos de diagramas de flujo ayudan a los participantes a realizar tareas utilizando un sensor industrial real. Los materiales auxiliares incluidos en el kit, por ejemplo, dados o botones metálicos, se utilizan para resolver las tareas del manual de pruebas de forma intuitiva y paso a paso. Utilizando la cámara programable InspectorP621 de SICK y el software industrial basado en la nube SICK dStudio, los alumnos pueden crear sus propias redes neuronales y luego transferirlas a la cámara. Los alumnos experimentan cómo la cámara clasifica de forma independiente los resultados del control de calidad en clases previamente definidas basándose en la red neuronal generada.

Se han diseñado cinco tareas preparadas de forma didáctica para el kit, que se relacionan entre ellas y que tienen como objetivo la adquisición más permanente posible de competencias con conocimientos prácticos reales.

En la sexta y última tarea, la red neuronal generada por los propios alumnos se transfiere finalmente a una planta de producción real en una simulación informática en 3D para comprobar la calidad de la red neuronal. Esta tarea completa la unidad de aprendizaje y, al mismo tiempo, sirve para motivar a los participantes.

El kit puede acortarse en varios escenarios o utilizarse en su totalidad, de forma bastante explícita incluso por principiantes. El hardware y el software también hacen posible que los alumnos diseñen sus propias tareas, por lo que no es obligatorio atenerse a las instrucciones de las pruebas suministradas. Incluso es posible cambiar el software del sensor para diseñar o resolver tareas especialmente complejas.

Para obtener más información sobre la compra del kit de prácticas, haga clic aquí .