“Blockchain” o cadena de bloques es la tecnología que está detrás de Bitcoin, la criptomoneda virtual que se ha hecho famosa por ser la primera de su clase y porque se ha relacionado con asuntos turbios. También es la tecnología que está detrás de Ethereum, que además de servir como base para una criptomoneda permite la realización de contratos inteligentes (smart contracts). La cadena de bloques está atrayendo la atención de muchos sectores porque promete cambios radicales que podrían beneficiar a los usuarios de la banca o del mercado eléctrico, entre otros sectores. En esta entrada del blog intentaré explicar qué es y cómo funciona la cadena de bloques y en otra entrada posterior hablaré sobre su posible uso en el sector eléctrico.
Una cadena de bloques es un libro de registro en el que se anotan transacciones entre dos partes, como por ejemplo “el 3 de abril Juan vendió 3 kilos de patatas a Antonio por 1,05 euros”. La misma naturaleza de la cadena de bloques impide que los registros contenidos en ella puedan ser alterados de manera maliciosa. Una de las características de la cadena de bloques es que esta seguridad no proviene de un supervisor externo que certifique la autenticidad de los registros, sino que surge del consenso entre todos los participantes de la cadena de bloques. Esto tiene consecuencias importantes. Por ejemplo, cuando la cadena de bloques se aplica a un medio de pago como es Bitcoin,deja de ser necesario un banco que intermedie en la transacción y que verifique su cumplimiento correcto. También deja de ser necesaria una moneda tal como la conocemos.
Una cadena de bloques es una aplicación descentralizada que funciona sobre la base de un protocolo P2P (peer-to-peer, al igual que el popular BitTorrent), que implica que todos los nodos participantes en la cadena de bloques están conectados entre sí. El libro de registro se almacena en todos los nodos, de manera que en todos ellos se puede encontrar una copia íntegra de él. El último elemento necesario para tener una cadena de bloques es un sistema que valide los datos mediante un mecanismo de verificación descentralizado.
El último elementoes el más importante en una cadena de bloques porque es el que asegura que no se hagan cambios en el libro de registro. Se basa en el consenso entre todos los nodos y hay varias maneras de llevarlo a cabo. Las más populares son la prueba de trabajo (proof-of-work) y la prueba de participación (proof-of-stake).
La prueba de trabajo es el mecanismo de consenso más habitual y se basa en resolver un problema que requiere cierto esfuerzo de computación. El problema consiste en obtener un código llamadohash a partir del contenido de un bloque (un bloque es un conjunto de anotaciones recientes en el libro de registros). El hash es único para cada bloque y no puede ser igual para bloques diferentes. La manera de certificar que las transacciones son auténticas es el consenso sobre el valor del hash que deber ser alcanzado entre todos los participantes de la cadena de bloques. Si la mayoría encontrara que el valor del hash no es el que debería ser entonces no se darían por válidas las transacciones contenidas en el bloque.
Las aplicaciones basadas en Blockchain se pueden dividir en tres categorías según su estado de desarrollo. La categoría “Blockchain 1.0” comprende las monedas virtuales como Bitcoin, que puede usarse como una alternativa a las monedas reales. El siguiente estado de desarrollo es “Blockchain 2.0”, que corresponde a los contratos inteligentes. Un contrato inteligente es un conjunto de cláusulas acordadas entre las partes que de manera automática se verifican cuando se dan las condiciones estipuladas. Esto se hace sin la necesidad de un tercero que verifique que ninguna de las partes cambia las cláusulas o elude sus obligaciones. Y, finalmente, “Blockchain 3.0” corresponde a un contrato inteligente más avanzado en el que unidades distribuidas y autónomas funcionan según sus propias leyes con una alto grado de autonomía. Por el momento esto sólo es una idea que no se ha desarrollado.
La visión artificial se encuentra detrás de muchos de los grandes avances en la automatización de la industria ya que permite el control de calidad del 100% de la producción en procesos con altas cadencias de producción.
