Audi aplica inteligencia artificial para optimizar los procesos la producción

Audi aplicará la tecnología de aprendizaje automático de máquinas (machine learning, ML) a la producción en serie. Un software desarrollado por el propio constructor reconoce de forma automática, fiable, y en cuestión de segundos, hasta las posibles grietas más finas detectadas en las piezas metálicas. Con este proyecto, Audi está promocionando la inteligencia artificial en la compañía, y pretende revolucionar el proceso de validación durante la producción.

Según el constructor, debido al diseño cada vez más sofisticado de sus vehículos, y a sus elevados estándares de calidad, se verifican todos los componentes del proceso de producción una vez que salen del taller de prensa. Además de la inspección visual por parte de los empleados, se instalan varias cámaras directamente en las prensas que graban los diferentes pasos, que se evalúan con la ayuda de un software de reconocimiento de imágenes. Este método pronto será reemplazado por un procedimiento en el que se aplica la tecnología de aprendizaje automático
de máquinas (ML).

Tras esta innovadora tecnología se encuentra un software especial basado en una compleja red neuronal artificial, que detecta y marca de forma precisa hasta las más finas grietas en el metal con la máxima precisión. “La inteligencia artificial y el aprendizaje automático de máquinas son tecnologías clave para el futuro de Audi. Con su ayuda, continuaremos impulsando de manera sostenible la transformación digital de la compañía”, explica Frank Loydl, director de Sistemas de Información de Audi. El software se ha desarrollado de forma interna, desde el concepto original hasta el prototipo final.

En el futuro, la calidad de las inspecciones con el uso de ML reemplazará al sistema óptico actual mediante cámaras. En la actualidad, ya sea en las puertas, capós o paragolpes, la cámara tiene que ser configurada cada vez que un nuevo componente entra en la prensa. Además, se producen falsas detecciones de forma regular, ya que los algoritmos de procesamiento de imágenes dependen de factores ambientales como las condiciones de iluminación o las propiedades de la superficie. Posteriormente, también será posible aplicar la tecnología ML para asegurar la calidad en otros procesos de inspección visual, por ejemplo en las líneas de pintura o en el taller de montaje, siempre que se disponga de un número suficientemente grande de conjuntos de datos registrado.