La evolución tecnológica estructura todas las actividades de Berger-Levrault, que busca, experimenta, encuentra y despliega nuevas soluciones basadas en técnicas de inteligencia artificial.
La importante cantidad de datos disponibles y el incremento de las herramientas tecnológicas para su tratamiento han acelerado el fenómeno de transformación digital que estructura todas las actividades de Berger-Levrault.
Nuestro objetivo es facilitar y acelerar la vida personal y profesional, perfeccionando los procesos de control y mantenimiento predictivo gracias a un enfoque de inteligencia artificial destinado a mejorar los resultados y secundar a nuestros clientes a la hora de adaptar su trabajo.
La inteligencia artificial abarca una multitud de nociones que Berger-Levrault aplica según el concepto de informática heurística, es decir, según un “método de resolución de problemas no fundamentado en un modelo formal y que no que desemboca, necesariamente, en una solución”. Las técnicas de inteligencia artificial utilizadas, calculatorias y combinatorias, permiten diseñar productos industrializables y fiables de presentación e indexación de la información, adquisición y estructuración de conocimientos, análisis de situaciones y planificación de acciones.
A partir de 2009, y gracias al trabajo desarrollado por el equipo de investigación e innovación, la inteligencia artificial se ha convertido en elemento central de los desarrollos de Berger-Levrault.
Actualmente contamos con más de ocho proyectos en curso con laboratorios y universidades de Francia, España y Marruecos.
Para diseñar el software más adecuado para nuestros fines y analizar cómo nuestros clientes utilizan nuestras herramientas e interfaces, nos basamos en algoritmos de inteligencia artificial y, más concretamente, en sistemas multiagentes (SMA). Esperamos que con estos métodos podamos recrear las rutas de navegación de nuestros usuarios en nuestras interfaces y así entender los usos de nuestras herramientas en el campo. Este es un paso esencial para mejorar nuestras soluciones.
Hoy en día, el envejecimiento de la población y el aumento de la esperanza de vida conducen a un número cada vez mayor de personas en estado de incapacidad y fragilidad. Observando la falta de disponibilidad en las instituciones especializadas, una alternativa es la asistencia domiciliaria (AD).
La gestión de estas estructuras y, más concretamente, de la planificación de las personas implicadas es muy complicada y a menudo manual. A la hora de planificar las intervenciones deben tenerse en cuenta una multitud de limitaciones. La producción de un programa manual constituye un verdadero desafío. Para satisfacer esta necesidad, estamos explorando la creación de una herramienta de generación de planificación que pueda tener en cuenta tantas limitaciones y criterios como sea posible en relación con la estructura de AD.
Se estudian dos tipos de tecnologías de Inteligencia Artificial:
Ilustración del funcionamiento del algoritmo de optimización
Berger-Levrault y la Université Technologique de Troyes trabajan desde hace dos años sobre la aceptabilidad y las posibles interacciones de un robot móvil social no humanoide en el apoyo de las prácticas de atención profesional y en la relación con instituciones para personas dependientes. Nuestro programa de investigación sociológica tiene claramente un contexto muy tecnológico.
Partiendo de situaciones cotidianas, se trata de estudiar los usos de la comunicación de los robots mediante la observación y posterior análisis de secuencias de acciones que promuevan las posibilidades de co-participación y colaboración asistidas por un robot.
¿Cuáles son las formas éticas en el uso de artefactos robóticos? De hecho, las tecnologías no son neutrales. Además, la inteligencia artificial puede incorporar agentes morales artificiales. ¿Cómo podemos considerar una nueva forma de vida con dependencia, actuando con máquinas robóticas que son socialmente aceptables?
Ejemplo de un prototipo del robot social móvil
La eficiencia energética se define como un menor consumo de energía para el mismo servicio prestado. Se han hecho progresos significativos gracias a la tecnología, al aumento de los precios y a una mayor concienciación sobre los residuos. La eficiencia energética es la primera fuente potencial de energía doméstica para 2020 y será -según las partes interesadas, las autoridades públicas y la sociedad en su conjunto- un mercado clave del futuro y un sector de innovación creativo. En este contexto, es necesario implementar las herramientas que nos permitan a todos capturar, comprender y controlar nuestros gastos energéticos.
En esta dinámica, Berger-Levrault lidera una serie de proyectos de investigación sobre desarrollo sostenible. Por ejemplo, estamos desarrollando un prototipo de cuadro de mando para analizar datos de diferentes sensores de temperatura, consumo de electricidad y gas, calefacción, flujo de agua, etc.
En esta iniciativa, identificamos que un problema recurrente es la confianza que se puede depositar en los sensores y en los datos que producen. Para resolver este problema hemos lanzado dos iniciativas que implementan técnicas de inteligencia artificial:
Ejemplo de una interfaz utilizada para el proyecto neOCampus
Las nuevas tecnologías en el ámbito industrial, el procesamiento masivo de datos y los sistemas inteligentes son ahora de uso común y cada vez más eficientes. Nuestras áreas de gestión de equipos, que trabajan en el corazón de la industria del futuro, tienen como principal objetivo los edificios inteligentes y la ciudad inteligente.