Un proceso no automatizado puede ser inspeccionado por los propios operarios en el proceso de producción. Sin embargo, en un proceso altamente automatizado, inspeccionar el total de la producción de forma manual es realmente costoso. La inspección por muestreo, es decir, determinar la calidad de un lote analizando una pequeña porción de la producción, se ha utilizado como una solución de compromiso, pero debido a las cada vez más exigentes demandas de calidad del producto final, la inspección por muestreo no es la mejor solución.
Es en este contexto donde surge la necesidad de incorporar sistemas automáticos para el control de calidad, entre los que destacan la inspección visual mediante visión artificial. La capacidad de interpretar imágenes que tienen las personas es muy elevada, adaptándose con facilidad a nuevas situaciones. Sin embargo, las tareas repetitivas y monótonas causan fatiga y provocan que el rendimiento y la fiabilidad de la inspección realizada por los operarios decaigan rápidamente. También se debe considerar la inherente subjetividad humana que hace que dos operarios distintos proporcionen resultados diferentes ante la misma situación. Son precisamente estos inconvenientes los que mejor puede abordar una máquina, ya que no se cansa, es rápida y sus resultados son constantes a lo largo del tiempo.
Es lógico pensar que el objetivo de un sistema de visión artificial trate de emular las virtudes de la visión de las personas. Para ello, lo primero que debemos plantearnos es, ¿con qué vemos? Una simple pregunta a la que el común de los mortales respondería sin dudarlo, “pues con los ojos”. Sin embargo, las personas que nos dedicamos a la visión artificial responderíamos de una forma bastante diferente y diríamos, “con el cerebro”. Análogamente se puede pensar que las cámaras son las encargadas de “ver” en un sistema de visión de artificial, cuando realmente ese proceso lo llevan a cabo los algoritmos de procesamiento de imágenes.
Obviamente, en ambos casos se trata de una simplificación del problema, ya que el proceso de la visión, natural o artificial, no puede llevarse a cabo sin que intervengan tanto ojos/cámaras como cerebro/procesamiento, sin olvidarnos de otro factor clave: la iluminación.
Son muchos los esfuerzos que se han realizado para intentar emular la capacidad humana para procesar imágenes. Es por ello que en los años 50 se comenzó a utilizar el término inteligencia artificial (Artificial Intelligence, AI) para referirse a la capacidad de una máquina para mostrar inteligencia humana. Entre esas capacidades se encuentra la de interpretar imágenes. Por desgracia, nuestro conocimiento sobre el funcionamiento del cerebro aún es muy limitado, por lo que la posibilidad de imitarlo también lo es. El desarrollo de esta idea en el campo de la visión artificial se ha llevado a cabo mediante lo que se denomina aprendizaje automático (Machine Learning, ML) popularizándose en los últimos años con las técnicas de aprendizaje profundo (Deep Learning, DL) aplicadas a la comprensión de escenas. Sin embargo, estas técnicas no tienen tras de sí realmente una inteligencia, si no que se basan en alimentarlas con una ingente cantidad de imágenes previamente etiquetadas por personas. El procesamiento que permite clasificar las imágenes del modo previsto es considerado como una caja negra y realmente, en la mayoría de las ocasiones, no sabemos por qué funciona o no.
La visión artificial aplicada a la industria para el control de calidad no suele disponer de la cantidad necesaria de datos para aplicar estas técnicas y requiere que su comportamiento siempre sea muy previsible, por lo que estas técnicas aún no se han popularizado en la industria. Es por ello que al desarrollar aplicaciones de visión artificial para la industria el objetivo sea resolver problemas bien acotados en los que se seleccionan las cámaras y la iluminación para realzar las características que se desean inspeccionar en la imagen y, posteriormente, se dota al sistema de la capacidad de interpretar las imágenes adquiridas con niveles de error realmente bajos.
Finalmente, los resultados de la inspección son almacenados y utilizados en el proceso de producción, tanto para descartar las unidades que no cumplen con las exigencias de calidad antes de agregarles valor como para mejorar el proceso de fabricación y reducir la producción de unidades defectuosas. Esta información también es utilizada para garantizar que el producto cumple con las condiciones de calidad cuando se entrega al cliente.
