O Center for Transportation & Logistics do Massachusetts Institute of Technology (MIT) e o grupo intralogístico Mecalux anunciaram que vão implementar um projeto colaborativo de cinco anos que pretende acelerar a integração da inteligência Artificial (IA) de autoaprendizagem na logística.
Através do Intelligent Logistics Systems Lab do MIT, ambas as instituições vão investigar novas aplicações deste modelo de IA “com elevado potencial para as empresas e a sociedade”, avança o comunicado de imprensa.
“O objetivo da nossa colaboração com a Mecalux é promover a inovação disruptiva para alcançar dois casos de uso de alto impacto, nos quais a IA transformará a tomada de decisões na indústria. Treinaremos modelos complexos de machine learning que aprendem por si próprios e promovem redução de custos, diminuem a pegada de carbono e melhoram a qualidade do serviço aos clientes”, explicou Matthias Winkenbach, diretor de investigação do MIT Center for Transportation & Logistics e do Intelligent Logistics Systems Lab.
No primeiro ano do projeto, as equipas vão desenvolver duas linhas de investigação que pretendem acelerar a inovação. A primeira linha terá como foco aumentar a produtividade de robots autónomos em armazéns. Ao utilizarem simulações avançadas, técnicas de otimização e machine learning, os investigadores vão desenvolver uma “mente coletiva” para que múltiplos robots operem como uma entidade única, tomando decisões coletivas.
“Vamos desenvolver uma nova geração de robots autónomos que aprendem com o comportamento humano para promover maior colaboração e eficiência nos armazéns”, afirmou Winkenbach.
A segunda linha de investigação terá como objetivo treinar modelos com IA de autoaprendizagem. O Intelligent Logistics Systems Lab vai criar sistemas que vão aprender por conta própria com as mudanças na procura e vão antecipar novos hábitos de compra dos clientes.
“Os atuais sistemas de distribuição não consideram toda a complexidade da rede logística e costumam simplificar as suposições. Este projeto ajudará as empresas com múltiplos armazéns, centros de distribuição e lojas a determinar automaticamente a forma mais eficiente de entregar cada pedido com base no estado em tempo real da rede de distribuição”, explicou o diretor do Intelligent Logistics Systems Lab.
 

Direitos Reservados