En esta revolución digital, las expectativas de los servicios técnicos y de los gestores de activos pueden ser altas y las ganancias reales. En esta perspectiva, estamos llevando a cabo una investigación sobre el aprendizaje automático a partir de los datos para construir una plataforma de software multicanal capaz de analizar datos en tiempo real a partir de sensores de comunicación, maquetas digitales y sistemas de gestión. Así, los servicios técnicos podrán mejorar el funcionamiento de los equipos (configuración de los equipos, mantenimiento predictivo, eficiencia energética, etc.) gracias a la evaluación estadística y a la generación de modelos predictivos.
Para ello, buscamos construir agentes de software autónomos capaces de aprender de las observaciones para modelar automáticamente el comportamiento de los equipos en sus entornos. En este proyecto estamos colaborando con nuestro cliente industrial ALSTEF Automation, que es un fabricante de sistemas de manipulación y transporte (por ejemplo, sistemas de clasificación de equipajes en aeropuertos).
Hipervisión de datos de sensores desde una cinta transportadora de equipaje
¿Alguna vez has tenido problemas para encontrar las palabras clave correctas con el fin de obtener el resultado que necesitas en un motor de búsqueda? ¿Alguna vez has tenido que buscar información en medio de un gran volumen de documentos? Imagínate que pudieras delegar tareas a un asistente personal, que sería una inteligencia artificial.
Este es el reto de los trabajos de investigación recientemente lanzados en el laboratorio de investigación de Berger-Levrault. El objetivo es identificar y hacer el mejor uso de las técnicas de procesamiento del lenguaje natural para poder analizar y consultar grandes volúmenes de documentos textuales y no estructurados.
En este contexto, Berger-Levrault acaba de firmar un acuerdo de colaboración con la Universidad Oberta de Catalunya en España. El objetivo será facilitar la construcción de asistentes de lenguaje natural, analizar automáticamente los corpus de texto y construir asistentes genéricos que puedan ser adaptados a las necesidades, servicios disponibles, datos y contexto de nuestros diferentes clientes.
Nuestras ciudades, nuestras casas, nuestras fábricas, nuestras oficinas están llenas de objetos, equipos, plantas, vehículos, etc. Para una autoridad local, mantener, localizar e inventariar todo el patrimonio a su disposición puede ser una tarea pesada, difícil y extremadamente costosa.
El software de Gestión del Mantenimiento Asistido por Ordenador (GMAO) es una solución para apoyar y facilitar estas tareas de gestión. Las soluciones de Berger-Levrault, como ATAL II o CARL Source, son la respuesta a este problema. Sin embargo, la planificación de las intervenciones requiere conocer la existencia y ubicación de los equipos a mantener. Los gerentes a menudo confían en el trabajo manual de contabilidad que es tedioso y difícil de realizar.
En este ámbito, el equipo de investigación de Berger-Levrault se compromete a estudiar y desarrollar sistemas de reconocimiento automático de objetos basados en técnicas de inteligencia artificial. Se están probando dos enfoques:
Reconocimiento sobre la base de una imagen de satélite o de una imagen de baja altitud
Proyecto 1 : Localización y gestión catastral
Proyecto 2 : Localización de mobiliario urbano mediante datos aéreos
El reconocimiento de objetos urbanos en imágenes aéreas es particularmente difícil debido a su pequeño tamaño en las imágenes y a su forma y apariencia variable. Dadas estas características, los objetos urbanos son difíciles de detectar y los métodos de detección convencionales no ofrecen un rendimiento satisfactorio. Por estas razones, hubo que desarrollar métodos específicos de reconocimiento.
Reconocimiento basado en imágenes y/o digitalización del terreno en 3D
Proyecto 3 : Localización de mobiliario urbano mediante datos 3D
Proyecto 4 : : Inventario de mobiliario de oficina desde un dispositivo móvil
Otro método para mapear y analizar objetos urbanos es inventariarlos a partir de imágenes capturadas sobre el terreno. Estamos experimentando con un nuevo método basado en el uso de cámaras y sensores LiDAR. La dificultad radica en la capacidad de un sistema para reconocer dinámicamente objetos de imágenes planas y adquisición 3D en forma de gráficos de dispersión.
Proyecto 2: Ejemplo de imágenes aéreas multifuente, a la izquierda una imagen en escala de grises del modelo digital de superficie, y a la derecha la imagen multiespectral correspondiente.
Mejorar el saneamiento de las aguas pluviales y residuales es un reto para la salud pública, la protección del medio ambiente y la protección de los recursos hídricos contra la contaminación. Lamentablemente, la mejora del saneamiento no puede lograrse con los medios actuales. Los mapas y datos geográficos de nuestras redes siguen siendo en gran medida analógicos, lo que dificulta su uso y actualización. Además, en las bases de datos públicas, los atributos asociados a los distintos objetos que componen la red suelen ser incompletos.
Es en este contexto en el que Berger-Levrault ha optado por centrarse en los aspectos cartográficos de las redes de saneamiento urbano, abordando los numerosos problemas asociados a ellas. En primer lugar, utilizamos tecnologías de inteligencia artificial para detectar automáticamente las placas de alcantarillado en las imágenes aéreas. Estas placas constituyen los nodos de la red de agua que serán cruzados con otra información textual recogida automáticamente para determinar pendientes, geometrías, materiales, estructuras, etc. Obtener y cruzar esta información permitirá reconstruir un mapa de una red subterránea “probable”, simular los caudales hidráulicos bajo la ciudad y, por lo tanto, facilitar la gestión de las aguas pluviales y de las aguas residuales.
Ilustración de la detección de la placa de alcantarillado por vista aérea
Todos los países
Francia
Marruecos
España
Canadá - En
USA
