Inteligencia Artificial y Computación Cuántica para evitar fallas industriales
Proyecto Final de Leda Rojo
Diplomatura en Ciencia de Datos con R y Python
En el marco de la Diplomatura en Ciencia de Datos del Instituto Data Science Argentina, la ingeniera en computación Leda Rojo presentó un proyecto que combina Machine Learning clásico y Machine Learning Cuántico para abordar uno de los grandes desafíos de la industria moderna: prevenir fallas en sistemas críticos de producción.
🔧 El problema de los paros no programados
En muchas plantas industriales, los paros de planta no programados generan pérdidas millonarias. Una bomba centrífuga que se detiene de forma inesperada puede afectar toda la línea de producción, dañando materia prima, interrumpiendo procesos y elevando los costos de mantenimiento.
El objetivo del proyecto fue desarrollar un modelo de mantenimiento predictivo que permita anticipar estas fallas antes de que ocurran, utilizando datos de vibración, temperatura, velocidad y otros sensores industriales.
🤖 Aplicando Machine Learning al mantenimiento predictivo
Leda desarrolló modelos basados en redes neuronales y K-Nearest Neighbors (KNN) para detectar comportamientos anómalos en las bombas.
El modelo KNN demostró una precisión del 100%, clasificando correctamente las bombas en estado saludable o propenso a mantenimiento.
Este resultado permitió establecer una base sólida para calcular el costo-beneficio de las predicciones, mostrando ahorros significativos para la empresa al evitar reparaciones de emergencia y tiempos muertos.
⚛️ Computación cuántica: explorando el futuro
Como extensión innovadora del proyecto, Leda integró conceptos de computación cuántica al mantenimiento predictivo.
Utilizando la librería PennyLane de Python y técnicas de redes neuronales cuánticas simuladas, desarrolló un modelo capaz de aprovechar las propiedades del qubit, la superposición y el entrelazamiento cuántico.
Aunque los resultados aún no superan a los modelos clásicos, el experimento demostró que la computación cuántica tiene un enorme potencial para acelerar el entrenamiento de modelos de Inteligencia Artificial y procesar grandes volúmenes de datos industriales de forma más eficiente.
🔍 Conclusiones
El trabajo de Leda Rojo muestra cómo la Inteligencia Artificial y la Computación Cuántica pueden unirse para evitar fallas industriales, optimizando el mantenimiento de equipos críticos y reduciendo costos operativos.
Esta combinación marca el camino hacia una nueva generación de fábricas inteligentes, donde los sistemas aprenden, predicen y se adaptan en tiempo real para garantizar la continuidad de la producción.
LinkedIn de Leda Rojo: https://www.linkedin.com/in/leda-eugenia-rojo-a17549225/
