����������������������������������������������������������������������������������

 

 

An�lisis exhaustivo de las tecnolog�as clave en la Industria 4.0

 

Comprehensive analysis of key technologies in Industry 4.0

 

An�lise abrangente das principais tecnologias da Ind�stria 4.0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: segundo.echeverriad@ug.edu.ec

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 02 de junio de 2024 *Aceptado: 29 de julio de 2024 * Publicado: �05 de agosto de 2024

 

        I.            Universidad de Guayaquil, Guayaquil, Ecuador.

      II.            Universidad de Guayaquil, Guayaquil, Ecuador.

 

Resumen

Este trabajo proporciona un marco contextual sobre las tecnolog�as clave asociadas con la era de la digitalizaci�n, tambi�n conocida como Industria 4.0 o Cuarta Revoluci�n Industrial. En su contenido, se realiza una breve revisi�n del impacto industrial y la evoluci�n tecnol�gica que han caracterizado hist�ricamente a las revoluciones previas. Posteriormente, se detallan algunas de las arquitecturas, est�ndares, caracter�sticas y elementos m�s relevantes de la Industria 4.0, enfatizando la importancia vital de las diversas disciplinas de la ingenier�a en su desarrollo y progreso destacan t�rminos clave como Industria 4.0, Internet de las Cosas (IoT), Sistemas Ciberf�sicos (CPS), Computaci�n en la Nube, Ciberseguridad, Blockchain, Big Data, Inteligencia Artificial, Aprendizaje Autom�tico y Aprendizaje Profundo, que son fundamentales para comprender y abordar los desaf�os y oportunidades presentes en el contexto de la digitalizaci�n industrial. Estos conceptos delinean un panorama integral de las tecnolog�as que est�n transformando los procesos industriales y la forma en que interactuamos con el entorno digitalizado en la actualidad.

Palabras clave: Industria 4.0; Tecnolog�as; Inteligencia Artificial; Aprendizaje Autom�tico; Aprendizaje Profundo.

 

Abstract

This paper provides a contextual framework on the key technologies associated with the era of digitalization, also known as Industry 4.0 or the Fourth Industrial Revolution. Its content includes a brief review of the industrial impact and technological evolution that have historically characterized previous revolutions. Subsequently, some of the most relevant architectures, standards, characteristics and elements of Industry 4.0 are detailed, emphasizing the vital importance of the various engineering disciplines in its development and progress. Key terms such as Industry 4.0, Internet of Things (IoT), Cyber-Physical Systems (CPS), Cloud Computing, Cybersecurity, Blockchain, Big Data, Artificial Intelligence, Machine Learning and Deep Learning are highlighted, which are fundamental to understanding and addressing the challenges and opportunities present in the context of industrial digitalization. These concepts outline a comprehensive overview of the technologies that are transforming industrial processes and the way we interact with the digitalized environment today.

Keywords: Industry 4.0; Technologies; Artificial Intelligence; Machine Learning; Deep Learning.

 

Resumo

Este trabalho fornece uma estrutura contextual sobre as principais tecnologias associadas � era da digitaliza��o, tamb�m conhecida como Ind�stria 4.0 ou Quarta Revolu��o Industrial. No seu conte�do � feita uma breve revis�o do impacto industrial e da evolu��o tecnol�gica que caracterizaram historicamente as revolu��es anteriores. Posteriormente, s�o detalhadas algumas das arquiteturas, normas, caracter�sticas e elementos mais relevantes da Ind�stria 4.0, enfatizando a import�ncia vital das diversas disciplinas da engenharia no seu desenvolvimento e progresso, destacando termos-chave como Ind�stria 4.0, Internet das Coisas (IoT). , Sistemas Ciber-F�sicos (CPS), Cloud Computing, Ciberseguran�a, Blockchain, Big Data, Intelig�ncia Artificial, Machine Learning e Deep Learning, que s�o fundamentais para compreender e enfrentar os desafios e oportunidades presentes no contexto da digitaliza��o industrial. Estes conceitos descrevem uma vis�o abrangente das tecnologias que est�o a transformar os processos industriais e a forma como interagimos hoje com o ambiente digitalizado.

Palavras-chave: Ind�stria 4.0; Tecnologias; Intelig�ncia artificial; Aprendizagem de M�quina; Aprendizado profundo.

 

Introducci�n

A lo largo de la historia, las revoluciones industriales han sido testigos de la introducci�n de tecnolog�as revolucionarias que han revuelto de manera vertiginosa los m�todos de producci�n en una variedad de industrias, dando lugar a cambios econ�micos y sociales de gran trascendencia que han dejado una profunda marca en la humanidad. Durante los tumultuosos siglos XIX y XX, la sociedad vivi� tres �pocas distintas de revoluci�n industrial y tecnol�gica, cada una de las cuales redefini� radicalmente la forma en que se trabaja, producir y de relacionar.

En tiempos recientes, hemos sido testigos de la irrupci�n de una amplia gama de tecnolog�as que est�n remodelando por completo el paisaje industrial. La noci�n de Industria 4.0 engloba este conjunto diverso de tecnolog�as que son fundamentales para propulsar lo que se considera la cuarta revoluci�n industrial. En este nuevo paradigma, vemos c�mo las tecnolog�as de fabricaci�n y de informaci�n convergen de manera sorprendente, dando lugar a una transformaci�n radical en los procesos productivos y en las interacciones entre humanos y m�quinas. Pero no se trata solo de una revoluci�n tecnol�gica; tambi�n implica una redefinici�n de las relaciones entre proveedores, fabricantes y consumidores, lo que cambia fundamentalmente la din�mica econ�mica y social en el mundo industrial.

