Nuevo laboratorio para investigar el potencial de la IA en la logística

El Centro de Transportación y Logística del Massachusetts Institute of Technology (MIT CTL) puso en marcha un laboratorio para investigar la aplicación de nuevas tecnologías en la industria.

La creación de este laboratorio contó 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 mercancías.

Este será el punto de partida para incrementar el conocimiento académico de la principal universidad tecnológica estadounidense con la experiencia práctica de la firma multinacional.

El nuevo laboratorio examinará varias líneas de investigación que abordarán algunos de los desafíos más complejos de la industria mediante nuevas perspectivas, señaló la firma en un comunicado.

La investigación del nuevo centro del MIT 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.

Estudiará métodos y herramientas de vanguardia capaces de producir predicciones de gran precisión a corto plazo y con una alta resolución espaciotemporal.

Por si te lo perdiste:
Visibilidad de la cadena de suministro: seis criterios para evaluar su implementación

Dichas 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.

¿Qué estudios realizará el nuevo laboratorio?

El nuevo espacio estará liderado por el Dr. Matthias Winkenbach, director de investigación del MIT Center for Transportation & Logistics (MIT CTL).

También lee:
Recomendaciones para diversificar la cadena de suministros

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 almacenes 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.

Te puede interesar:
Hidrógeno y litio: revolución verde en logística y cadena de suministro

Entre las cuestiones que pueden resolver se encuentran la gestión de rutas de vehículos.

También la planificación de inventarios y el transporte y el diseño de redes, entre otras.