Aplicamos Inteligencia Artificial en diferentes campos:

Visión Artificial o Visión Computacional

La vista es sin duda el sentido al que más recurrimos los humanos para realizar las actividades diarias en nuestro entorno. En la robótica de servicios, la visión es fundamental tanto para realizar las tareas, como para comprender los espacios, obtener feedback de las acciones y lograr una información fiable y en tiempo real.

La visión artificial se utiliza también para desarrollar nuevas estrategias de acción y poder adaptar los servicios a diferentes escenarios y entornos.

También aplicamos visión artificial en entornos digitales como:

• Información de pantallas cuando es necesario integrar rápidamente datos de los sistemas de terceros y no hay APIs disponibles.

• Comprobación y optimización de la usabilidad de las aplicaciones gestionadas por humanos.

• Redes Neuronales Convolucionales y Transformers aplicados a visión artificial.

• Refuerzo de la seguridad de las instalaciones mediante el uso de marcadores fiduciales.

Planificación Inteligente

Al desarrollar cualquier proyecto pueden surgir preguntas como:

¿Qué tareas priorizar?

¿Cuántos recursos tiene sentido aplicar?

¿Qué restricciones o variables se deben tener en cuenta?

¿Cuándo un sistema puede ser asíncrono o cuándo síncrono?

¿Qué hacer cuando hay un imprevisto o una incidencia?

¿Debemos centralizar y orquestar los robots o dejar que cada uno resuelva de manera individual sus tareas?

¿Cómo integrar sistemas mixtos de flotas independientes con sistemas de agentes orquestados?

La respuesta a estas preguntas está en la planificación inteligente y la optimización de flujos.

En Utobot utilizamos inteligencia artificial tanto en la etapa de planificación inicial como en la de operaciones.

Aprovechamos las áreas de PDDL (Plan Domain Definition Language) para organizar actividades como:

• Definición y optimización del espacio y ambiente.

• Solvers de restricciones y solvers de programación lineal.

• Árboles de decisión.

• Optimización de flujos para todas las acciones.

Competir en la atracción de talento a este área frente a los resultados más espectaculares de las aplicaciones de Deep Learning es difícil. Por ello, estas herramientas no son frecuentes en el desarrollo de la Inteligencia Artificial.

Sin embargo, en Utobot creemos que su desarrollo y aplicación son fundamentales para progresar en los sistemas de automatización.

El análisis de estos flujos nos permite también tomar decisiones sobre si es necesario añadir un nuevo sensor o incluso un nuevo agente, robot o instrumento que ayude a optimizar el proceso.

Aprendizaje por Refuerzo

El aprendizaje por refuerzo permite al sistema tomar decisiones por sí mismo sin necesidad de describir las reglas. Funciona simplemente describiendo el ambiente y estableciendo algo similar a una recompensa cuando se realiza la acción correcta.

Gracias al impulso del Dr. Sergey Levine y su equipo, el aprendizaje por refuerzo ha permitido plantearse nuevos problemas prácticos y resolverlos.

En Utobot aplicamos el aprendizaje por refuerzo en situaciones donde es difícil proponer reglas claras y donde el tiempo de experimentación permite utilizar estos sistemas.