En la era de la informaci�n, es absolutamente esencial que toda la comunidad est� al tanto de c�mo evolucionan las tecnolog�as emergentes y comprenda la magnitud de su posible impacto. Este conocimiento no solo abarca aspectos t�cnicos, sino tambi�n econ�micos y sociales, todos los cuales deben ser tenidos en cuenta para adaptarse a los cambios y aprovechar las oportunidades que estas innovaciones ofrecen. Por ello, el prop�sito de este proyecto es reunir de forma clara y accesible para cualquier lector los conceptos y tecnolog�as clave que definen la Industria 4.0, dentro del contexto m�s amplio en el que se desenvuelven. Para lograr este objetivo, nos sumergiremos primero en una breve exploraci�n de las revoluciones industriales pasadas antes de adentrarnos en los detalles espec�ficos de la Industria 4.0.

Adem�s, este texto proporciona un an�lisis detallado de la literatura m�s actualizada, recopilada de fuentes cient�ficas de alto renombre y de instituciones internacionales que son autoridad en este �mbito. Esta abundancia de informaci�n se presenta con la intenci�n de servir como una fuente confiable y completa para quienes deseen adentrarse en un estudio exhaustivo de cada uno de los componentes presentados en este documento.

 

Primera revoluci�n industrial

La inicial revoluci�n industrial tuvo su g�nesis en Inglaterra entre los a�os 1750 y 1840. Su emblema m�s prominente fue la creaci�n de la primera m�quina de vapor, concebida por Thomas Newcomen y luego refinada por James Watt en 1785. Este avance tecnol�gico marc� el inicio de una era de transformaci�n radical en los m�todos de producci�n y en el panorama econ�mico y social de la �poca.

Seg�n Chaves (2004), el avance hacia la industrializaci�n fue catalizado por una sucesi�n de cambios tecnol�gicos entrelazados que suplantaron el trabajo manual humano con herramientas mec�nicas, y la energ�a proveniente de seres vivos, ya sea humana o animal, con formas no biol�gicas de energ�a. Desde la perspectiva de la ingenier�a, este per�odo represent� una transici�n notable desde m�todos tecnol�gicos agr�colas y artesanales hacia la mecanizaci�n de procesos industriales, lo que conllev� a la progresiva sustituci�n de la labor manual por la labor realizada por m�quinas. Este cambio transform� radicalmente la estructura laboral y econ�mica, sentando las bases para la revoluci�n industrial.

Este cambio tambi�n facilit� la expansi�n de industrias fundamentales como la textil, la metal�rgica, la sider�rgica y la del transporte, generando una transformaci�n radical en la ejecuci�n de actividades productivas iniciando una nueva etapa de desarrollo industrial. Desde una perspectiva de ingenier�a, este per�odo represent� una transici�n significativa de las pr�cticas agr�colas y artesanales hacia una era de procesos mecanizados, lo que result� en la sustituci�n progresiva del trabajo manual por la utilizaci�n de maquinaria. Adem�s, presenci� la expansi�n de diversas industrias como la textil, la metal�rgica, la sider�rgica y la del transporte, todas impulsadas por el avance tecnol�gico y la adopci�n de nuevos m�todos de producci�n. Este cambio no solo transform� la estructura econ�mica y social, sino que tambi�n sent� las bases para el crecimiento industrial a escala global.

Un aspecto fundamental de este cambio fue la alteraci�n en la fuente de energ�a utilizada. En lugar de depender �nicamente de la energ�a generada por ruedas hidr�ulicas, la primera revoluci�n industrial presenci� la supremac�a de la energ�a t�rmica, principalmente obtenida del carb�n, como principal recurso energ�tico. El estudio de Baracca (2002) resalta tanto las aportaciones pr�cticas como te�ricas de los conceptos energ�ticos, mec�nicos y termodin�micos durante este periodo crucial de la primera revoluci�n industrial. Estas ideas sentaron los cimientos para el desarrollo de tecnolog�as y sistemas que propiciaron el crecimiento y la transformaci�n de la industria. En la Figura 1, se presenta una panor�mica de las cuatro revoluciones industriales, resaltando la secuencia temporal y los eventos m�s significativos de cada una.

 

Figura 1: Cuatro revoluciones industriales

Fuente: https://www.gestionuno.org/que-es-realmente-la-industria-4-0/

Segunda Revoluci�n Industrial

Durante la segunda mitad del siglo XIX y el inicio del siglo XX, se presenci� una etapa de notable avance cient�fico y tecnol�gico, as� como la difusi�n de estas innovaciones a otras naciones como Francia, Alemania, la URSS, Estados Unidos y Jap�n, lo que supuso un cambio en el liderazgo industrial desde Inglaterra hacia estas regiones.

Este periodo estuvo marcado por el surgimiento de la era el�ctrica, como apunta Barazarte (2016), con el desarrollo de los primeros dispositivos de comunicaci�n el�ctrica, el progreso en la industria qu�mica y el avance en los medios de transporte a�reo y terrestre, entre otros aspectos destacados.

Entre las invenciones m�s relevantes de esta �poca se cuentan el primer motor di�sel concebido por Rudolf Di�sel en 1892, el radio ideado por Guillermo Marconi seg�n Muzzioli (1957), el autom�vil creado por Karl Friedrich Benz, el avi�n de los hermanos Wright, el tel�grafo de Samuel Morse, el tel�fono de Graham Bell y la bombilla el�ctrica de Thomas Alva Edison.

