Universidad Nacional de Ingeniería

Facultad de Ingeniería Química y Textil

Departamento Académico de Ingeniería Química

Gestión Tecnológica y Empresarial ( PI 911)

Influencia de la Inteligencia Artificial en la Investigación e Innovación Tecnológica

aplicada a la Ingeniería Química
TRABAJO MONOGRÁFICO N°1

Integrantes:
Alumno 1.-Dueñas Flores Marco Antonio 20181400K

Profesor responsable
- Ramos Julian Aldan

Periodo Académico 2023-I

Fecha de Presentación: 02/05/2023

Lima - Perú

1
ÍNDICE
1. RESUMEN
2. ABSTRACT
3. INTRODUCCIÓN
4. PLANTEAMIENTO DEL PROBLEMA
5. OBJETIVO DE LA INVESTIGACIÓN
6. JUSTIFICACIÓN
7. CUERPO DE MONOGRAFÍA
7.1. MARCO TEÓRICO
7.2. METODOLOGÍA DE INVESTIGACIÓN
8. PRESENTACIÓN DE RESULTADOS
9. CONCLUSIONES
10. BIBLIOGRAFÍA
11. ANEXO

2
 1. RESUMEN

La IA puede utilizarse para optimizar procesos químicos y mejorar la eficiencia de los

sistemas de producción. Por ejemplo, los algoritmos de aprendizaje automático
pueden utilizarse para modelar procesos químicos complejos y para predecir la
calidad de los productos.

Además, la IA también puede utilizarse para la síntesis y el diseño de nuevos

materiales y compuestos químicos. Los algoritmos de aprendizaje profundo pueden
analizar grandes cantidades de datos y descubrir patrones y relaciones ocultas entre las
diferentes variables. Esto permite a los ingenieros químicos diseñar materiales y
compuestos con propiedades específicas de manera más rápida y eficiente.

También hay un gran interés en la aplicación de la IA en la investigación de la energía

y la sostenibilidad. Los ingenieros químicos pueden utilizar la IA para identificar
nuevos materiales y procesos que sean más sostenibles y eficientes en términos de
energía.

2. ABSTRACT
AI can be used to optimize chemical processes and improve the efficiency of
production systems. For example, machine learning algorithms can be used to model
complex chemical processes and to predict the quality of products.
In addition, AI can also be used for the synthesis and design of new materials and
chemical compounds. Deep learning algorithms can analyze large amounts of data
and discover hidden patterns and relationships between different variables. This
allows chemical engineers to design materials and compounds with specific properties
faster and more efficiently.
There is also great interest in the application of AI in energy and sustainability
research. Chemical engineers can use AI to identify new materials and processes that
are more sustainable and energy efficient.

3. INTRODUCCIÓN

La Inteligencia Artificial (IA) ha revolucionado la forma en que se aborda el control

de procesos, monitoreo, optimización de procesos y análisis de big data en la
Ingeniería Química. Los avances en la IA han permitido a los ingenieros químicos

3
 desarrollar sistemas inteligentes capaces de modelar y controlar procesos químicos
complejos de manera más precisa y eficiente.

El uso de técnicas de aprendizaje automático y redes neuronales ha permitido a los

ingenieros químicos desarrollar modelos predictivos de alta precisión para el
monitoreo y control de procesos químicos en tiempo real. Esto permite una mayor
eficiencia y reducción de costos en la producción.

Además, la IA también ha permitido la optimización de procesos químicos a través de

técnicas avanzadas de análisis de big data. La recopilación y análisis de grandes
cantidades de datos en tiempo real permite a los ingenieros químicos identificar
patrones y relaciones ocultas en los datos, lo que a su vez permite una mejor
comprensión de los procesos químicos y la identificación de oportunidades de mejora.

4. PLANTEAMIENTO DEL PROBLEMA

Uno de los problemas que se presenta con respecto a la influencia de la Inteligencia

Artificial (IA) en la Investigación e Innovación Tecnológica aplicada a la Ingeniería
Química es el riesgo de seguridad y confiabilidad de los sistemas.

La IA está siendo utilizada cada vez más en la operación y control de procesos

químicos complejos, y cualquier fallo en el sistema podría tener consecuencias graves,
incluyendo daños ambientales, lesiones a los trabajadores y pérdidas financieras
significativas.