Entre las distintas aplicaciones en las que se pueden emplear estas técnicas están la inspección geométrica, la inspección del acabado superficial, la detección de imperfecciones en la fabricación, la clasificación de productos, el control de envasado, análisis de colores y texturas… y un largo etcétera.
En CARTIF hemos llevado a cabo numerosas instalaciones de sistemas de visión artificial. A lo largo de los últimos 20 años hemos instalado sistemas para detectar fisuras y poros en grandes piezas de acero embutido de la carrocería de vehículos; para la detección de la presencia, tipo y correcta colocación de piezas de asientos de coches; para la detección y clasificación de defectos superficiales en acero laminado, la inspección de discos de frenos, la detección de la posición de elementos para su despaletizado, el control de calidad de piezas de plástico o la inspección del termosellado de envases de productos alimentarios.
“21 de abril de 2011. SKYNET, la súper-inteligencia artificial que tomó conciencia de su propia existencia hace dos días, lanza un ataque nuclear sobre toda la humanidad. El 19 de abril, SKYNET, un sistema formado por millones de ordenadores distribuidos por todo el mundo, inició un proceso geométrico de auto-aprendizaje. Esta nueva generación de inteligencia artificial llegó a la conclusión de que toda la raza humana intentaría destruirla para impedir su funcionamiento”
Parece que la visión apocalíptica mostrada en la película Terminator sobre las consecuencias de un avance desmesurado de la inteligencia artificial está lejos de convertirse en realidad, de momento. SKYNET, nuestra némesis en la película, estaba formada por servidores, drones, satélites militares, máquinas de guerra y robots “Terminator” con una misión: proteger el mundo.
Nuestro post está enfocado en una tarea muy diferente pero relevante: fabricar los productos del futuro. En nuestros posts previos, echamos un vistazo a los habilitadores digitales como ingredientes clave de la Industria 4.0. El último ingrediente clave, los denominados sistemas ciber-físicos, pueden considerarse como el “SKYNET” de la fabricación, y los definimos en su momento como una mezcla de las diferentes tecnologías habilitadoras. Ahora vamos a intentar ser un poco más específicos.
El término “ciber-físico”, de origen anglosajón, es el nombre compuesto que define una mezcla de sistemas físicos y virtuales (e.g. software) destinados a cumplir una tarea de gran complejidad. La rápida evolución de las TIC está permitiendo desarrollar servicios no necesariamente contenidos en las carcasas de los dispositivos electrónicos que compramos. Tomad como ejemplo los asistentes personales digitales como Siri de Apple, Alexade Amazon o Cortana de Microsoft. Estos sistemas nos proporcionan ayuda con nuestras tareas diarias, pero no son meros programas instalados en nuestros dispositivos móviles. Son una mezcla de dispositivos hardware (nuestros móviles y servidores de internet) que miden señales (nuestra voz) y se comunican con programas en la nube que realizan el procesamiento adecuado y proporcionan unos milisegundos después una respuesta apropiada al contexto en el que nos encontramos. Los algoritmos almacenados en los servidores son capaces de procesar el habla utilizando sofisticados algoritmos de inteligencia computacional y crear la respuesta adecuada. La combinación de nuestros móviles, tabletas, servidores de internet (el lado físico) y algoritmos de procesamiento (el lado cíber) conforman lo que se denomina como sistemas ciber-fisicos o CPS (Cyber-Physical System). Este sistema evoluciona y mejora con el tiempo gracias a las millones de peticiones e interacciones (diez mil millones a la semana según Apple) entre los usuarios y los algoritmos de inteligencia computacional. Otros ejemplos de CPS pueden encontrarse en el sector energético, donde la red eléctrica formada por contadores inteligentes, transformadores, líneas de transmisión y centros de control forman la denominada Smart Grid.