En el �mbito energ�tico, se hizo notable el creciente empleo de la electricidad y el surgimiento del petr�leo como una fuente esencial de combustible. Estos progresos en el campo de la energ�a desempe�aron un papel crucial en el impulso del desarrollo industrial y tecnol�gico de ese per�odo, estableciendo los cimientos de la sociedad contempor�nea que hoy en d�a conocemos.

 

Tercera revoluci�n industrial

La tercera Revoluci�n Industrial, tambi�n conocida como la era del conocimiento y las tecnolog�as de la informaci�n, tuvo lugar aproximadamente entre los a�os 1960 y 1990. Durante este periodo, se experiment� un r�pido y sin precedentes surgimiento en �reas como la electr�nica, la bioingenier�a, la inform�tica, las telecomunicaciones, los dispositivos m�viles, el desarrollo de software y la rob�tica, entre otros avances notables.

El impacto de esta revoluci�n en la industria fue considerable, ya que impuls� la modernizaci�n de los m�todos de producci�n a trav�s de la automatizaci�n y robotizaci�n de procesos y equipos. Esto llev� a las empresas a enfocar m�s sus inversiones en tecnolog�a que en mano de obra, marcando una tendencia importante en la manera en que se desarrollan las actividades productivas.

En el �mbito econ�mico y social, esta revoluci�n ampli� la brecha entre pa�ses desarrollados y subdesarrollados, resaltando a�n m�s la disparidad entre ellos. Adem�s, en cuanto a la energ�a, se mantuvo el uso de las mismas fuentes energ�ticas que en la segunda revoluci�n, aunque tambi�n se exploraron otras como la energ�a nuclear y se comenzaron a investigar alternativas como la energ�a e�lica, solar, biomasa, geot�rmica y mareomotriz.

Dado que el tema de la energ�a es crucial para la supervivencia y sostenibilidad del planeta, resulta intrigante profundizar en su evoluci�n a lo largo de la historia. El profesor M�nguez ofrece un an�lisis detallado sobre c�mo han influido y afectado los recursos naturales y su transformaci�n en diversas formas de energ�a durante las revoluciones industriales. Este contenido est� disponible para su consulta en la referencia M�nguez (2015).

 

Industria 4.0

La cuarta revoluci�n industrial, tambi�n llamada la era de la digitalizaci�n o Industria 4.0, representa un cambio radical seg�n diversos expertos. Este cambio de paradigma ha sido posible gracias al crecimiento exponencial de la tecnolog�a y las Tecnolog�as de la Informaci�n y Comunicaci�n (TIC) en las �ltimas d�cadas, as� como al esfuerzo constante de las industrias por adoptar y avanzar en la implementaci�n de estas innovaciones.

En su esencia, la cuarta revoluci�n industrial fusiona sistemas f�sicos, digitales y biol�gicos para crear una red de producci�n inteligente. Esto implica que los distintos componentes no solo funcionan de manera independiente, sino que tambi�n interact�an y colaboran entre s� de forma inteligente. Este enfoque transforma profundamente nuestra percepci�n y relaci�n con el mundo, ya que los l�mites entre lo f�sico, lo digital y lo biol�gico se desdibujan, abriendo nuevas posibilidades y desaf�os en todos los aspectos de la vida humana y la actividad econ�mica.

Tambi�n se puede describir como una perspectiva innovadora de la f�brica del futuro o la f�brica inteligente. Esto implica la digitalizaci�n y transformaci�n de la industria y las empresas mediante la adopci�n de tecnolog�as disruptivas de vanguardia. Esta revoluci�n no solo se trata de adoptar nuevas herramientas y procesos, sino que implica un cambio profundo en la forma en que las organizaciones operan y se relacionan con su entorno, lo que lleva a una mayor eficiencia, flexibilidad y capacidad de adaptaci�n ante los cambios del mercado y las demandas de los consumidores.

Cuando se trata de definir el paradigma que representan las tecnolog�as en la industria 4.0, es com�n encontrar t�rminos espec�ficos utilizados en la literatura, como tecnolog�as disruptivas, tecnolog�as emergentes y tecnolog�as habilitadoras. Por ejemplo, el concepto de tecnolog�a disruptiva fue introducido por primera vez por Clayton M. Christensen, un destacado profesor de la Universidad de Harvard y considerado uno de los principales expertos mundiales en innovaci�n y crecimiento. Este t�rmino se populariz� a trav�s de su publicaci�n "Disruptive Technologies: Catching the Wave". Por otro lado, la noci�n de tecnolog�as emergentes se refiere a aquellas innovaciones que est�n en proceso de desarrollo y tienen el potencial de transformar significativamente la forma en que se llevan a cabo las actividades industriales.

Mientras tanto, las tecnolog�as habilitadoras son aquellas que posibilitan y respaldan la efectiva adopci�n de las tecnolog�as disruptivas y emergentes, al proporcionar la infraestructura y capacidades necesarias para su implementaci�n exitosa. Estos t�rminos se utilizan de manera amplia para describir el impacto y la importancia de las tecnolog�as en la evoluci�n y el desarrollo de la industria moderna (Bower y Christensen, 1995).

El documento "Tecnolog�as disruptivas y sus impactos en la seguridad" examina las caracter�sticas esenciales de los fen�menos disruptivos. Seg�n este documento, las innovaciones tecnol�gicas disruptivas se distinguen por su naturaleza no evolutiva ni lineal, ya que provocan cambios revolucionarios en lugar de mejoras incrementales. Estas innovaciones no se limitan a mejorar tecnolog�as existentes, sino que introducen algo completamente nuevo, lo que puede hacer que los sistemas anteriores se vuelvan obsoletos o ineficientes.

