El laborioso sector de cría de peces de Japón ha dado un importante paso hacia la automatización con la adopción de una solución de inteligencia artificial (IA) e Internet de las Cosas (IoT) que libera a los trabajadores calificados de una crucial tarea que consume mucho tiempo. Este avance viene acompañado de medio año de pruebas de campo en la Universidad Kindai, que juega un rol significativo en la producción nacional de pez dorado, un pez conocido en japonés como “Madai” que es apreciado por los amantes del sushi y el sashimi tanto en casa como en el extranjero. El Instituto de Investigación en Acuacultura de la universidad cría dorados y los crece a una etapa juvenil, en la que se les conoce como alevines. Cada año, vende alrededor de 12 millones de alevines a granjas piscícolas que los crían a un tamaño adulto para el mercado. Para satisfacer la creciente demanda por este manjar, los trabajadores en Kindai deben elegir a mano hasta 250 mil alevines al día. [caption id="attachment_109793" align="aligncenter" width="768"]

Alevines en el corral.[/caption] El envejecimiento de la población en Japón y otros factores han hecho que el reclutamiento de clasificadores con experiencia se complique, en particular cuando se requiere un trabajo tan repetitivo. Para resolver este problema, la universidad se acercó a su socio de largo tiempo, Toyota Tsusho, quien a su vez trajo a Microsoft Japón para ayudar a crear maneras de automatizar algunos procesos. La meta es aligerar a los trabajadores de tareas manuales intensivas para que puedan enfocar sus valiosas habilidades en tareas más demandantes. Estos centros de innovación en software que regulan de manera automática el flujo de agua a través de bombas que transfieren a los alevines de sus corrales hacia bandas transportadoras para ser clasificados. Herramientas de IoT e IA monitorean y ajustan de manera continua los flujos. [caption id="attachment_109790" align="aligncenter" width="1300"]

Ahora automatizado… Los alevines son bombeados de sus corrales.[/caption] “Hay tres procesos involucrados en clasificar alevines”, explica Naoki Taniguchi, quien maneja la división de crianza de larvas del instituto y es director general adjunto del centro de producción y tecnología en acuicultura. “Primero, juntamos a los alevines cerca de la boca de la bomba que los succiona junto con agua de mar de los corrales de peces sin lastimarlos. Para hacer esto, debemos ajustar de manera constante el flujo de agua de la bomba a las cintas transportadoras. Al final, los clasificamos al separar de las cintas transportadoras a los alevines que son muy pequeños o que tienen algún defecto”. [caption id="attachment_109791" align="alignright" width="263"]

Naoki Taniguchi, de la división de tecnología en acuicultura para la crianza de larvas y centro de producción del instituto[/caption] Taniguchi dijo que ajustar el flujo de agua de la bomba es algo crucial. “Si el flujo es muy rápido, muchos alevines pasarían por las cintas transportadoras y nuestros equipos de clasificación no podrían seguir el ritmo, y algunos peces que debieran ser separados serían omitidos. Si el flujo es muy lento, muy pocos serían clasificados, y la producción quedaría corta. Hasta ahora, ha sido un proceso que se ha confiado sólo a algunos operadores con suficiente experiencia”. El nuevo sistema automatizado de transferencia fue creado con Microsoft Azure Machine Learning Studio que utiliza tecnología de análisis de imagen que reconoce la tasa de cambio de las formas de los peces y las áreas vacantes dentro de los tubos de la bomba. A partir de esto, el sistema aprendió de manera automática cómo los operadores humanos expertos ajustan los flujos de manera óptima. Las pruebas de campo empezaron en 2018, y en seis meses el sistema consiguió los mismos resultados de control de flujo de un operador. Taniguchi comentó que los empleados, que por lo general pasaban todo su día de trabajo en ajustar los flujos de agua, ahora son capaces de dedicar su tiempo en aplicar su rica experiencia en optimizar otros procesos de crianza de peces. También podrán transmitir su conocimiento técnico a una nueva generación de especialistas en acuicultura. [caption id="attachment_109792" align="aligncenter" width="960"]

Clasificación de alevines en cintas transportadoras.[/caption] Él espera que una mayor automatización hará más atractivos los empleos en el sector para trabajadores más jóvenes que buscan construirse una carrera. “La industria pesquera en Japón emplea alrededor de 150 mil personas. Pero 80 por ciento de ellos tienen más de 40 años. Es vital que atraigamos a gente joven a la industria”, mencionó. “Este sistema automático de transferencia es sólo el inicio de nuestra jornada. Al final, también buscamos automatizar el proceso de clasificación por sí mismo”.

Automatización de bombeo: Crianza de peces en Japón adopta una nueva solución con IA e IoT

Imagine Cup: De estudiantes a los siguientes super héroes de la tecnología

Por qué desconectarse del trabajo requiere más trabajo del que pensamos

¿Qué hay en una cara? La inteligencia artificial descifra los misterios emocionales de antiguas estatuas budistas

La profesora de Jacksonville que tiene una máquina del tiempo

Daimler AG lanza una nueva plataforma de nube para innovación impulsada por datos

El nuevo HoloLens 2 le da a Microsoft la ventaja en la siguiente generación de cómputo

Cómo GOJO Industries, inventor de PURELL Hand Sanitizer, ayuda a los hospitales a monitorear la higiene de las manos con dispensadores IoT seguros

Lecciones desde el lado sur: El padre que ayudó a criar a una empática ingeniera

Empatía e innovación: Cómo el cambio cultural de Microsoft lleva al desarrollo de nuevos productos

Economista de NRF ve mejores días para los minoristas en medio de la reinvención digital

Cómo los doctores y pacientes en Europa utilizan datos e IA para combatir el cáncer