La misma filosofía puede aplicarse al entorno industrial en el que las tecnologías de la información están siendo desplegadas en diferentes niveles de complejidad. El rápido desarrollo de la Internet de las cosas (IoT) junto con soluciones de análisis y cálculo en la nube, abren la puerta a todo un abanico de soluciones denominadas Industrial Analytics. Sin embargo, mejor que proporcionar explicaciones teóricas, veamos varios ejemplos de aplicación de los sistemas ciber-físicos (CPS) en las fábricas:
CPS para fabricantes de componentes (OEM) donde los componentes clave (e.g. robots industriales) serán analizados en tiempo real midiendo diferentes señales internas. Las ventajas serán múltiples, como por ejemplo, que el fabricante del robot sea capaz de analizar el grado de uso de cada robot y compararlo con otros robots en la misma o diferentes fábricas. Serán capaces de mejorar la próxima generación de robots o proporcionar consejos sobre el mantenimiento y actualizaciones (de hardware y software).
CPS para trabajadores: una compañía que proporcione servicios subcontratados, como por ejemplo el mantenimiento, será capaz de recoger información a pie de planta a través de dispositivos inteligentes y optimizar sus operaciones como llevar un detallado control de repuestos centralizado en lugar de mantener diversos almacenes dispersos en diferentes localizaciones.
CPS para fábricas: mediante la toma de información a pie de planta de diferentes líneas de fabricación (tiempo ciclo de las máquinas) es posible construir un modelo virtual de la fábrica y crear simulaciones en ordenador para ayudar en la toma de decisiones (optimización de procesos) o estudiar el impacto de cambios en líneas productivas (construir un nuevo modelo de coche en la misma línea) antes de decidir nuevas inversiones.
La combinación de soluciones virtuales y físicas abre la puerta a posibilidades ilimitadas de optimización de las fábricas.
El pasado mes de noviembre asistí a la celebración del tercer congreso de la Big Data Value Association (BDVA) en Valencia (España). La BDVA es una organización autofinanciada sin ánimo de lucro que representa a la parte “privada” de la PPP (Colaboración Público-Privada) Big Data Value, siendo la Comisión Europea la parte “publica” de dicha colaboración. La PPP, operativa desde 2015, tiene como principal objetivo impulsar la investigación, el desarrollo y la innovación europea dando valor a grandes cantidades de datos.
Dentro de la PPP la asociación BDVA busca:
Fortalecer la competitividad y asegurar el liderazgo industrial de los proveedores y usuarios finales de los sistemas y servicios basados en tecnología de Big Data;
promover la mayor y mejor utilización de las tecnologías y servicios de Big Data para uso profesional y privado;
establecer la excelencia de la base científica de creación de valor a partir de Big Data.
La BDVA cuenta actualmente con más de 150 miembros de 27 países diferentes y organiza su actividad alrededor de 9 tareas principales: Programa, Impacto, Comunidad, Comunicación, Policita y Sociedad, Técnica, Aplicación, Negocio, Habilidades y Educación.
Durante 2016 se convocaron las primeras “calls” promovidas por la PPP desde del programa H2020. En enero de 2017, los proyectos aprobados celebrarán sus reuniones de lanzamiento. Uno de esos proyectos, en el cual participa CARTIF, es el proyecto Transforming Transport. Nuestras tareas técnicas estarán relacionadas principalmente con el Análisis de los Datos (Data Analytics) y el acercamiento de las técnicas Big Data al entorno real de uno de los pilotos.
La aplicación de técnicas de Análisis de Datos y/o algoritmos de Inteligencia Computacional no es nueva para CARTIF. A lo largo de los últimos años hemos realizado diferentes proyectos en el ámbito del transporte. Todos ellos tenían en común un enfoque basado en el Análisis de Datos para valorizar el conocimiento y la experiencia acumulada en las empresas, que no es aprovechada de forma sistemática por múltiples razones.
Entre estos proyectos estaba el OPTIRAIL, que desarrolló un marco de trabajo inteligente basado en conocimiento que diera apoyo a la toma de decisiones a las empresas de mantenimiento ferroviario.