 

Figura 2: Tecnolog�as disruptivas

Fuente: https://www.auraquantic.com/es/tecnologias-industria-inteligente/

Tecnolog�as presentes en la Industria 4.0

Las "tecnolog�as convergentes" son aquellas que tienen la capacidad de combinar sus efectos con otras tecnolog�as, lo que podr�a conducir a la creaci�n de nuevas tecnolog�as y transformar los modelos existentes. Por otro lado, las "tecnolog�as habilitadoras" se centran en su capacidad para fomentar o permitir la evoluci�n y transformaci�n.

Seg�n la perspectiva de Schwab, la cuarta Revoluci�n Industrial implica la convergencia de tecnolog�as que est�n borrando las fronteras entre lo f�sico, lo digital y lo biol�gico. En sus propias palabras, "Estamos al borde de una revoluci�n tecnol�gica que modificar� fundamentalmente la forma en que vivimos, trabajamos y nos relacionamos. En su escala, alcance y complejidad, la transformaci�n ser� distinta a cualquier cosa que el g�nero humano haya experimentado antes" (Schwab, 2016). Este cambio revolucionario es evidente en la forma en que las tecnolog�as convergen y se entrelazan para crear nuevos paradigmas en diversas esferas de la vida moderna.

Actualmente, sigue siendo un desaf�o la creaci�n de un est�ndar global que facilite la adopci�n de la Industria 4.0 o la Internet Industrial de las Cosas (IIoT). En este momento, se destacan dos arquitecturas de referencia para la IIoT. Por un lado, est� la arquitectura RAMI 4.0 (Modelo de Arquitectura de Referencia Industrie 4.0), y, por otro lado, est� el IIRA (Arquitectura de Referencia de la Internet Industrial). RAMI 4.0 es desarrollada por la organizaci�n alemana I4.0 Plattform. Durante una de las ediciones de la feria de Hannover, se present� la norma DIN 91.345 que convirti� a RAMI en un est�ndar reconocido. Adem�s, el Consejo de Estandarizaci�n 4.0 ha extendido este modelo para cumplir con la norma internacional IEC/PAS 630.

La arquitectura de Referencia est� disponible para su consulta en el sitio web del TIC. A pesar de estos avances, sigue siendo un desaf�o importante establecer una normativa global que facilite la implementaci�n efectiva de la Industria 4.0 y la IIoT, ya que cada regi�n y sector industrial puede tener requisitos y necesidades espec�ficas que deben ser considerados en la estandarizaci�n.

IIRA aborda la IIOT en m�ltiples industrias, destacando aspectos comunes y la relevancia de la interoperabilidad. Por otro lado, RAMI 4.0 se enfoca espec�ficamente en la fabricaci�n y los ciclos de vida asociados con la cadena de valor. Sin embargo, un elemento fundamental que ambos modelos comparten es la necesidad de interoperabilidad, la cual debe estar presente entre los sistemas independientemente de la arquitectura en la que est�n desarrollados.

Esto implica que los sistemas deben ser capaces de comunicarse y operar de manera conjunta de manera eficiente y efectiva, sin importar las diferencias en su dise�o o estructura. Este �nfasis en la interoperabilidad es esencial para lograr una integraci�n fluida de tecnolog�as y procesos en el contexto de la Industria 4.0 y la IIOT, lo que permite una colaboraci�n armoniosa y una optimizaci�n de los recursos en diversos entornos industriales.

 

Tecnolog�as presentes en la Industria

Internet de las Cosas � IOT

El concepto de Internet de las Cosas tuvo su origen en el MIT y se percibe como la pr�xima etapa en la evoluci�n de Internet. Este concepto implica que a medida que los seres humanos avanzan y convierten datos en informaci�n, conocimiento y sabidur�a, el IoT tiene el potencial de mejorar considerablemente nuestro mundo tal como lo conocemos. El alcance al que lleguemos en esta fase depender� de nuestras acciones y decisiones.

Seg�n la Internet Society, el IoT se refiere a situaciones en las que la conectividad de la red y la capacidad de procesamiento se extienden a objetos, sensores y dispositivos de uso cotidiano que normalmente no se consideran computadoras. Esto implica una interacci�n entre el mundo f�sico y biol�gico con los sistemas cibern�ticos, lo que permite que estos dispositivos generen, intercambien y utilicen datos con una m�nima intervenci�n humana. Sin embargo, es importante destacar que no existe una definici�n �nica y universal del IoT, ya que puede variar seg�n el contexto y las aplicaciones espec�ficas en las que se emplee.

Diversos expertos han realizado proyecciones sobre la rapidez con la que se espera que aumente la adopci�n del Internet de las Cosas (IOT). Un ejemplo de esto es la estimaci�n realizada por CISCO para el a�o 2030, donde calcularon que, entre 5,5 billones y 12,6 billones de dispositivos a nivel mundial, que incluyen computadoras de escritorio, tel�fonos inteligentes, tabletas y relojes inteligentes, estar�an conectados a Internet. Este incremento exponencial en la interconexi�n de dispositivos subraya el significativo impacto que el IOT est� teniendo en nuestra vida cotidiana y en diversos sectores industriales.

