En STRUCINSPECT nos hemos propuesto avanzar en las inspecciones estructurales digitales. En el transcurso del proyecto«Avance de la IA para la detección de daños en estructuras de hormigón» se logró un importante avance en el uso fiable de la IA. El proyecto fue apoyado en el marco de un programa de financiación del Austrian Wirtschaftsservice (AWS). Por un lado, el proyecto se centró en el desarrollo de oportunidades de apoyo durante las tareas cotidianas y, por otro, en un enfoque objetivo del procedimiento de examen de las estructuras de hormigón.
Nuestro proyecto está actualmente nominado al eAward 2022 , un premio empresarial austriaco para proyectos relacionados con las tecnologías de la información, que concede anualmente la editorial Report Verlag en colaboración con la Plattform Digitales Österreich des Bundeskanzleramts
IA-Nivel 2: ¡ahora aún más fiable!
La detección automatizada de daños fue posible incluso antes del proyecto con la ayuda de Infrastructure Lifecycle Hub -la plataforma de colaboración en línea de STRUCINSPECT-, sentando así las bases para los informes de daños digitalizados para las inspecciones estructurales.
El objetivo del proyecto era, en primer lugar, desarrollar un método para identificar los daños idénticos representados en una serie de fotografías como los mismos y, en segundo lugar, lograr la capacidad de reconocer y, a partir de ahí, categorizar los daños similares.
Hasta ahora, el reconocimiento de múltiples daños en las imágenes (es decir, los mismos daños en varias imágenes) constituía una gran dificultad a la hora de tratar los resultados. Esta situación se produce en casi todos los procesos de inspección digitalizados, especialmente debido a la especificación de una superposición necesaria de las imágenes durante la adquisición.
Aprovechando las nuevas posibilidades tecnológicas, el proyecto examinó los manuales y directrices ya disponibles sobre la fiabilidad de los sistemas de IA. Se prestó especial atención a las«Directrices éticas para una IA digna de confianza» de la Unión Europea, que hace hincapié en los tres componentes principales siguientes:
- legal
- robusto
- ética
La IA existente se evaluó y se volvió a evaluar con el telón de fondo de estas directrices. En consecuencia, se adoptaron medidas adicionales para garantizar la capacidad de cumplir los requisitos. Además de los requisitos técnicos, se trataron temas como la transparencia, la supervisión humana durante el proceso y el control de los resultados.
Para saber más sobre el uso fiable de la IA, haga clic aquí.
Identificación de los mismos daños con la ayuda de la búsqueda de duplicados
Un primer logro del proyecto es la búsqueda de duplicados. Como ya se ha descrito, hasta ahora la IA no era capaz de reconocer y etiquetar daños idénticos como tales. El ingeniero de pruebas tuvo que examinar y corregir a posteriori un número mucho mayor de daños identificados. Para ello, los ingenieros de inspección tuvieron que comprobar manualmente los resultados de la IA en diferentes imágenes y luego corregirlos.
La detección automática de los mismos daños puede reducir masivamente el número de resultados brutos de la IA y, por consiguiente, también el esfuerzo de corrección manual para los ingenieros.
La figura 1 muestra una búsqueda duplicada. Muestra el mismo daño en diferentes imágenes con distintas condiciones de iluminación, tamaños y detalles de la imagen. El sistema, ahora revisado, fue capaz de identificar automáticamente el mismo daño como un duplicado.
Además de la búsqueda de duplicados, que permite a los ingenieros identificar los daños vistos en varias imágenes como si fueran los mismos, durante el proyecto se adquirió otra habilidad importante.
Agrupar los daños comparables con la búsqueda de similitud en un solo paso
STRUCINSPECT trabaja con una gran cantidad de información (especialmente datos de imágenes) procedentes de inspecciones de edificios. La búsqueda por similitud es una metodología de IA capaz de agrupar grandes cantidades de datos con criterios similares. Esta capacidad es especialmente relevante para el sector tecnológico.
Fig. 3: Agrupación automática y evaluación del estado
«Daño por corrosión clase 2 – medio»
Fig. 3: Agrupación automática y evaluación del estado
«Daño por corrosión clase 2 – medio»
Con la ayuda de esta funcionalidad, ahora se pueden cubrir los siguientes casos de uso:
- Al seleccionar un daño, se pueden encontrar daños similares
- Todos los daños se subdividen automáticamente en grupos útiles
- A su vez, se pueden filtrar según los componentes (o similares) de una estructura
- Clasificación de las grietas de diferente anchura
- Mejora de la búsqueda de «falsos positivos» (detecciones que no son daños)
Así, además de los daños detectados por la IA, también se pueden clasificar los daños añadidos manualmente.
La principal ventaja es que, por ejemplo, los daños de gravedad similar pueden agruparse y evaluarse en un solo paso común. Esto no sólo contribuye a una evaluación más rápida del estado de la estructura, sino también a un procedimiento más claro y, sobre todo, más preciso.
Cómo puede aprovechar la detección digital de daños con STRUCINSPECT
En el último año ha aumentado especialmente el interés por los servicios basados en la IA en el ámbito de la inspección estructural. Con el STRUCINSPECT Infrastructure Lifecycle Hub, le ofrecemos una plataforma en la que puede completar la gestión de su edificio de infraestructuras, desde la detección e inspección automatizada de daños hasta el análisis del ciclo de vida, todo en un solo lugar.
Los nuevos logros del nivel 2 de la IA -búsqueda de duplicados y similitudes- se pondrán a su disposición, los ingenieros de inspección y los operadores de edificios, como filtros en la plataforma. Además, en la fase 1 del lanzamiento, todas las inspecciones en las que se utilice esta tecnología serán supervisadas inicialmente por expertos de STRUCINSPECT. Esto sirve para aumentar la trazabilidad y la fiabilidad. De este modo, es posible comprobar la idoneidad práctica de las nuevas funciones y, al mismo tiempo, mejorar considerablemente el control de calidad.
Sobre todo, la aplicación práctica de la búsqueda de similitud representa una verdadera revolución de la IA y una simplificación extrema del trabajo para los ingenieros de pruebas. Mientras que antes tenían que clasificar «manualmente» una cantidad increíble de daños similares -hasta varios miles(!) dependiendo del proyecto- la IA puede ahora hacer una sugerencia para filtrar los daños similares.
Sin embargo, el principio rector de la autonomía humana es siempre fundamental: el ser humano toma la decisión, la IA le ayuda a trabajar de forma objetiva y eficiente. Así, las sugerencias de filtrado de la IA se hacen exclusivamente a partir de los ejemplos que el humano le muestra o le enseña. Así, los humanos y la IA interactúan y pueden beneficiarse mutuamente más que antes.
Donde la IA de nivel 2 ya encuentra su aplicación
En la práctica, este método ya se está utilizando en un proyecto piloto en Estados Unidos. Se están inspeccionando los túneles de uno de los mayores operadores de infraestructuras del país y se ha observado un enorme aumento de la eficacia y la objetividad. Esto también muestra que el sistema existente se ha desarrollado masivamente, especialmente a través de la búsqueda de similitudes, por lo que hablamos de nivel 2 de IA en este contexto.
De este modo, STRUCINSPECT ha logrado posicionarse una vez más como pionero mundial en el campo de la IA en la inspección de edificios.
¿Quiere beneficiarse también de las ventajas del nivel 2 de IA?
