Temas

A

Buscar

Inteligencia artificial: los puertos empiezan a tomar posiciones

La inteligencia artificial (IA) es una tecnología asequible, aunque su introducción en el sector empresarial está siendo lenta. De momento, se ha utilizado principalmente para la mejora de técnicas de predicción de ventas, pero sus aplicaciones potenciales son infinitas: reducción de costes de mantenimiento, mejora de la calidad del producto, planificación de la producción o incremento del nivel de servicio. En el ámbito del transporte, la IA abre múltiples posibilidades. ¿Sabrán los puertos aprovecharlas?

Publicado el 20 septiembre 2018

Lluís Miró es consultor del Área de Logística y Puertos en IDOM donde ha ejercido de Director de Proyectos y experto en logística portuaria. Ha dirigido proyectos en los principales puertos españoles, así como en países como Chile, México, Uruguay, Egipto o Emiratos Árabes.

El llamado Big data y la inteligencia artificial pueden ayudar a conseguir una cadena de suministro más eficiente [Imagen de Mika Baumeister]
Hoy en día, puertos como Hamburgo, Rotterdam o Singapur ya se han lanzado al desarrollo de herramientas de IA para la mejora en la predicción de las operaciones del transporte marítimo y terrestre. En concreto, en Hamburgo se ha creado un sistema de apoyo a la toma de decisiones basado en un modelo predictivo de comportamiento del transporte terrestre. El modelo toma datos históricos y, a través de técnicas de deep learning y redes neuronales, arroja una previsión detallada de los tiempos de llegada de los camiones a las terminales. A partir de ello, el sistema notifica a los transportistas los tiempos de acceso a terminal y, a las terminales, una previsión dinámica de la carga de trabajo que tendrán de acuerdo con los cambios en las condiciones de contorno (saturación de carreteras y vías de acceso, hora real de llegada del buque, grado de saturación de la terminal, etc.).

¿Cómo funciona el deep learning?

El deep learning y las redes neuronales son uno de los métodos de machine learning que más auge están teniendo en los últimos años. Están inspiradas en el funcionamiento de las neuronas del cerebro. Van transformando los valores de entrada, capa a capa, hasta conseguir el valor de las variables que se desea predecir. Aunque los resultados que ofrecen las redes neuronales son muy satisfactorios, necesitan grandes cantidades de datos para aprender y los tiempos de aprendizaje son elevados (días o incluso semanas). El procesamiento del lenguaje natural, el reconocimiento de patrones en imágenes y el procesamiento de la voz son los principales casos de éxito del deep learning. De esta manera, la evolución de la recopilación y la gestión de datos debe pasar por los siguientes niveles: registrar, analizar, simular, prever y, finalmente, recomendar. A partir de ello, se espera que los puertos de nueva generación apliquen técnicas de análisis predictivo y prescriptivo como herramientas de soporte a la toma de decisiones en la planificación del transporte de los actores de la cadena logístico-portuaria. Y no solo se trata de camiones, ya que la misma lógica del transporte por carretera puede aplicarse a cualquier otro modo de transporte (ferroviario, marítimo o fluvial).
Los puertos de nueva generación pronto aplicarán técnicas de análisis predictivo y prescriptivo como herramientas de soporte a la hora de tomar decisiones en la planificación de la cadena logístico-portuaria
La transformación digital en los puertos y la cadena logística comporta grandes cantidades de datos, muchos de ellos a tiempo real. La competitividad de los puertos del futuro dependerá en gran medida de la capacidad de sacar provecho de esta información. Con herramientas de IA que permitan aprovechar la potencialidad de esa cantidad ingente de datos, las decisiones tomadas por los gestores serán de mayor calidad, compartidas y generadas más rápidamente, por lo que con seguridad se conseguirá optimizar el tiempo, el coste y la fiabilidad de las operaciones en entornos logístico-portuarios. Complementariamente, todo esto acabará derivando en una gestión de las operaciones más flexible y a tiempo real. La IA ha llegado al mundo del transporte para quedarse. Aquellos puertos que antes se den cuenta de sus beneficios y potencialidad para cambiar el sector, sin duda ganarán en eficiencia operativa respecto a sus competidores. Los puertos que ya disponen de sistemas avanzados que permiten una recopilación significativa de datos (Port Community Systems, Port Management Systems, Terminal Operating Systems, entre otros sistemas) serán los mejor preparados para incorporar con éxito las herramientas que ofrece la inteligencia artificial.

Los puertos que ya disponen de sistemas avanzados que permiten una recopilación significativa de datos serán los mejor preparados para incorporar con éxito las herramientas que ofrece la inteligencia artificial.

Los orígenes de la inteligencia artificial

Aunque parece un concepto reciente, los orígenes de la inteligencia artificial se remontan a los griegos. Aristóteles (384-322 a. C.) fue el primero en determinar un conjunto de reglas que describen una parte del funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandría (285-222 a. C.) construyó la primera máquina autocontrolada, un regulador del flujo de agua (racional, pero sin razonamiento).

Fue ya en 1956 cuando John McCarthy, Marvin Minsky y Claude Shannon acuñaron el término inteligencia artificial, durante la Conferencia de Dartmouth (EE. UU.), para referirse a “la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cálculo inteligentes”. Lo que no acertaron esos tres científicos fue la previsión de cuándo llegarían las primeras máquinas inteligentes. Ellos confiaban que para la década de los 70 estaríamos rodeados de inteligencia artificial. Pero no fue hasta los 90 y 2000 cuando la mayoría de las empresas tecnológicas tomaron la decisión de realizar inversiones significativas en este ámbito, con el fin de mejorar la capacidad de procesamiento y análisis de la enorme cantidad de datos que se generan en el nuevo mundo digital.

De hecho, la consagración definitiva de la IA llegó en 1997, cuando IBM demostró que un sistema informático era capaz de vencer al ajedrez a un humano. Y no era un humano cualquiera, sino el campeón del mundo, Garri Kaspárov. La supercomputadora se llamaba Deep Blue y fue un punto de inflexión para que la industria tecnológica y la sociedad en general tomaran conciencia de la relevancia y las posibilidades que podía llegar a tener la inteligencia artificial.