 

 

 

 

 

 

Figura 3: Proyecciones sobre la rapidez que se espera aumente la adopci�n del Internet de las Cosas (IOT)

Fuente: https://es.digi.com/blog/post/10-ways-iot-edge-computing-transforms-business

 

Sistemas Ciber f�sicos (CPS)

Seg�n la p�gina web del Proyecto Ptolomeo, los sistemas CPS, vistos como un campo de la ingenier�a, se centran en tecnolog�as que se basan en fundamentos matem�ticos e inform�ticos s�lidos. Estas tecnolog�as se emplean para modelar, simular y dise�ar sistemas integrados concurrentes en tiempo real. En resumen, los CPS utilizan modelos y m�todos provenientes de diversos campos de la ingenier�a, as� como de la inform�tica. Por su parte, el Consorcio de Sistemas Ciber f�sicos Industriales (iCyPhy) de la Universidad de Berkeley se dedica a la investigaci�n en CPS, partiendo de la premisa de que estos modelos y m�todos no se combinan de manera sencilla. En consecuencia, los CPS se consideran una disciplina de ingenier�a novedosa que requiere sus propios enfoques y herramientas.

Los Sistemas Ciber f�sicos (CPS) examinan los detalles de aplicaciones espec�ficas con el fin de descubrir los principios cient�ficos y de ingenier�a esenciales que respaldan la integraci�n de elementos f�sicos y cibern�ticos en diversas �reas. El portal de iCyphy ofrece acceso para revisar y contribuir a un mapa conceptual desarrollado inicialmente por investigadores de la Universidad de Berkeley, el cual describe los componentes y las interacciones dentro de los CPS.

El an�lisis realizado por T�rngren y Grogan (2018) examina las fuentes y las implicaciones de la complejidad en los sistemas ciberf�sicos (CPS). Se abordan las limitaciones actuales que afectan la capacidad de estos sistemas para afrontar los desaf�os venideros, y se proporciona una descripci�n general de las restricciones presentes en las metodolog�as existentes para abordar estos temas.

El estudio m�s reciente llevado a cabo por Cardin (2019) presenta un examen detallado para clasificar las aplicaciones de los sistemas de producci�n ciberf�sicos (CPPS), considerando aspectos como el alcance de aplicaci�n, el nivel de cognici�n, las interfaces hombre-m�quina (HMI), los est�ndares de comunicaci�n, los niveles y la distribuci�n de inteligencia. Adem�s, este estudio identifica las tendencias clave y proyecta las perspectivas futuras en este �mbito.

La "Gu�a de Ingenier�a de Sistemas Ciberf�sicos" ofrece ejemplos de compa��as europeas que utilizan CPS para reducir costos y aumentar la eficiencia de productos y servicios. Entre los casos de estudio presentados en esta gu�a se encuentran aplicaciones como el moldeo por inyecci�n de pl�stico, la soldadura industrial, la manufactura y producci�n, entornos quir�rgicos, ciudades inteligentes, gesti�n del tr�fico, entre otros.

 

Ciberseguridad

De acuerdo con Jos� Valiente, quien ejerce como Director del Centro de Ciberseguridad Industrial (CCI), la ciberseguridad engloba pr�cticas, procedimientos y tecnolog�as dise�adas para manejar los riesgos del ciberespacio relacionados con la utilizaci�n, procesamiento, almacenamiento y transmisi�n de datos en organizaciones e infraestructuras industriales. Esta gesti�n se lleva a cabo considerando las perspectivas de personas, procesos y tecnolog�as.

La implementaci�n de capacidades digitales en el contexto de la Industria 4.0 ha generado beneficios sustanciales, pero al mismo tiempo ha introducido nuevos riesgos cibern�ticos para los cuales la industria a�n se encuentra en una fase temprana o cuenta con niveles de preparaci�n limitados. Por consiguiente, la ciberseguridad debe ser un componente fundamental a lo largo de todo el ciclo de vida de cualquier iniciativa asociada con la Industria 4.0, formando parte integral de la cultura y la estrategia organizacional.

En el documento de Podins et al. (2013) se detallan tres incidentes de ciberataques de gran relevancia: el ataque a las instituciones bancarias de Estados Unidos en 2012, los ataques cibern�ticos contra Estonia en 2007, y el incidente de Stuxnet en 2012 dirigido a Ir�n. Estos eventos ilustran la creciente amenaza y complejidad de los ataques inform�ticos a nivel global. En este contexto, se produjo un caso en el que un malware logr� infectar al menos 14 sectores industriales en Ir�n, incluida una instalaci�n de enriquecimiento de uranio.

El ataque inicialmente se centr� en los sistemas y redes basados en Microsoft Windows, propag�ndose en ellos antes de penetrar en el software Siemens Step 7, utilizado para programar sistemas de control industrial, y finalmente alcanzando los controladores l�gicos programables (PLC) responsables de la gesti�n de los equipos. Como resultado, el malware pudo causar da�os incluso a las centrifugadoras de la planta. Seg�n el Instituto Nacional de Est�ndares y Tecnolog�a (NIST), la Computaci�n en la Nube se describe como un modelo que ofrece acceso universal, pr�ctico y bajo demanda a una variedad de recursos inform�ticos configurables, como redes, servidores, almacenamiento, aplicaciones y servicios compartidos. Estos recursos pueden ser provisionados y desplegados r�pidamente con un esfuerzo m�nimo de gesti�n o interacci�n con el proveedor de servicios.

La Computaci�n en la Nube no solo es una tendencia popular, sino un concepto que representa un nuevo paradigma en el �mbito inform�tico, considerado por muchos expertos como una innovaci�n tan significativa como lo fue internet en su momento; de hecho, es pr�cticamente sin�nimo de la propia internet. Es el resultado de la evoluci�n de varias tecnolog�as que est�n transformando la manera en que las organizaciones y empresas estructuran sus infraestructuras de tecnolog�as de la informaci�n y comunicaci�n (TIC). mSimilar a la evoluci�n que hemos presenciado en la web con la web 2.0 y la web sem�ntica, la computaci�n en la nube no introduce tecnolog�as completamente nuevas, sino que integra tecnolog�as poderosas.

