En nuestro segundo informe de la serie “Tendencias tecnológicas 2030: previsión de Siemens”, se analizan los desarrollos en IA generativa y sus implicancias en la industria. Las tendencias clave como la IA autónoma y los modelos fundamentales darán forma a las aplicaciones industriales de los próximos años.
La IA ha brindado un valor tremendo en las industrias durante las últimas décadas. Las innovaciones en el aprendizaje automático y las redes neuronales permitieron soluciones como el mantenimiento predictivo o el diseño generativo. Sin embargo, con el reciente avance en IA generativa, surgieron nuevas oportunidades que, más allá de todo el bombo y la emoción, están brindando un valor real a las industrias. Desde copilotos industriales para abordar la mano de obra calificada y acelerar la colaboración hombre-máquina con IA hasta modelos de lenguaje grande (LLM) como “traductores” entre las API en aplicaciones industriales, el potencial de la IA generativa en el espacio industrial solo se está expandiendo.
Modelos de base industrial
Los modelos de base industrial están previamente entrenados con datos específicos de la industria, lo que permite una implementación más rápida y precisa de soluciones de IA.
IA autónoma
La IA autónoma se refiere al uso de sistemas de IA que poseen un cierto nivel de autonomía y capacidad de toma de decisiones en el contexto industrial.
LLM multimodales
Los modelos de lenguaje grande (LLM) multimodales combinan la comprensión del lenguaje con la percepción visual, el procesamiento de datos de texto, imágenes y videos, y datos específicos de la industria, como series temporales.
Modelos perimetrales
La ventaja industrial implica la implementación de algoritmos de IA y potencia de procesamiento perimetral de las redes industriales, más cerca de la fuente de datos.
Hardware especializado
El hardware especializado, como unidades de procesamiento de gráficos (GPU) o dispositivos periféricos habilitados para unidades de procesamiento de lenguaje (LPU), proporciona potencia informática perimetral de alto rendimiento, lo que permite el procesamiento en tiempo real de algoritmos de IA.
Para garantizar la preparación para los avances y desafíos de la IA industrial en 2030, es esencial que las partes interesadas adopten un enfoque estratégico integral.
