Avitas Systems, una filial de General Electric (GE) con sede en Boston (EEUU), está ya usando drones y robots para automatizar la inspección de infraestructuras como tuberías, líneas eléctricas y sistemas de transporte. La compañía está utilizando la tecnología existente de aprendizaje automático de Nvidia (Ver Las 50 Empresas más Inteligentes 2017) para guiar los chequeos e identificar automáticamente anomalías en los datos recopilados. 

La iniciativa muestra cómo los aviones no tripulados y los sistemas robóticos de bajo coste, combinados con los rápidos avances en el aprendizaje automático, están permitiendo automatizar sectores enteros de trabajo que requieren una baja cualificación. Mientras que la preocupación acerca de la automatización de los trabajos impera en la manufactura y en las oficinas, las rutinas y las inspecciones de seguridad pueden ser una de las primeras grandes áreas grandes que se debiliten por los avances en la inteligencia artificial.

Los drones ya han sido utilizados en algunas labores industriales durante un tiempo (ver Los drones sustituirán a los jefes de obra para evitar los escaqueos), y varias compañías, como Kespry, Flyability y CyPhy ofrecen sistemas aéreos para monitorizar minas, inspeccionar aerogeneradores y evaluar reclamaciones de seguros de construcción. Pero es ahora cuando la tecnología requerida para automatizar más partes del proceso está llegando a ser accesible. Una tecnología similar también permite que los robots ronden de forma autónoma a través de oficinas y centros comerciales en busca de comportamientos anómalos (ver Robocop ya es real y tiene forma de huevo).

Avitas emplea drones, robots con ruedas y vehículos submarinos autónomos que recogen las imágenes necesarias para inspeccionar las refinerías de petróleo, gasoductos, torres de refrigeración y otros equipos. La empresa utiliza el sistema DGX-1 de Nvidia, una computadora diseñada con un tipo de aprendizaje automático de última generación, para guiar estos vehículos al mismo lugar y analizar los datos de la imagen en busca de posibles defectos.

El sistema de Nvidia emplea el aprendizaje profundo, un enfoque que implica el entrenamiento de una red neuronal simulada muy grande para que aprenda a reconocer patrones en datos, y que ha demostrado ser especialmente bueno para el procesamiento de imágenes. Es posible, por ejemplo, entrenar una red neuronal profunda (basándose en los miles de ejemplos anteriores) para que identifique automáticamente los fallos en una línea de alimentación. En algunos casos, el aprendizaje profundo puede llevar a cabo un reconocimiento de imagen más fiable que el que haría una persona.

El fundador de Avitas, Alex Tepper, dice que los clientes de la compañía gastan cientos de millones en inspecciones manuales del equipamiento, ya que esto suele involucrar a alguien que tiene que viajar a un lugar remoto para examinar las herramientas. Un dron o un robot puede recolectar automáticamente imágenes del mismo lugar muchas veces, facilitando así quizás la detección de fallos que de otra manera podrían pasar desapercibidos. El enfoque puede ahorrarle a una refinería, por ejemplo, alrededor de 830.000 euros al año en las inspecciones, según estima la empresa. 

Los avances en inteligencia artificial también hacen más fácil el proceso de enseñar a los robots a dirigirse a un lugar por sí mismos. Por ejemplo, Neurala, una compañía especializada en aprendizaje profundo, lanzó un kit de herramientas para drones que puede ser usado para entrenar un vehículo a reconocer o seguir a un objeto en particular, y a evitar obstáculos.