Marmaris, 1998: mi primera inteligencia artificial en una fábrica
En 1998 yo llevaba seis años trabajando como ingeniero de software e inteligencia artificial en Keraben, uno de los grandes grupos cerámicos de Castellón. Habíamos hecho sistemas para casi todas las secciones de las distintas fábricas del grupo. Y aquel año la empresa había puesto toda su ilusión en un producto nuevo: el Marmaris. Piezas de gran formato que simulaban el mármol, con sus vetas, con su brillo, con esa profundidad que engaña al ojo. En Cevisama, la gran feria del azulejo, el Marmaris fue la estrella. Los comerciales volvieron con pedidos de medio mundo.
El blog de Sebastián J. Brau
Escribe tu email y recibirás un aviso cuando se publique algo nuevo. Puedes darte de baja cuando quieras.
Una tarde, el director de operaciones de la planta entró en mi despacho con la cara desencajada. Venía como quien va al tribunal de última instancia, y me dijo: «He pensado que si alguien puede arreglar esto, tiene que ser Sebas. Con una de esas magias que hace». Magia: así llamaban mis compañeros de Keraben a aquello de la inteligencia artificial, porque en aquella época sonaba absolutamente a chino. Comíamos juntos a diario, aquel hombre y yo; había confianza para hablarse así. Y había un problema de los que quitan el sueño.
Las piezas del Marmaris, después de cocidas y con su capa de cristalina encima, pasaban por un proceso final de pulido y rectificado. En las líneas piloto todo había ido bien. Pero al llevar el producto a las líneas masivas de producción, apareció el monstruo. Curvaturas mínimas, de las que en un azulejo normal son perfectamente invisibles al ojo humano, en estas piezas eran letales: la pulidora, que trabaja a altura fija, sacaba calvas. En el centro de la pieza, si había salido cóncava. En las puntas, si había hecho lo que en la fábrica llamábamos bigote. Y una pieza con calva era tiesto: basura. Piezas de metro veinte, con toda la producción ya encima, directas al contenedor. En porcentajes insoportables. Justo del producto del que teníamos la mesa llena de pedidos.
Aquella misma tarde, cuando llegué a casa, cogí el teléfono y llamé al que había sido mi profesor de inteligencia artificial en la Universitat Jaume I: Ángel Pascual del Pobil, catedrático de IA de la UJI. Le expliqué el problema y le pedí vernos para pensar juntos cómo atacarlo.
Con su apoyo, en unas semanas teníamos el sistema en marcha. Compramos un láser de Keyence que hacía una imagen orográfica perfecta de cada pieza a la salida del horno, uno de esos hornos Sacmi de los grandes: un relieve exacto de su planaridad. Y montamos una inteligencia artificial que aprendía. ¿De quién? De los operarios del horno. Porque aquellos técnicos ya sabían enderezar piezas actuando sobre la curva de cocción: subiendo o bajando la temperatura de ciertos termopares, conseguían corregir la curvatura. La IA los miró trabajar, aprendió la relación entre la curva de cocción y el movimiento de cada pieza, y al cabo de unas semanas hacía algo que todavía hoy, cuando lo cuento, la gente abre los ojos: detectaba con treinta minutos de anticipación cuándo la tendencia que estaba experimentando la producción iba a derivar en una curvatura de bigote o de concavidad que acabaría en calva en la pulidora. Y actuaba directamente sobre los termopares para reequilibrar la curvatura antes de que el defecto llegara a existir.
El problema desapareció. Aquel proyecto, desarrollado con la ayuda de del Pobil y de un gran grupo de profesionales de Keraben, salvó a la empresa millones de euros. Y le salvó algo que no se puede calcular: el prestigio de marca de haber prometido la estrella de la feria a medio mundo y poder servirla.
Todo eso sucedió en 1998. Programábamos en LISP, el lenguaje que creó John McCarthy, el mismo hombre que décadas antes había acuñado el propio término «inteligencia artificial». Y aquella IA era lo que hoy llamamos una IA estrecha, específica, vertical: no sabía escribir una poesía de Bécquer, pero de cómo se curvaban las piezas de Marmaris dentro de un horno no había que explicarle nada. Lo intuía perfectamente. Sabía cómo se iban a mover, y cuándo.
Casi treinta años después, las piezas siguen ahí. El conocimiento también. Solo hay que saber que existe: vive en la cabeza de los operarios que ya saben corregir el defecto, y el trabajo de la IA es mirarlos, aprender y llegar media hora antes que ellos. Eso no ha cambiado desde 1998. Lo que ha cambiado es que hoy la fábrica ya tiene el láser, ya tiene la cámara y ya tiene el dato; solo falta conectarlos con la decisión sin pedirle a la planta que se pare.
De eso va esta serie. Cada martes y cada jueves publicaré una pieza: primero el vocabulario que hace falta para no confundir dos inteligencias artificiales que no tienen nada que ver entre sí, y luego casos reales contados hora a hora, con lo que pasó en la planta y no con lo que pone en la presentación.
Si quieres saber qué defectos de tu planta se ven a tiempo solo cuando está el operario que los conoce, y qué pasaría si una IA aprendiera de él, el autodiagnóstico de tres minutos que tienes aquí te lo dice con tu caso, no con el mío.