Otro problema relacionado es la interpretación de los resultados de los algoritmos de

aprendizaje automático utilizados en la IA. Aunque estos algoritmos pueden analizar
grandes cantidades de datos y descubrir patrones ocultos, la interpretación de los
resultados no siempre es clara. Esto puede llevar a una falta de comprensión de cómo
se llegó a una decisión en particular, lo que puede dificultar la resolución de
problemas o la identificación de errores en el sistema.

Además, la IA también plantea cuestiones éticas y de responsabilidad. ¿Quién es

responsable si un sistema IA falla y causa daño? ¿Cómo se pueden garantizar la
privacidad y la seguridad de los datos en el análisis de big data?

4
 5. OBJETIVO DE LA INVESTIGACIÓN
5.1 objetivo general:
Conocer cómo es que se aprovecha actualmente la inteligencia artificial para la
investigación y en el tratamiento y procesamiento de datos dentro de la ingeniería
química
5.2 objetivo específico:
Mostrar las deficiencias en el área de seguridad y confiabilidad, para así concientizar
al futuro ingeniero químico, en la gran responsabilidad que tiene sobre el manejo de la
IA y cómo mejorarla para garantizar su optimización de resultados y de análisis de big
data.
6. JUSTIFICACIÓN
La IA tiene el potencial de transformar la investigación e innovación tecnológica
aplicada a la Ingeniería Química, es importante abordar los riesgos y desafíos
asociados con su uso. La seguridad y la confiabilidad de los sistemas, la interpretación
de los resultados y las cuestiones éticas y de responsabilidad son temas importantes a
considerar en la implementación de la IA en la Ingeniería Química.
7. CUERPO DE MONOGRAFÍA
7.1 marco teórico
Optimización de procesos:

La optimización de procesos con la IA puede mejorar la eficiencia de los procesos

químicos en varios aspectos, como la reducción de costos de producción, el aumento
de la calidad del producto, la disminución del tiempo de producción y la disminución
de los residuos y emisiones.Las técnicas de IA utilizadas para la optimización de
procesos incluyen el aprendizaje automático, la minería de datos, la optimización de
algoritmos y la simulación de procesos. Estas técnicas pueden utilizarse para
desarrollar modelos matemáticos que describen los procesos químicos, para identificar
las variables críticas que afectan el rendimiento del proceso, y para encontrar la
combinación óptima de variables que maximice la eficiencia del proceso.

El Diseño Asistido por Computadora:

El diseño asistido por computadora (CAD, por sus siglas en inglés) es una tecnología
que ha sido utilizada por décadas en la Ingeniería Química para diseñar productos,
sistemas y procesos de manera eficiente y precisa. La IA puede ser utilizada para

5
 mejorar aún más el proceso de diseño, permitiendo a los ingenieros químicos crear
modelos y simulaciones más sofisticadas y precisas.

El Diseño Asistido por Computadora usando la IA utiliza algoritmos de aprendizaje

automático para analizar y entender las características de los diseños previos y para
generar nuevas opciones de diseño. Esta tecnología puede ayudar a los ingenieros
químicos a optimizar la selección de materiales, el diseño de equipos y sistemas, y a
identificar posibles problemas de seguridad y de rendimiento en el proceso de
producción.

Además, el Diseño Asistido por Computadora usando la IA puede ayudar a los

ingenieros químicos a reducir el tiempo y los costos de diseño, mejorando la
eficiencia del proceso de diseño. Los modelos generados mediante la IA pueden
utilizarse para predecir cómo funcionará un producto, sistema o proceso antes de ser
construido, lo que puede reducir la necesidad de prototipos y pruebas costosas.

El monitoreo y control avanzado:

Utilizando la IA en la Ingeniería Química se refiere al uso de tecnologías de

inteligencia artificial para monitorear y controlar los procesos químicos en tiempo real
y de manera eficiente. Esta técnica permite a los ingenieros químicos detectar
anomalías en el proceso y ajustar los parámetros de control para optimizar la
eficiencia y la calidad del producto.

