Modelos de large language models (LLM) en mantenimieno predictivo: taller de análisis de imágenes e informes para reportes inteligentes
Enrique López Droguett
Profesor Titular – Departamento de Ingeniería Civil y Ambiental – UCLA
Sesión disponible en:
RESUMEN DE SESIÓN:
La adopción acelerada de IA en mantenimiento predictivo está generando una necesidad concreta: convertir datos no estructurados imágenes de inspección y reportes técnicos en información confiable y accionable para la toma de decisiones.
En esta sesión toolbox, los participantes desarrollarán una competencia práctica para aplicar large language models (LLM) al análisis y uso de información típica del mantenimiento predictivo: procesamiento y análisis de imágenes (termografías e imágenes capturadas por drones) y generación de reportes inteligentes a partir de informes de inspección y mantenimiento. Se revisará el uso de herramientas de vanguardia como DinoV2, ChatGPT y Gemini, enfocándose en cómo integrarlas para soportar la confiabilidad y el mantenimiento de activos físicos.
Al finalizar, los asistentes contarán con una guía clara para implementar estas aplicaciones en su contexto, identificando qué información requieren, cómo estructurar entradas y salidas útiles para mantenimiento y confiabilidad, y cómo habilitar reportes que faciliten el análisis técnico y la comunicación de hallazgos para priorizar acciones.