 

Figura 4: Computaci�n en la nube y ciberseguridad

Fuente: https://www.istockphoto.com/es/fotos/computaci%C3%B3n-en-nube

Blockchain

Blockchain, tambi�n conocida como "cadena de bloques", emerge como una tecnolog�a que se considera la pr�xima era del internet. Seg�n lo expuesto por Tapscott en su obra "Blockchain Revolution: How the Technology Behind Bitcoin Is Changing Money, Business, and the World" (2016), publicada por Penguin Publishing Group, la blockchain se define como un registro digital de transacciones econ�micas que tiene la capacidad de ser programado para registrar no solo transacciones financieras, sino pr�cticamente cualquier tipo de intercambio de valor. La primera manifestaci�n conocida de esta tecnolog�a fue la criptomoneda Bitcoin, surgida en 2008, creada por Satoshi Nakamoto, cuya identidad sigue siendo un misterio hasta el d�a de hoy. La cadena de bloques se erige como el pilar fundamental detr�s del funcionamiento del bitcoin, y actualmente est� siendo explorada y desarrollada en una multitud de aplicaciones.

En su esencia, la blockchain constituye una base de datos distribuida y compartida entre las partes involucradas, en la cual la informaci�n se encuentra segura gracias al empleo de t�cnicas criptogr�ficas, como se�alan Zhai et al. en su investigaci�n del 2019. Las transacciones realizadas en un intervalo de tiempo espec�fico son agrupadas en bloques de informaci�n que, a su vez, se vinculan entre s�, formando de esta manera una cadena continua de bloques. Este enfoque descentralizado y seguro de almacenamiento de datos ha generado un gran inter�s en diversos sectores, pues se percibe como una soluci�n prometedora para m�ltiples desaf�os relacionados con la confianza, la seguridad y la transparencia en las transacciones digitales.

 

Inteligencia artificial

La Inteligencia Artificial (IA) se define como un campo de investigaci�n profundamente interdisciplinario que engloba una amplia gama de �reas del conocimiento, incluyendo ciencias computacionales, matem�ticas, l�gica, biolog�a, psicolog�a, ling��stica y filosof�a, entre otras disciplinas relacionadas. Esta diversidad de enfoques es esencial para comprender y desarrollar sistemas inteligentes capaces de emular habilidades humanas como el aprendizaje, el razonamiento, la toma de decisiones y la comunicaci�n efectiva. La sinergia entre estos diferentes dominios de estudio impulsa el avance en la creaci�n de tecnolog�as y aplicaciones que aprovechan todo el potencial de la Inteligencia Artificial en una variedad de contextos, desde la automatizaci�n de procesos hasta la construcci�n de sistemas aut�nomos y la mejora de la interacci�n humana en m�ltiples aspectos de la vida diaria.

El prop�sito central de la Inteligencia Artificial, en combinaci�n con tecnolog�as avanzadas, es capacitar a los sistemas inform�ticos y dispositivos tecnol�gicos para llevar a cabo tareas que normalmente requerir�an la intervenci�n directa de la inteligencia humana. Estas actividades comprenden desde el aprendizaje y el razonamiento hasta la resoluci�n de problemas, la percepci�n visual, el reconocimiento de voz, la toma de decisiones y la traducci�n de idiomas. En esencia, la IA se refiere a la capacidad de los sistemas para replicar el comportamiento inteligente humano en una variedad de contextos y aplicaciones.

En la actualidad, la Inteligencia Artificial (IA) se est� empleando de manera extensa para enfrentar y resolver una diversidad de problemas tanto en campos de investigaci�n como en la industria. Estos sistemas inteligentes est�n revolucionando la forma en que se llevan a cabo una variedad de actividades, desde el an�lisis de grandes conjuntos de datos hasta la automatizaci�n de procesos complejos. Adem�s, la IA est� siendo aprovechada para optimizar operaciones, mejorar la eficiencia y la precisi�n en distintos sectores, y generar nuevas oportunidades de desarrollo tecnol�gico e innovaci�n en diversos �mbitos de aplicaci�n.

En 1950, el matem�tico ingl�s Alan Turing public� un art�culo titulado "Computing Machinery and Intelligence", que marc� el comienzo del campo que m�s tarde se conocer�a como Inteligencia Artificial. En este trabajo, Turing plante� la cuesti�n fundamental sobre si las m�quinas podr�an ser capaces de pensar y propuso un m�todo para evaluar el nivel de inteligencia de una m�quina, que se conoce como la prueba de Turing.

John McCarthy, considerado uno de los precursores en el �mbito de la Inteligencia Artificial, introdujo por primera vez el t�rmino en un documento presentado durante la Conferencia de Dartmouth Summer Research Project on Artificial Intelligence en 1956, la cual fue la primera reuni�n dedicada exclusivamente a este campo. En su definici�n inicial, McCarthy describi� la Inteligencia Artificial como "la ciencia y la ingenier�a encargadas de crear m�quinas inteligentes.