El monitoreo y control avanzado utilizando la IA se basa en el uso de algoritmos de

aprendizaje automático para analizar datos en tiempo real y tomar decisiones de
control en consecuencia. Estos algoritmos pueden aprender patrones históricos y
predecir el comportamiento futuro del proceso, lo que permite a los ingenieros
químicos detectar y corregir problemas de manera más rápida y eficiente.

Algunas de las ventajas del monitoreo y control avanzado utilizando la IA en la

Ingeniería Química incluyen:

Reducción de costos: Al detectar y corregir problemas de manera más eficiente, se

pueden reducir los costos de producción y evitar el desperdicio de materiales.

6
 Mejora de la calidad del producto: El monitoreo y control avanzado utilizando la IA
permite a los ingenieros químicos ajustar los parámetros del proceso en tiempo real
para optimizar la calidad del producto.

Seguridad mejorada: La detección temprana de problemas en el proceso químico

puede ayudar a prevenir situaciones peligrosas, como explosiones y fugas.

Eficiencia mejorada: La IA puede ayudar a identificar las mejores condiciones de

operación del proceso químico, lo que puede reducir el tiempo de ciclo y mejorar la
eficiencia del proceso.

Big Data:

Es un término que se refiere a la enorme cantidad de datos que se generan a diario a

partir de diversas fuentes, como dispositivos móviles, sensores, redes sociales,
transacciones comerciales, entre otros. Estos datos son tan grandes y complejos que
los métodos tradicionales de procesamiento y análisis de datos no son suficientes para
manejarlos.

Por lo tanto, Big Data se refiere no solo a la cantidad de datos, sino también a su
complejidad y variedad. La información en Big Data puede incluir datos estructurados
(como números y fechas), datos no estructurados (como texto, imágenes y videos), así
como datos semiestructurados (como correos electrónicos y formularios web).

El análisis de Big Data utiliza herramientas y técnicas avanzadas de procesamiento de

datos para descubrir patrones, tendencias y relaciones ocultas en los datos. Los
análisis de Big Data pueden utilizarse para tomar decisiones empresariales más
informadas, mejorar la eficiencia operativa, desarrollar nuevos productos y servicios,
entre otros usos.

7.2 metodología de investigación

La última conferencia dada por el ingeniero Edwin Dextre, nos hizo concientizar
sobre la importancia del uso de la IA, por ello, se investigó más acerca de la
inteligencia artificial y el correcto uso de este, ya que, si bien es una herramienta que
facilita mucho el análisis de big data, da un control avanzado, mejora la optimización
de los procesos y mejora el proceso de diseño, todavía puede encontrarse algunos

7
 inconvenientes no solo en la seguridad sino también la correcta interpretación de
algoritmos, es por eso que este trabajo nos muestra no sólo los posibles problemas por
el cual un ingeniero químico tendría que afrontar sino que también lo forma y capacita
para que tenga en consideración ciertos puntos a tocar.
Primero se investigó acerca de los beneficios de la IA, para entender cómo es que
realmente ayuda en cada proceso, después se investigó sobre los posibles problemas
que podrían ocurrir sobre algún error de interpretación o de seguridad y se llegó a la
conclusión que se puede mejorar la seguridad con encriptaciones de datos, el control
del acceso y la realización de pruebas de seguridad antes de implementar el sistema;
así como también la implementación de sistemas redundantes que pueden ayudar a
reducir riesgo de fallos en el sistema, sin embargo; todo esto se complementa
únicamente con la capacitación y educación del ingeniero químico y trabajadores
involucrados en la operación y mantenimiento de los sistemas de la IA, además de
realizar una evaluación continua en el sistema de la IA para encontrar posibles fallos
y oportunidades de mejora.

8. PRESENTACIÓN DE RESULTADOS
● Desarrollo de nuevas técnicas de monitoreo y control de procesos basadas en la IA:
Estas técnicas permiten a los ingenieros químicos detectar y prevenir posibles fallas
en los procesos químicos en tiempo real, reduciendo así el riesgo de accidentes.
● Mejora de la confiabilidad de los sistemas: La investigación ha llevado a la
identificación de los principales factores que afectan la confiabilidad de los sistemas
de IA y al desarrollo de nuevas técnicas para mejorar la confiabilidad de los sistemas.
● Reducción del riesgo de ciberataques: La investigación ha llevado al desarrollo de
nuevas técnicas para la identificación y prevención de posibles ciberataques en los
sistemas de IA utilizados en la industria química.
● Mejora de la seguridad de los procesos: La investigación ha llevado a una mejor
comprensión de los riesgos asociados con la utilización de la IA en los procesos
químicos y ha permitido el desarrollo de nuevas técnicas para reducir estos riesgos.

