El MIT Center for Transportation & Logistics inaugura un nuevo laboratorio para investigar el potencial de la IA en la logística con el apoyo de Mecalux

08 jul 2024

El Intelligent Logistics Systems Lab aplicará métodos y tecnologías basados en inteligencia artificial y machine learning a los problemas logísticos con mayor impacto para las empresas y la sociedad.

Mecalux aportará la visión técnica y el soporte de sus expertos en software y automatización Copyright: MIT CTL

El Center for Transportation & Logistics del Massachusetts Institute of Technology (MIT CTL) ha puesto en marcha un laboratorio para investigar la aplicación de nuevas tecnologías en la industria logística. La creación de este laboratorio ha contado con el apoyo de capital semilla del grupo intralogístico Mecalux. El Intelligent Logistics Systems Lab (laboratorio de Sistemas Logísticos Inteligentes) explorará el potencial del machine learning (ML) y la inteligencia artificial (IA) para transformar el futuro de la logística y el transporte de mercaderías.

Este será el punto de partida de una colaboración en materia científica entre MIT CTL y Mecalux que aunará el conocimiento académico de la principal universidad tecnológica estadounidense con la experiencia práctica de una multinacional con más de 55 años de historia. Mecalux aportará la visión técnica y el soporte de sus expertos en software y automatización durante los próximos años.

Este nuevo laboratorio representa un importante paso adelante en nuestra misión de innovar y mejorar los sistemas logísticos globales. Con el apoyo de Mecalux, confiamos en que nuestra investigación conducirá a avances revolucionarios en este campo.

Yossi SheffiDirector del MIT CTL

El nuevo laboratorio examinará varias líneas de investigación que abordarán algunos de los desafíos más complejos de la industria mediante nuevas perspectivas. Por ejemplo, estudiará métodos y herramientas de vanguardia capaces de producir predicciones de gran precisión a corto plazo y con una alta resolución espaciotemporal. Estas capacidades predictivas permitirán ofrecer servicios de entrega en el mismo día o en cuestión de horas y satisfacer las necesidades de compañías y clientes en todo el mundo.

Este espacio dedicado a la innovación estará liderado por el Dr. Matthias WinkenbachCopyright: MIT CTL

Este espacio dedicado a la innovación estará liderado por el Dr. Matthias Winkenbach, director de investigación del MIT Center for Transportation & Logistics (MIT CTL). “Queremos apoyar la aplicación de nuevas tecnologías basadas en la IA y el machine learning a los retos más importantes a los que se enfrentan las empresas y la sociedad”, afirma Winkenbach.

 

Las cinco líneas de investigación clave del Intelligent Logistics Systems Lab

  • Inteligencia predictiva. Capacidades predictivas de alto impacto impulsadas por IA y ML, incluyendo el desarrollo de pronósticos de gran precisión a corto plazo, esenciales para servicios logísticos de respuesta rápida, como la entrega en el mismo día o en cuestión de horas.
  • Inteligencia prescriptiva. Nuevos métodos y modelos que combinan la investigación operativa con ML e IA para resolver problemas logísticos complejos de optimización combinatoria ─como el enrutamiento de vehículos, la planificación de inventarios y el diseño de redes─ en contextos reales con objetivos, restricciones e incertidumbres.
  • Inteligencia autónoma. Exploración del rol y de la incidencia de los sistemas y tecnologías logísticas avanzadas que pueden realizar tareas, tomar decisiones y aprender del entorno de manera independiente, sin intervención humana continua. Por ejemplo, robots móviles que asisten o reemplazan actividades humanas en procesos de almacenaje o entregas, operando con autonomía en ambientes complejos y dinámicos.
  • Inteligencia colectiva. Comportamiento y coordinación colectiva de sistemas o entidades autónomas que trabajan juntos para resolver un problema común. Esta línea de investigación a menudo se inspira en sistemas naturales, como colonias de insectos o bandadas de aves, donde los agentes individuales siguen comportamientos aprendidos que conducen a dinámicas grupales complejas y eficientes. En el contexto de los sistemas logísticos inteligentes, esto implica la sincronización y cooperación de múltiples agentes, como robots autónomos o transportistas colaborativos, para optimizar el rendimiento de las operativas.
  • Inteligencia aumentada. Mejora de la toma de decisiones humanas combinando la inteligencia humana con la IA. En concreto, el laboratorio pretende explorar cómo los sistemas de apoyo a la toma de decisiones y el sistema de gestión de operaciones pueden integrar de modo efectivo la experiencia humana con los conocimientos impulsados por la inteligencia artificial.

 

Tecnología para la excelencia operacional

La investigación del nuevo centro del MIT ─fundado con el apoyo de Mecalux─ ayudará a la industria a diseñar cadenas de suministro que brinden un servicio al cliente de última generación de una manera más económica y sostenible. “La excelencia operacional depende de la perfecta integración de la tecnología autónoma en las operaciones del depósito. La IA y el machine learning pueden desempeñar un papel fundamental en la planificación y el control de estos recursos”, explica Javier Carrillo, CEO de la empresa de tecnologías de almacenamiento Mecalux.

Este será el punto de partida de una colaboración en materia científica entre MIT CTL y MecaluxCopyright: MIT CTL

El Intelligent Logistics Systems Lab del MIT CTL analizará la contribución de las nuevas tecnologías en el control de sistemas autónomos de transporte y entrega y la automatización de procesos como el picking, la clasificación, el empaquetado y envío de pedidos desde depósitos o tiendas. Otro campo de estudio será el desarrollo de métodos que combinen la investigación operativa (IO) y el ML. Su propósito es solucionar problemas de optimización combinatoria, cada vez más complejos y heterogéneos, que resultan cruciales para el éxito de la industria logística. Entre las cuestiones que pueden resolver se encuentran la gestión de rutas de vehículos, la planificación de inventarios y el transporte y el diseño de redes, entre otras.