En el campo de la Inteligencia Artificial, se pueden identificar diversas �reas de estudio y aplicaci�n, que incluyen las Redes Neuronales Artificiales (RNA), el Procesamiento del Lenguaje Natural (PLN), la Ingenier�a del Conocimiento (IC), los Sistemas Expertos (SE), los Algoritmos Evolutivos (AE), la L�gica Difusa (LD), el Aprendizaje Profundo (Deep Learning) y una amplia gama de otros enfoques y t�cnicas que est�n siendo desarrollados y aplicados activamente.

Las Redes Neuronales Artificiales (RNA) son modelos inform�ticos que toman inspiraci�n del funcionamiento del cerebro humano y se emplean para el aprendizaje autom�tico y el reconocimiento de patrones en conjuntos de datos. El Procesamiento del Lenguaje Natural (PLN) se concentra en la interacci�n entre las computadoras y el lenguaje humano, permitiendo que las m�quinas comprendan, interpreten y generen texto de manera natural. La Ingenier�a del Conocimiento (IC) se dedica al desarrollo de sistemas capaces de representar y utilizar el conocimiento de manera efectiva. Los Sistemas Expertos (SE) son programas inform�ticos dise�ados para resolver problemas complejos al emplear conocimientos expertos en un dominio espec�fico.

Los Algoritmos Evolutivos (AE) son m�todos de optimizaci�n inspirados en la evoluci�n biol�gica, empleados para resolver problemas complejos y encontrar soluciones �ptimas en una amplia variedad de aplicaciones. La L�gica Difusa (LD) es una t�cnica que permite manejar la incertidumbre y la imprecisi�n en los datos, proporcionando flexibilidad en la toma de decisiones en sistemas basados en reglas. El Aprendizaje.

El Aprendizaje Profundo, conocido tambi�n como Deep Learning, constituye una rama del aprendizaje autom�tico centrada en redes neuronales con varias capas, lo que facilita la adquisici�n de representaciones de datos de manera jer�rquica. Esta disciplina aborda tareas complejas como el reconocimiento de im�genes y el procesamiento de datos secuenciales. Estas y otras t�cnicas de Inteligencia Artificial est�n experimentando un amplio uso y desarrollo para abordar una variedad de problemas y promover la creaci�n de sistemas m�s inteligentes y eficientes.

 

Figura 5: Subcampos de la Inteligencia Artificial

Fuente: https://www.researchgate.net/figure/Figura-1-Subcampos-de-la-inteligencia-artificial_ fig1_377590421

Machine Learning o aprendizaje autom�tico

El Machine Learning (ML) se considera una subdivisi�n de la Inteligencia Artificial (IA). En 1959, Arthur Samuel, un prominente pionero en el campo del aprendizaje autom�tico, lo defini� como un "campo de estudio que capacita a las computadoras para aprender sin necesidad de ser programadas expl�citamente". El ML se basa en la utilizaci�n de datos para entrenar algoritmos que puedan entender la relaci�n entre las entradas y salidas de un sistema dado, lo que permite extraer conocimientos de los datos recopilados y utilizar algoritmos para tareas como predicci�n, clasificaci�n y generaci�n de conocimientos.

Las aplicaciones derivadas del Machine Learning son variadas y extensas. Seg�n Forbes, algunas de las aplicaciones m�s comunes y relevantes en la actualidad incluyen la seguridad de datos, el control de seguridad en aeropuertos, la predicci�n e inversi�n en el mercado burs�til, aplicaciones de diagn�stico m�dico asistidas por computadora y el marketing personalizado, donde los sistemas pueden realizar recomendaciones a los compradores bas�ndose en el aprendizaje del usuario, como lo hace Amazon. Adem�s, el ML se utiliza en la detecci�n de fraudes en tarjetas de cr�dito, entre otros campos.

 

Figura 6: Red neuronal simple y profunda

Fuente: https://keepcoding.io/blog/red-neuronal-en-deep-learning/

 

Inteligencia Artificial Industrial

J. Lee, H. Davari, J. Singh, V. Pandhare, en su trabajo titulado "Inteligencia Artificial Industrial para sistemas de fabricaci�n basados en la industria 4.0", proporcionan un an�lisis exhaustivo del estado actual de la Inteligencia Artificial (IA) en el contexto industrial. Adem�s de esto, examinan las estructuras de IA, las metodolog�as aplicadas y los desaf�os que la industria enfrenta en la creaci�n e implementaci�n de tales aplicaciones avanzadas.

Simoens et al. (2018) realizan una discusi�n detallada sobre la interacci�n entre el Internet de las Cosas (IOT) y la IA, centr�ndose particularmente en las aplicaciones relacionadas con la rob�tica y la automatizaci�n industrial. Adem�s de los temas previamente mencionados, presentan conceptos como el Internet de las Cosas Rob�ticas (IORT) y el Internet de las Cosas para la Automatizaci�n Industrial (IAIOT).

 

Big Data

En el contexto actual, se maneja una cantidad masiva de datos en una variedad de aplicaciones, dispositivos y sistemas, lo que destaca la relevancia del concepto de Big Data. Este t�rmino abarca la tecnolog�a necesaria para gestionar y procesar informaci�n de tal magnitud. Se refiere a soluciones tanto de hardware como de software que posibilitan la captura, almacenamiento y organizaci�n del acceso a conjuntos de datos tan extensos que los m�todos convencionales de procesamiento resultan insuficientes. El desaf�o ya no solo consiste en recopilar grandes vol�menes de datos, sino en contar con la capacidad tecnol�gica para almacenarlos y comprenderlos, convirti�ndolos en conocimiento �til Wang et al. (2018) investiga metodolog�as y tecnolog�as espec�ficas para el procesamiento y an�lisis en tiempo real de enormes fuentes de datos heterog�neas, centr�ndose en diversos escenarios de aplicaci�n del Big Data Industrial. Este t�rmino se caracteriza generalmente por las conocidas "5 V del Big Data".

