.

Inteligencia Artificial

Robots inteligentes y con 'buen ojo' hacen más rentable la recuperación de residuos

1

La inteligencia artificial y la visión de máquinas se combinan en autómatas más eficaces a la hora de detectar los desechos más valiosos entre una montaña de basura

  • por José Carlos Sánchez | traducido por
  • 31 Marzo, 2017

Foto: Uno de los robots Wall-B de pruebas en el Centro Integral de Valorización de Residuos del Maresme en Mataró (Barcelona) Crédito: Sadako Technologies.

Hay algo que nunca falla en nuestro día a día. Generamos basura. Mucha. Recogerla, por tanto, es una tarea imperativa que cada vez se está trasladando más a los robots. Lejos de los ejemplos de ciencia ficción, las máquinas encargadas de gestionar los desechos humanos son cada vez más comunes y las investigaciones actuales se esfuerzan en conseguir que recojan más y mejor todos los residuos valorizables. Es decir, aquellos que pueden reciclarse para volver a ser materia prima para otros productos. Cuanto menor sea el coste del proceso y mayor el volumen de residuos recogidos, mayores serán los beneficios.

Esa es la razón por la que la empresa catalana Sadako Technologies decidió crear Wall-B, un brazo robótico controlado por un sistema de visión de máquinas e inteligencia artificial (IA) para la recogida selectiva de residuos PET en plantas de tratamiento. La empresa fue seleccionada como la mejor start-up durante la última feria de robótica Global Robot Expo celebrada en Madrid (España) el pasado enero. Wall-B, cuyo nombre es un homenaje al tierno robot basurero de la película Wall-B, también fue premiado como idea innovadora en los premios R de ECOEMBES 2015.

La versión actual está compuesta por un brazo robótico y un sistema de visión de máquinas entrenado con algoritmos de aprendizaje profundo. El sistema se instala sobre una cinta transportadora de residuos con un arco equipado con una cámara 2D combinada con otra tipo Kinect que posiciona el objeto en 3D. A partir de ahí, un ordenador procesa las imágenes y mira los residuos que pasan por la cinta. Entonces, el sistema de visión de máquinas es capaz de distinguir los envases PET. Una vez detectados, el brazo robótico se mueve y los succiona para separarlos del resto.

A priori, es la misma función que realizan los sistemas actuales de selección de espectroscopia del infrarrojo cercano (NIR por sus siglas en inglés), también conocidos como ópticos. La responsable de Desarrollo de Negocio de Sadako, Belén Garnica, reconoce que la intención de Wall-B no es sustituirlos, porque "son sistemas que funcionan muy bien". La responsable admite que "la capacidad del robot es bastante inferior a la de un NIR".

Entonces, ¿para qué sirve? Garnica responde que la ventaja competitiva de Wall-B depende del volumen de residuos a analizar. Los sistemas NIR son muy caros y ocupan un gran espacio, por lo que tienen sentido donde hay mucha cantidad de residuos valiosos a recuperar, explica. Wall-B, en cambio, sería más idóneo para volúmenes más reducidos, de modo que la inversión pueda amortizarse rápidamente.

Ahí es donde Sadako apunta sus esfuerzos. Wall-B está pensado para recuperar 200 toneladas de PET al año. Algo a lo que todavía no ha llegado, pero está a punto, según la empresa. Desde la compañía explican que su robot puede ser una solución para plantas medianas que procesen volúmenes de hasta 400 toneladas anuales, según Garnica. O, incluso, servir de complemento a los citados NIR como control de calidad.

El objetivo de la empresa es que la inversión para instalar Wall-B se pueda recuperar en un año. Por eso asegura que el coste depende del rendimiento final del robot, aunque se movería entre 60.000 euros y 100.000 euros. Aunque admiten que el volumen de recogida actual es similar al de las personas, creen que su verdadero valor es la "rentabilidad": recuperar más por menos del valor recuperado.

Dado que Wall-B no es el primer robot que recoge residuos ni tampoco el más eficiente, ¿por qué ha ganado tantos premios? Garnica lo atribuye a su diseño pensado para "adaptarse a la realidad". Lo complicado es que una botella PET "no está siempre en la misma posición y suele llegar chafada y entremezclada con otros objetos", explica la responsable. Y ahí precisamente es donde está la ventaja de Wall-B, en su capacidad para resolver esta "complejidad gracias a la inteligencia artificial", añade. Su objetivo final es "que el robot sea capaz de percibir y decidir".

Foto: Ejemplo de cómo se desarrolla y funciona el sistema de visión de máquinas de Sadako. Primero se le ‘enseña’ al sistema a reconocer los objetos (izqd.) que luego detecta y recoge en planta mediante cámaras (der.). Crédito: Sadako Technologies.

También entre basuras se mueve el robot desarrollado por la empresa finesa ZenRobotics. Ya comercializado, el robot de esta compañía, llamado ZenRobotics Recycler, también recurre a algoritmos de inteligencia artificial combinados con sensores de infrarrojos y detección de metal para separar residuos, principalmente grandes elementos procedentes de la construcción, pero desde la compañía aseguran que podría llegar a recoger bolsas de plástico.

Un bum de aplicaciones

ZenRobotics Recycler y Wall-B componen así una nueva generación de máquinas inteligentes que aspiran a hacer tareas más rápido y mejor que los humanos. Y todo ello, gracias a tecnologías como el aprendizaje automático y la visión artificial. Para el investigador Responsable del Laboratorio de Sistemas Inteligentes de la Escuela Politécnica Superior de la Universidad Carlos III de Madrid (UC3M), Arturo de la Escalera, este tipo de tecnologías están experimentando un "bum de aplicaciones".

La de recogida de residuos depende de que el sistema reconozca los residuos que ve. Aunque De la Escalera matiza que las redes neuronales han tenidos sus más y sus menos, considera que ahora son el "tema estrella". Estas redes, que simulan el funcionamiento del cerebro, se entrenan con miles de ejemplos de un tema concreto para aprender. "La gran ventaja ahora es que se pueden tener infinidad de imágenes para entrenar", explica De la Escalera.

Aunque este entrenamiento requiere tiempo y esfuerzo por parte de los humanos, pero los beneficios llegan. Tal y como explica el experto: "[Las personas] somos infinitamente más flexibles y aprendemos mucho más rápido, pero la gran ventaja es que el robot, el sistema de percepción, no se cansa".

*Este artículo se publicó originalmente en el Blog de Innovación de Sacyr el 06/04/2016

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. Geoffrey Hinton, pionero de la IA y profeta del apocalipsis, gana el Nobel

    El galardón reconoce las contribuciones fundacionales al aprendizaje profundo, una tecnología que Hinton ha llegado a temer desde entonces

    Entrega del Premio Nobel de Física 2024 por la Real Academia Sueca de las Ciencias.
  2. Los creadores de AlphaFold ganan medio Nobel de Química por la IA que predice el plegamiento de las proteínas

    Demis Hassabis y John M. Jumper, de Google DeepMind, y el bioquímico David Baker han ganado 'ex aequo' el Nobel de Química por usar, respectivamente, la IA para comprender las proteínas y para crear otras nuevas

  3. La IA generativa ahorra dos horas a la semana por persona y ofrece resultados de mayor calidad, según un estudio de Repsol

    La multienergética española es pionera en la adopción de herramientas de IA Generativa. Durante varios meses realizó una investigación en el que testaba el uso de Copilot para Microsoft 365 en un grupo de 550 empleados. Tras ello, ha extendido el acceso a estas herramientas a toda la plantilla.