Un cambio de color en el agua, una espuma inesperada en la entrada de una depuradora, un movimiento imprevisto en una planta industrial o un sonido anómalo en un entorno donde conviven personas, máquinas y robots. Muchas veces, las primeras señales de riesgo aparecen antes de que el problema sea evidente. Detectarlas a tiempo puede marcar la diferencia entre una incidencia controlada y un impacto mayor sobre la seguridad, la eficiencia, la calidad o la sostenibilidad.
La Inteligencia Artificial está abriendo nuevas posibilidades para interpretar este tipo de señales y transformar la observación del entorno en capacidad de anticipación. A través de tecnologías como la visión artificial, la analítica avanzada o los sistemas de percepción inspirados en el funcionamiento biológico, es posible desarrollar soluciones capaces de identificar anomalías, reconocer patrones y apoyar la toma de decisiones en contextos complejos.
En esta línea trabajamos en proyectos como AQUA2VAL y SAVANT, dos iniciativas de I+D financiadas por el Instituto Valenciano de Competitividad Empresarial (IVACE+i) y la Unión Europea, que aplican IA a retos industriales concretos. AQUA2VAL explora el uso de visión artificial e IA para detectar vertidos en estaciones depuradoras de aguas residuales antes de que afecten al proceso de tratamiento del agua. SAVANT avanza en tecnologías de percepción inteligente para mejorar la seguridad y la autonomía en entornos industriales.
Ambos proyectos comparten una misma visión: desarrollar sistemas capaces de interpretar mejor lo que ocurre en el entorno para ayudar a las empresas e infraestructuras a anticipar riesgos, optimizar procesos y operar de forma más eficiente, segura y resiliente.
Percepción inteligente para entornos industriales más seguros
Anticipar riesgos es especialmente relevante en aquellos entornos en los que conviven personas, máquinas y robots. Un movimiento inesperado, un sonido fuera de lo habitual o un cambio en el entorno puede ser clave para mejorar la seguridad, la eficiencia y la autonomía de los procesos.
Precisamente ese es el objetivo del proyecto SAVANT: avanzar en sistemas que sean capaces de interpretar mejor lo que ocurren en entornos industriales complejos. Para ello, ITI ha trabajado con tecnologías como visión artificial o audición neuromórfica, inspiradas en el funcionamiento de sistemas biológicos, que procesan la información de forma más eficiente al activarse principalmente cuando se producen cambios relevantes.
De esta manera, se reduce la información que se debe analizar, se disminuye el consumo energético y favorece respuestas más rápidas en situaciones donde el tiempo de reacción es importante. También resulta especialmente útil en situaciones con condiciones complejas, por ejemplo, de baja iluminación, con ruido ambiental o restricciones de conectividad.
Con ello, SAVANT busca contribuir al desarrollo de sistemas industriales más autónomos, seguros y resilientes, capaces de percibir mejor su entorno y apoyar la toma de decisiones ante situaciones cambiantes o de riesgo.
IA para detectar vertidos antes de que afecten al proceso
Las estaciones depuradoras de aguas residuales trabajan en entornos muy variables. El agua que reciben puede cambiar por causas urbanas, industriales, climáticas u operativas, y algunos episodios anómalos pueden comprometer el tratamiento secundario, especialmente el reactor biológico, una fase clave para garantizar la calidad del agua depurada.
En este marco, AQUA2VAL explora el uso de visión artificial e Inteligencia Artificial para desarrollar un sistema de alerta temprana capaz de detectar posibles vertidos en la cabecera de una EDAR. El objetivo es identificar señales visuales como espumas, tintes, cambios de color, plumas o aumentos de turbidez antes de que el episodio afecte al proceso de depuración.
La propuesta no busca reconocer directamente una sustancia concreta a partir de una imagen, sino detectar que “algo anómalo” está entrando en la planta y que puede tener impacto sobre la estabilidad del reactor biológico, la calidad del agua tratada o el consumo energético. Esta anticipación permite ganar margen de actuación y reforzar la capacidad operativa de la instalación.
Además, el proyecto explora el uso de IA generativa para simular escenarios sintéticos ante la escasez de datos reales de vertidos críticos, lo que permite acelerar el desarrollo de prototipos y entrenar modelos en una mayor variedad de situaciones posibles.
La IA como apoyo a la decisión humana
Proyectos como SAVANT o AQUA2VAL son dos caminos para llegar a un mismo destino: la IA como herramienta clave para optimizar el proceso de detección temprana frente a los métodos basados únicamente en la observación humana. Su valor reside en la capacidad de analizar señales de forma continua, identificar patrones difíciles de percibir a simple vista y alertar antes de que una anomalía derive en un problema mayor.
En ambos casos, la IA amplía la capacidad de observación y ofrece a los equipos técnicos más información y más margen para actuar. Sin embargo, esta mejora no sustituye el criterio humano. La IA puede detectar señales, priorizar alertas y aportar evidencias, pero la interpretación final del contexto, la validación de la incidencia y la decisión sobre cómo actuar siguen dependiendo de las personas. El conocimiento experto de quienes operan una planta, supervisan un proceso o gestionan una instalación continúa siendo imprescindible.
La aportación de estos modelos no consiste en reemplazar a los equipos humanos, sino en reforzar su capacidad de decisión. La tecnología permite observar más, durante más tiempo y con mayor precisión; las personas aportan experiencia, contexto y responsabilidad. Esa combinación es la que permite avanzar hacia entornos industriales más seguros, eficientes y resilientes.