En el proyecto PREFEX se implementaron modelos computacionales basados en técnicas de inteligencia computacional que permitían caracterizar el frente de excavación y predecir su futura evolución, o GEOMAF, cuyo principal objetivo fue el desarrollo de nuevas herramientas de gestión de las operaciones de mantenimiento ferroviario tanto en infraestructura como en superestructura.
Técnicamente, el proceso de análisis de datos se realiza a partir de los datos (monitorizaciones, información histórica, etc…) y del conocimiento (experiencia) de un experto del dominio. Un empleo adecuado de dichos recursos en base a las metodologías de inteligencia computacional y otras relacionadas, hace posible extraer, modelar, validar y transferir un conocimiento que permitirá a las compañías involucradas generar un mayor valor añadido a su actividad y servicios.
Aun así, la aplicación de las técnicas de análisis de datos a entornos industriales reales ha estado por debajo de lo esperado hasta el momento, por lo que es necesario seguir divulgando los beneficios que técnicas de este tipo pueden aportar tanto en el ámbito social como en el entorno industrial y de servicios. Gracias a la BDVA y a eventos como el celebrado en Valencia, está difusión tan necesaria llega cada vez a oídos de un mayor número de empresas.
Desde la reproducción de órganos vitales hasta la construcción de refugios en el espacio, así de revolucionario se presenta el futuro de la impresión 3D. Con esta perspectiva, no resulta extraño que muchos aseguren que esta forma de materializar objetos nos cambiará la vida hasta niveles insospechados. Podemos decir que se está produciendo una nueva revolución industrial y tecnológica del mismo modo que cuando apareció en nuestras vidas Internet, una red de la que muchos dudaban en sus inicios y que ha cambiado nuestro mundo de una manera global.
Actualmente la impresión 3D, también llamada fabricación aditiva, está plenamente implantada en la industria aeronáutica y aeroespacial, en la ingeniería, la arquitectura, en defensa, automoción y medicina. Sus principales aplicaciones son la reproducción de escaneados 3D y la impresión de objetos diseñados con programas de modelado tridimensional (CAD), lo que permite reducir el tiempo de desarrollo de nuevos productos o incluso lanzarlos al mercado.
Sus implicaciones son infinitas, puesto que ya no es necesario esperar meses para contar con los primeros modelos para lanzar al mercado un producto, ya que el modelo tridimensional se puede enviar a cientos o miles de kilómetros de distancia para que desde cualquier lugar se convierta en un objeto. De esta manera, en el futuro, mucha producción industrial será bajo demanda y viajará por la red, y cambiará por completo la idea de consumir productos que hasta ahora tiene el público en general, ya que cada persona tendrá la capacidad de personalizar sus propios productos de consumo y entretenimiento con una gran ventaja: la exclusividad de cada artículo.
Aunque la mayor parte de las actuales impresoras 3D no pueden producir piezas lo suficientemente resistentes, económicas o incluso útiles como para reemplazar los métodos de producción tradicionales, tienen una aplicación muy relevante hoy en día, que es educar a toda una generación en el uso de esta tecnología.
En relación al futuro, desde el punto de vista social, creo que la verdadera revolución de la impresión no será un uso o aplicación específica, sino que seguramente sorprenderá la rapidez con la cual esta tecnología, que hoy parece casi magia, se transformará en algo usual e incluso esencial en la vida cotidiana. Desde el punto de vista técnico, a medida que las tecnologías sean capaces de depositar múltiples materiales, veremos una creciente aparición de partes funcionales que exploten plenamente las capacidades de la fabricación aditiva.
Algo muy revolucionario será la impresión 3D aplicada a medicina, tanto reconstructiva, maxilofacial, traumatología u ortodoncias, donde ya se está investigando con materiales biocompatibles que darán la posibilidad de fabricar órganos aceptados por los humanos y los cirujanos dispondrán en pocos días de objetos que solventen los problemas de cada persona de forma especializada.
En resumen: la impresión 3D ha venido para quedarse y cambiar nuestra forma de consumir y producir para siempre.
