Cuando la inteligencia artificial lee artículos científicos por nosotros

Extracción automática de conocimiento en fabricación aditiva

En el ámbito de la fabricación aditiva, gran parte del conocimiento técnico más valioso no se encuentra únicamente en bases de datos industriales o manuales de proceso. Una parte muy importante del conocimiento está publicada en artículos científicos, donde investigadores y centros tecnológicos documentan experimentos, parámetros de fabricación, resultados de densificación, defectos o propiedades mecánicas de materiales.

Sin embargo, existe un problema evidente: leer y explotar esa información es extremadamente costoso en tiempo. Un único artículo científico puede contener decenas de tablas, gráficos y explicaciones técnicas repartidas a lo largo de varias páginas. Identificar los parámetros relevantes —como potencia del láser, velocidad de escaneo o niveles de porosidad— suele requerir una lectura detallada y una interpretación cuidadosa del contexto experimental.

Dentro del proyecto Expertbrain2, uno de los casos de uso desarrollados aborda precisamente este desafío: permitir que un sistema de inteligencia artificial sea capaz de leer artículos científicos complejos y extraer automáticamente el conocimiento técnico que contienen.

Este caso de uso se apoya en el laboratorio de inteligencia híbrida (HDI), cuya plataforma tecnológica está implementada sobre Vekai, que actúa como motor cognitivo capaz de analizar documentos técnicos, recuperar información relevante y generar respuestas contextualizadas.

El problema: conocimiento científico difícil de explotar

En investigación sobre fabricación aditiva, los artículos científicos contienen información extremadamente valiosa para la industria. En ellos se publican resultados experimentales que incluyen:

• parámetros de fabricación utilizados
• resultados de densificación o porosidad
• defectos observados en las piezas
• relaciones entre variables de proceso y calidad del material.

El problema es que esta información se encuentra dispersa en distintos formatos dentro del documento. Parte aparece en texto, otra en tablas y otra en gráficos o diagramas. Analizar manualmente estos documentos para extraer información utilizable puede llevar horas o incluso días.

El sistema desarrollado en el laboratorio HDI permite automatizar este proceso.

Un sistema capaz de analizar artículos científicos

En este caso de uso, el usuario puede cargar un artículo científico en formato PDF dentro de la plataforma y realizar consultas en lenguaje natural.

Por ejemplo:

“Extrae parámetros de proceso y niveles de porosidad presentes en el documento.”

A partir de esa consulta, el sistema inicia un proceso de análisis del documento completo.

Primero realiza el procesamiento integral del artículo, leyendo el contenido textual, identificando las tablas presentes en el documento y detectando estructuras relevantes dentro del contenido. Al mismo tiempo, interpreta el contexto técnico del artículo para comprender el tipo de experimento descrito.

Posteriormente, el sistema procede a extraer la información técnica relevante. En esta fase identifica parámetros de proceso clave, como potencia del láser o velocidad de escaneo, así como resultados experimentales relacionados con densidad del material, porosidad o defectos observados durante la fabricación.

Además, el sistema clasifica esta información en función de la tecnología de fabricación utilizada, identificando procesos como Selective Laser Melting (SLM) o Electron Beam Melting (EBM), lo que permite contextualizar correctamente los resultados experimentales.

Una vez extraída la información, el sistema procede a estructurar el conocimiento obtenido. Los datos se organizan en formatos comprensibles, separando por ejemplo las diferentes ventanas de proceso, zonas de fabricación o condiciones experimentales descritas en el artículo.

Finalmente, el motor cognitivo genera una respuesta estructurada en lenguaje natural, sintetizando la información encontrada en el documento. Esta respuesta incluye explicaciones contextualizadas, listas de parámetros relevantes y tablas interpretables que facilitan la comprensión de los resultados.

De documento científico a conocimiento utilizable

El resultado es que un documento científico complejo se transforma en información directamente utilizable por ingenieros o investigadores.

En lugar de leer manualmente el artículo completo, el usuario puede obtener en segundos un resumen estructurado que incluye:

• tecnologías de fabricación analizadas
• parámetros de proceso utilizados
• resultados experimentales obtenidos
• condiciones que influyen en defectos o porosidad.

Esto permite convertir un artículo científico en conocimiento operativo, algo especialmente valioso cuando se necesita comparar resultados experimentales con datos internos de producción.

Capacidades que demuestra este caso de uso

Este escenario pone de manifiesto varias capacidades avanzadas del sistema desarrollado dentro del laboratorio HDI.

En primer lugar, demuestra su capacidad para comprender documentos técnicos complejos, algo que resulta especialmente desafiante cuando la información se encuentra distribuida entre texto, tablas y gráficos.

También evidencia la capacidad del sistema para realizar extracción automática de conocimiento no estructurado, transformando contenido científico en información organizada y accesible.

Otra capacidad relevante es la interpretación de datos experimentales, que permite entender la relación entre parámetros de proceso y resultados de fabricación. Esto es especialmente importante en un campo como la fabricación aditiva, donde pequeñas variaciones en las condiciones de proceso pueden afectar significativamente la calidad del material.

Finalmente, el sistema permite integrar el conocimiento extraído de la literatura científica con otras fuentes de información, como bases de datos experimentales internas o documentación técnica de la organización.

El valor para la industria

El impacto de este caso de uso es significativo. En entornos de investigación o ingeniería avanzada, el análisis de literatura científica es una tarea habitual pero costosa.

Automatizar este proceso permite:

• reducir significativamente el tiempo necesario para analizar artículos científicos
• facilitar el acceso al conocimiento experimental más reciente
• incorporar información externa en la toma de decisiones industriales
• conectar resultados científicos con datos reales del proceso productivo.

En definitiva, este caso de uso demuestra cómo un sistema basado en inteligencia artificial puede actuar como una herramienta avanzada de análisis del conocimiento, ampliando el alcance de la plataforma más allá de la información interna de la organización.

La combinación de análisis documental, recuperación de información y generación de conocimiento convierte al laboratorio HDI en un ejemplo claro de cómo la inteligencia artificial puede ayudar a cerrar la brecha entre investigación científica e industria.