[21/07/2023] Durante su Conferencia de Desarrolladores, Huawei reveló los avances tecnológicos en Inteligencia Artificial (AI), los servicios de nube Ascend AI y Pangu Model 3.0. Según lo señalado en el comunicado de prensa, estas innovaciones apuntan a empoderar a los clientes y socios de la industria, y desbloquear el potencial de la AI para generar crecimiento transformador, en una amplia gama de sectores y promover la transformación digital de la industria.
[Reciba lo último de CTOPerú suscribiéndose a nuestro newsletter semanal]
"Pangu Models 3.0 es un sistema de modelos previamente entrenados que se pueden adaptar rápidamente para suplir las necesidades particulares de cada situación y afrontar desafíos complejos en varias industrias. Al aprovechar conjuntos de datos de gran escala y algoritmos de aprendizaje automático, Pangu 3.0 promete revolucionar la aplicación industrial de la IA en áreas como el pronóstico climático, el desarrollo de medicamentos, la identificación de fallas en trenes y la industria minera, por citar algunos”, señaló Zhang Ping An, director ejecutivo de Huawei.
Meteorología precisa basada en IA
Dirigido a la predicción del clima, Ping An comentó que Pangu Weather es el primer modelo de predicción de IA que demuestra una mayor precisión que los métodos numéricos tradicionales de pronóstico del tiempo. "Pangu permite 10 mil veces una mejora en la velocidad de predicción, reduciendo el tiempo de predicción del clima global a solo unos segundos. El modelo se centra en los elementos clave y en intervalos de tiempo comunes, lo cual hace posibles pronósticos climáticos más exactos. De hecho, esta solución con IA pronosticó con precisión las trayectorias y los horarios de toque de tierra de algunos tifones, incluido el reciente llamado Mawar en mayo de este año, lo cual demuestra sus capacidades excepcionales”, aseguró el ejecutivo.
Pangu aplicado a minería
El 18 de julio, Huawei y Shandong Energy Group lanzaron en conjunto el primer caso comercial del Modelo de minería Pangu en Jinan, provincia de Shandong, China. Es una solución que aseguran mejorará la seguridad, eficiencia y productividad en las faenas.
"Las operaciones de minería tradicionales son intrínsecamente riesgosas, y requieren mucha mano de obra, que implican numerosos riesgos técnicos y para la seguridad. Sin embargo, con la implementación de tecnologías digitales, aumentada por el Modelo de minería Pangu con IA, la industria es testigo de un cambio transformador. Al importar inmensas cantidades de datos para el entrenamiento previo de modelos, la aplicación en minería de Pangu permite el autoaprendizaje sin supervisión, en el cual abarca más de 300 subcasos de operaciones en minería de carbón. Desde la excavación y la conducción hasta la maquinaria, el transporte y la comunicación, el modelo simplifica las aplicaciones de IA en varios casos de minería de carbón”, explicó Ping An.
Por ejemplo, añadió, las fallas de los sistemas de transporte en las minas de carbón son un problema mayor que genera una merma de la producción y pérdidas financieras. "Para afrontar este desafío, el Modelo de minería Pangu de Huawei incorpora un sistema de monitoreo inteligente basado en IA que identifica con precisión las excepciones en el sistema de transporte, como ser grandes bloques de carbón y anclas, con una tasa de precisión excepcional de hasta el 98%”.
Pangu: IA en el rubro ferroviario
El último caso de uso presentado por el ejecutivo es para la industria ferroviaria, sostieniendo que mediante la implementación del Modelo ferroviario Pangu, la seguridad y eficacia de los trenes de carga mejoran considerablemente.
"Los procesos anteriores de identificación de fallas dentro de los Sistemas de Detección de Trenes de Carga (TFDS, por sus siglas en inglés) son muy trabajosos, ineficaces y costosos. En las vías férreas, el Modelo ferroviario Pangu puede identificar con precisión 67 tipos de vagones de carga y más de 430 tipos de fallas encontradas en vías férreas y vagones. Puede escanear rápidamente millones de imágenes capturadas por el sistema TFDS ferroviario y filtrar el 95% de las imágenes que no tienen fallas. De esta forma, los inspectores de trenes pueden concentrarse en las imágenes restantes y esto les ayuda a mejorar tanto la eficiencia como la precisión”, sostuvo Ping An.