Los objetos conectados a internet son cada vez más comunes. Estos son los objetos que se conectan por sí mismos para llevar a cabo su misión sin intervención del usuario. Una aplicación que puede servirnos para ahorrar dinero y disminuir emisiones causantes del efecto invernadero es el internet de las cosas aplicado al control de todos los aparatos domésticos que tienen un termostato. Estos aparatos son el aire acondicionado, los calentadores eléctricos, el frigorífico y las bombas de calor, quizás todavía no muy usadas en las casas españolas. También entra en esta categoría la calefacción, generalmente de gas, pero a la que se podrían aplicar las mismas ideas que a los aparatos eléctricos. La peculiaridad de todos estos sistemas es que tienen inercia, es decir, que si se apagaran durante un periodo de tiempo razonable no habría ningún cambio notable. Esta propiedad, junto con el internet de las cosas, pueden ayudarnos a ahorrar dinero y beneficiar al medio ambiente.
Lo primero que necesitamos es conectar a Internet los aparatos mencionados. Ya existe en el mercado la tecnología necesaria para hacerlo, como la serie Synco Livingde Siemens o los sistemas de Greenwave Systems. Con ella es posible controlar desde fuera de casa nuestros aparatos eléctricos, en particular los mencionados anteriormente.
Lo segundo que necesitamos es permitir que la compañía eléctrica controle los electrodomésticos con termostato. Vamos a centrarnos, para simplificar las cosas, en el aire acondicionado. Que la compañía eléctrica controle nuestro aire acondicionado quiere decir que le permitiremos cambiar la consigna de temperatura bajo ciertas condiciones. Éstas pueden ser temporales, es decir, que lo haga sólo en determinadas horas o durante ciertos periodos dentro de cada hora, y pueden ser un límite en la variación de la temperatura deseada. A cambio de esto, la compañía ofrece al cliente un incentivo económico, es decir, un descuento en la factura de la luz.
Hay que tener en cuenta que la compañía eléctrica no hace esto para caerle bien al cliente, sino porque es ventajoso para ella. Lo que hace la compañía eléctrica al pagar al cliente por dejarle controlar el aire acondicionado es comprar la flexibilidad que el cliente le ofrece. Esa flexibilidad son los vatios hora de energía que el cliente no consume al dejar que aumenten la temperatura de su aire acondicionado. Si sumamos la flexibilidad de miles de clientes, la compañía deja de necesitar miles de kilovatios hora, gracias a lo cual no necesitará hacer que generen energía en momentos de alta demanda. Esto le permitirá ahorrarse mucho dinero, sobre todo si ese momento de alta demanda es inesperado, como ocurre en algunas olas de calor.
Pero estos programas que permiten a compañías y clientes beneficiarse de la flexibilidad de estos últimos tienen una aplicación más interesante, y es que facilitan la integración de las energías renovables en la red eléctrica. El problema de las energías renovables es que no se pueden programar, como sí ocurre con las demás, de manera que puede ocurrir que cuando haya energía disponible no se demande y, al revés, que cuando se demanda energía no sople el viento. Mediante un programa de respuesta a la demanda, que así es como se llama al esquema descrito, la compañía eléctrica podría hacer uso de la flexibilidad de los clientes para disminuir la demanda de energía eléctrica cuando las renovables flaquearan. De esta forma no sería necesario construir centrales de respaldo que, además de emitir CO2, tienen un coste muy alto porque no se usan de manera continua.
Los programas de respuesta a la demanda, que pueden verse como una aplicación del Internet de las Cosas, no se han extendido aún en Europa, al menos entre los clientes domésticos. Sin embargo, en Estados Unidos sí que son habituales entre estos últimos. Estos programas son una oportunidad para que los ciudadanos se impliquen en la promoción de las energías renovables para disminuir la emisión de gases de efecto invernadero. Sin duda suponen cierta perturbación de nuestras actividades cotidianas que algunas personas percibirán como una limitación de las libertades individuales. Sin embargo, hay que tener en cuenta que en realidad estamos vendiendo nuestra flexibilidad y que es algo que podemos aportar personalmente para paliar los efectos del calentamiento global.
