Altair nos explica: el Aprendizaje de Máquina (ML, por sus siglas en inglés) consiste en que las máquinas adquieren la capacidad de aprendizaje sin necesidad de códigos de programación establecidos, es decir, su rendimiento se da en función de los datos de los que aprende, mejorando continuamente en sus modelos predictivos.
Esta idea comenzó hace más de cinco décadas, pero hoy adquiere relevancia debido al uso que se le ha dado a escala industrial. Un ejemplo es la fabricación de autos inteligentes.
La aplicación del Aprendizaje de Máquinas en el diseño y optimización de automóviles se puede ver en el uso de sensores para diagnóstico y pronóstico en componentes importantes para los vehículos. Según Altair, el objetivo es reconocer anomalías antes de que estas conduzcan a problemas irreversibles.
En una de sus modalidades, la inteligencia artificial utiliza softwares como el director de optimización de diseño multidisciplinario (MDOD, por sus siglas en inglés), que utiliza datos de simulación para la detección y solución de anomalías.
La inteligencia de máquinas (de acuerdo con Altair) da retroalimentación rápida a los equipos de diseño. ¿Cómo lo hace? Por medio de superficies de subrespuesta para desacoplar el problema y reducir la cantidad de datos necesarios para predecir con precisión el rendimiento. Estos datos se recopilan con métodos de muestreo que conducen al uso de la inteligencia de máquinas, empleada también en el proceso de optimización como parte del método de búsqueda para reducir el tamaño de datos requerido.
Con aplicaciones tecnológicas inteligentes, la industria del automóvil tiene el potencial de seguir creciendo en términos de eficiencia y mayor seguridad para el conductor, gracias al análisis predictivo para reducir y evitar problemas que, en ocasiones, pueden ser de consecuencias graves.
La inteligencia automática facilita la labor de operación con una interfaz menos complicada de manejar, apuntó Ottmar Kappes, director general de Altair México.
