El Intelligent Logistics Systems Lab desarrollar\u00e1 dos l\u00edneas de investigaci\u00f3n que impulsar\u00e1n la productividad en los robots de almacenes y optimizar\u00e1n la distribuci\u00f3n de pedidos. Los investigadores entrenar\u00e1n los modelos con IA autodidacta para autoaprender de los cambios en la demanda y anticiparse a los nuevos h\u00e1bitos de compra de los clientes.<\/p>\n
El Center for Transportation & Logistics del Massachusetts Institute of Technology y el grupo intralog\u00edstico Mecalux han puesto en marcha un proyecto colaborativo de cinco a\u00f1os que acelerar\u00e1 la integraci\u00f3n de la inteligencia artificial (IA) autodidacta en la log\u00edstica. A trav\u00e9s del Intelligent Logistics Systems Lab del MIT, ambas instituciones investigar\u00e1n nuevas aplicaciones de este modelo de IA con un alto potencial para las empresas y la sociedad.<\/p>\n
\u201cEl objetivo de nuestra colaboraci\u00f3n con Mecalux es fomentar la innovaci\u00f3n disruptiva para lograr dos casos de uso de alto impacto en los que la IA transforme la toma de decisiones en la industria. Entrenaremos modelos complejos de machine learning que aprendan por s\u00ed mismos y promuevan el ahorro de costes, reduzcan la huella de carbono y mejoren la calidad del servicio a los clientes\u201d, explica el Dr. Matthias Winkenbach, director de Investigaci\u00f3n del MIT Center for Transportation & Logistics y del Intelligent Logistics Systems Lab.<\/p>\n
Durante el primer a\u00f1o de este proyecto puntero, los equipos del Intelligent Logistics Systems Lab y Mecalux desarrollar\u00e1n dos l\u00edneas de investigaci\u00f3n que persiguen acelerar la innovaci\u00f3n. La primera l\u00ednea se centrar\u00e1 en impulsar la productividad de los robots aut\u00f3nomos en almacenes. Empleando simulaciones avanzadas, t\u00e9cnicas de optimizaci\u00f3n y machine learning, los investigadores desarrollar\u00e1n una \u201cmente colmena\u201d para que m\u00faltiples robots operen como un \u00fanico ente tomando decisiones colectivas. \u201cVamos a desarrollar una nueva generaci\u00f3n de robots aut\u00f3nomos que aprendan del comportamiento de los humanos para favorecer una mayor colaboraci\u00f3n y eficiencia en los almacenes\u201d, constata Winkenbach.<\/p>\n
La segunda l\u00ednea de investigaci\u00f3n estar\u00e1 dirigida a entrenar modelos con IA autodidacta. El Intelligent Logistics Systems Lab crear\u00e1 sistemas que aprendan por s\u00ed mismos a partir de los cambios en la demanda y se anticipen a los nuevos h\u00e1bitos de compra de los clientes. \u201cLos sistemas de distribuci\u00f3n actuales no tienen en cuenta toda la complejidad de la red log\u00edstica y tienden a hacer suposiciones simplificadas. Este proyecto contribuir\u00e1 a que las empresas con m\u00faltiples almacenes, centros de distribuci\u00f3n y tiendas determinen autom\u00e1ticamente la forma m\u00e1s eficiente de hacer llegar cada pedido en funci\u00f3n del estado en tiempo real de la red de distribuci\u00f3n\u201d, expone el director del Intelligent Logistics Systems Lab.<\/p>\n
La colaboraci\u00f3n en la investigaci\u00f3n entre MIT CTL y Mecalux propiciar\u00e1 que los expertos en log\u00edstica, personal de almacenes y transportistas desempe\u00f1en su trabajo con la m\u00e1xima precisi\u00f3n. \u201cTras contribuir a la fundaci\u00f3n del Intelligent Logistics Systems Lab del MIT, Mecalux ha puesto su experiencia pr\u00e1ctica en almacenaje y sus expertos en software y automatizaci\u00f3n al servicio de la ciencia para que las investigaciones del MIT ayuden a transformar la log\u00edstica de las compa\u00f1\u00edas en pos de la eficiencia\u201d, afirma Javier Carrillo, CEO de la empresa de tecnolog\u00edas de almacenaje Mecalux.<\/p>\n","protected":false},"excerpt":{"rendered":"
El Intelligent Logistics Systems Lab desarrollar\u00e1 dos l\u00edneas de investigaci\u00f3n que impulsar\u00e1n la productividad en los robots de almacenes y optimizar\u00e1n la distribuci\u00f3n de pedidos. Los investigadores entrenar\u00e1n los modelos con IA autodidacta para autoaprender de los cambios en la demanda y anticiparse a los nuevos h\u00e1bitos de compra de los clientes.<\/p>\n","protected":false},"author":1,"featured_media":16411,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"jnews-multi-image_gallery":[],"jnews_single_post":[],"jnews_primary_category":[],"jnews_social_meta":[],"jnews_override_counter":[],"footnotes":""},"categories":[12],"tags":[],"class_list":["post-16412","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias-industria"],"acf":[],"yoast_head":"\n