PARA SU PUBLICACIÓN INMEDIATA N.º 3255

Este texto es una traducción de la versión oficial en inglés de este comunicado de prensa y se le proporciona a modo de referencia, para su comodidad. Consulte el texto original en inglés para obtener detalles específicos. En caso de que ambas versiones difieran, prevalecerá el contenido de la versión en inglés.

AI de análisis del comportamiento que detecta pequeñas diferencias en los movimientos humanos

Proporciona un análisis rápido sin aprendizaje de máquinas previo

Versión PDF

TOKIO, 13 de febrero de 2019 - Mitsubishi Electric Corporation (TOKIO: 6503) ha anunciado hoy el desarrollo de una inteligencia artificial (AI) de análisis del comportamiento exclusiva basada en la tecnología AI Maisart®*, propiedad de la compañía. Incluso sin aprendizaje de máquinas previo, la nueva tecnología puede detectar pequeñas diferencias en los movimientos humanos que las personas difícilmente pueden detectar, lo cual puede ser útil para analizar el comportamiento humano en diversos ámbitos, tales como el análisis de los movimientos del trabajador de una línea de montaje para ayudar a eliminar los movimientos innecesarios y mejorar así la productividad.

*Maisart es la abreviatura de "Mitsubishi Electric's AI creates the State-of-the-ART in Technology" (la AI de Mitsubishi Electric crea tecnología innovadora).

Diagrama de flujo de la AI de análisis del comportamiento

Características principales

1)
Consigue un procesamiento rápido sin aprendizaje de máquinas previo
- Procesa los análisis del comportamiento a alta velocidad, que se realizan en unos segundos o unos pocos minutos, menos de una veinteava parte del tiempo necesario con el método de AI convencional de la compañía.

La nueva tecnología analiza los movimientos humanos inmediatamente después de recopilar los datos de medición necesarios, centrándose en las similitudes en movimientos repetitivos. La tecnología es fácil de aplicar en los lugares de trabajo porque, a diferencia de la AI de análisis del comportamiento convencional, no requiere el aprendizaje de máquinas con enormes cantidades de datos de enseñanza que deben introducirse manualmente. El análisis del comportamiento se puede realizar a alta velocidad, en unos segundos o unos pocos minutos, menos de una veinteava parte del tiempo necesario con el método convencional de la compañía. El análisis puede realizarse rápidamente en los lugares de trabajo para proporcionar información rápida sobre la mejora de la eficiencia de los trabajadores.
2)
Detecta pequeñas diferencias en los movimientos de cada persona para identificar los movimientos innecesarios
- Mediante el uso de datos de posición para medir los movimientos humanos, estima los límites entre los movimientos (elementos operativos), determina los patrones de movimiento estándar para cada persona y, a continuación, detecta las desviaciones respecto a estos patrones estándar, tales como los movimientos ligeramente diferentes o innecesarios.
- En las líneas de montaje, puede utilizarse como una herramienta para ayudar a los trabajadores a controlar los movimientos óptimos a fin de aumentar la eficiencia y mejorar así la productividad.

Cuando se analiza el trabajo de montaje realizado en fábricas, la tecnología utiliza sensores para medir el posicionamiento tridimensional de las dos manos de un trabajador. Estos datos permiten la detección de movimientos no estándar, tales como leves diferencias en los procedimientos o movimientos innecesarios. En un principio, la AI presta atención a movimientos repetidos en un orden determinado, como fijar una pieza y atornillarla en su sitio. Divide los datos de medición por igual de forma equivalente al valor inicial, y establece temporalmente los límites para cada movimiento. A continuación, extrae la forma de onda para cada movimiento y la compara con los datos de medición para actualizar y determinar los límites del movimiento. Los movimientos estimados se alinean automáticamente para determinar patrones de movimiento estándar. Por último, al comparar el patrón de movimiento extraído de los datos de medición con el patrón de movimiento estándar, puede detectar movimientos no estándar.

Tenga en cuenta que la precisión de las notas de prensa corresponde a la fecha de publicación, pero dichas notas están sujetas a modificaciones sin previo aviso.