Volumen: Este t�rmino se relaciona con la gran cantidad de informaci�n que resulta dif�cil de procesar utilizando los m�todos convencionales.

Variabilidad: Este aspecto se centra en los datos cuyo significado cambia de manera continua, lo que requiere el desarrollo de algoritmos avanzados capaces de comprender el contexto y decodificar el significado exacto de los datos en constante evoluci�n.

Veracidad: Las organizaciones deben asegurar la autenticidad de los datos recopilados, ya que estos pueden ser incompletos o incorrectos, lo que podr�a influir en la toma de decisiones.

Velocidad: Se refiere a la rapidez con la que se generan y almacenan los datos en el entorno actual, lo que demanda sistemas capaces de gestionar esta informaci�n en tiempo real y de manera eficiente.

Figura 7: Las 5 V del Big Data

Fuente: https://www.auraquantic.com/es/cinco-uves-big-data/

 

Conclusiones

Se ha subrayado que la innovaci�n desempe�a un papel crucial en las revoluciones industriales, siendo la rapidez en la integraci�n de avances tecnol�gicos un factor determinante. Adem�s, se ha observado que las capacidades de las tecnolog�as actuales no tienen precedentes hist�ricos, lo que abre un abanico de posibilidades sin igual.

Cada sector de la sociedad tiene la responsabilidad de llevar a cabo un an�lisis exhaustivo de los impactos, tanto positivos como negativos, asociados con la Industria 4.0. Esto implica considerar diversos aspectos, como los econ�micos, sociales, ambientales, entre otros, y evaluar la capacidad de adaptaci�n a estos cambios. El objetivo principal es mejorar la calidad de vida de las personas a medida que nos adentramos en esta era de digitalizaci�n y transformaci�n.

La digitalizaci�n no solo impacta en el �mbito industrial, sino que tambi�n tiene consecuencias importantes en nuestros modos de vida, en nuestras formas de trabajar y en nuestras interacciones sociales. Es crucial estar preparados para adaptarnos a estos cambios y aprovechar las oportunidades que ofrecen para avanzar como sociedad.

 

 

Referencias

      1.            Baracca, A. (2002). El desarrollo de los conceptos energ�ticos en la mec�nica y la termodin�mica desde mediados del siglo XVIII hasta mediados del siglo XIX. Llull: Revista de la Sociedad Espa�ola de Historia de las Ciencias y de las T�cnicas, 25(53), 285-325.

      2.            Barazarte, R. (2016). La Batalla de las Corrientes: Edison, Tesla y el nacimiento del sistema de potencia. Revista Prisma Tecnol�gico, 4(1), 51-53.

      3.            Bower, J. L., & Christensen, C. M. (1995). Disruptive Technologies: Catching the Wave. Harvard Business Review, 73(1), 43-53.

      4.            Cardin, O. (2019). Classification of cyber-physical production systems applications: Proposition of an analysis framework. Computers in Industry, 104, 11-21. doi: 10.1016/j.compind.2018.10.002

      5.            Chaves, J. (2004). Desarrollo tecnol�gico en la primera revoluci�n industrial. Revista de Historia, 17, 93-109.

      6.            Lee, J., Davari, H., Singh, J., & Pandhare, V. (2018). Industrial Artificial Intelligence for industry 4.0 -based manufacturing systems. Manuf. Lett., 18, 20 � 23. doi: 10.1016/j.mfglet.2018.09.002

      7.            M�nguez, E. (2015). Lecci�n Inaugural, La importancia de la energ�a en las revoluciones industriales [Apuntes de clase]. http://www.upm.es/sfs/Rectorado/Gabinete%20del%20 Rector/Notas%20de%20Prensa/2015/09/documentos/Le ccioninaugural.pdf.

      8.            Muzzioli, L. (1957). La obra cient�fico-t�cnica de Guillermo Marconi. Conmemoraci�n del cincuentenario de la primera transmisi�n inal�mbrica entre Europa y Am�rica, 1901-1951. Revista Atenea.

      9.            Podins, K., Stinissen, J., & Maybaum. (2013). Towards a cyber conflict taxonomy. 5th International Conference on Cyber Conflict.

  10.            Schwab, K. (2016). La cuarta revoluci�n industrial. Editorial Debate.

  11.            Simoens, P., Dragone, M. & Saffiotti, A. (2018). The Internet of Robotic Things. Int. J. Adv. Robot. Syst., 15(1). doi: 10.1177/1729881418759424

  12.            Tapscott, D. & Tapscott, A. (2016). Blockchain Revolution: How the Technology Behind Bitcoin Is Changing Money, Business, and the World. Penguin Publishing Group.

  13.            T�rngren, M., & Grogan, P.T. (2018). How to Deal with the Complexity of Future Cyber-Physical Systems. Journal Designs. doi: 10.3390/designs2040040

  14.            Turing, A. (1950). Computing Machinery and Intelligence. Oxford University Press on behalf of the Mind Association, 59(236), 433-460.

  15.            Wang, J., Zhang, W., Shi, Y., Duan, S., & Liu, J. (2018). Industrial Big Data Analytics: Challenges, Methodologies, and Applications. CoRR.

  16.            Zhai S. et al. (2019). Research on the Application of Cryptography on the Blockchain, J. Phys.: Conf. doi: 10.1088/1742- 6596/1168/3/032077

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).

 

 

 

 

 

 

 

�������������������������������������������������������������������������������������������������������������������������