8
 9. CONCLUSIONES
Mejorar el problema de la IA sobre el riesgo de seguridad y confiabilidad de los
sistemas en la Investigación e Innovación Tecnológica aplicada a la Ingeniería
Química requiere la implementación de medidas de seguridad adecuadas, la
capacitación y educación de los trabajadores involucrados, y la evaluación continua y
mejora del sistema.

10. BIBLIOGRAFÍA
● https://datision.com/blog/inteligencia-artificial-industria-quimica/
● inteligencia artificial.universidad los andes.Colombia.Facultad de
ingeniería.(2019)
● Diseño en ingeniería química.Ray Sinnott / Gavin Towler
● https://ingenieria.uchile.cl/noticias/181365/aportes-de-la-ia-y-el-manejo-e
n-ingenieria-quimica-y-biotecnologia
● inteligencia artificial en el campo de la salud.colección bioética y derecho
sanitario.javier sánchez-caro.(2021)

11. ANEXO

El rápido desarrollo de la inteligencia artificial (IA) en el mundo actual en todos los sectores
y, especialmente, en el de la Salud en general y en los sistemas sanitarios en particular, está
planteando múltiples preguntas, algunas urgentes, sobre cuestiones éticas y legales y de
protección al consumidor, paciente y ciudadano en general, en definitiva, a las personas,
centro de los sistemas sanitarios y sociales en todo el mundo. Los avances de la mano de los
expertos vienen retando a los diferentes responsables en múltiples aspectos, desde aquellos
que implican un sesgo potencial en las decisiones de contratación algorítmica hasta los
relativos a la privacidad de las aplicaciones de control de la Salud.

En los últimos tiempos se han venido explorando estos temas en profundidad, y en general
sin excepción relevante, hay consenso en la identificación de los principios éticos más
importantes. Pero ha llegado el momento de pasar de las palabras a la acción, de articular
principios regidores encaminados a desarrollar políticas públicas en las que encaje todo lo
anterior y en la medida de lo posible y previsible, lo que está llegando en el campo de la IA.
Las soluciones basadas en IA juegan un papel crucial en la organización de los sistemas

9
sanitarios modernos en tiempo ordinario y exponen su máximo potencial en tiempos de crisis,
esperables en el mundo sanitario en diferentes momentos y por diferentes causas, y con
diferente alcance, desde local, regional hasta global, pero con muy diferentes consecuencias
en cada nivel partiendo del estado de situación previo y aquí el protagonismo de la IA es
incuestionable. Preocupaciones sobre la equidad y la privacidad, inicialmente identificados
como los principales problemas éticos en el uso de la IA, parecen estar dejando el paso, sin
olvidar las anteriores, a un desafío letal generalizado como es la seguridad y la protección.
Otro principio, que cada día encuentra más adeptos, es el de innovación. Ante nuevos retos se
plantean nuevas soluciones de la mano de la IA en la búsqueda de nuevas respuestas,
atenuándose incluso el de precaución.

El sector de la Salud está respondiendo a un consumismo creciente, influido por las diferentes
experiencias que la sociedad está teniendo con bienes y servicios en otros sectores que, de la
mano de las nuevas tecnologías, se están reinventando poniendo en el centro al consumidor,
usuario, ciudadano, en nuestro caso sería al paciente, haciéndole más participativo y
promoviendo que este busque la rentabilidad, en nuestro caso, la salud en base a resultados.
Las herramientas necesarias, siendo la IA su máximo exponente, para convertirnos en
personas habilitadas digitalmente están ya aquí y listas para lanzarnos a la siguiente
generación de los sistemas sanitarios. Nuestro enfoque ha cambiado y ha pasado a mantener a
las personas más saludables por más tiempo. Una vez conseguida la longevidad vamos a
poner entre todos más vida a los años, y podemos lograrlo mediante el uso de las
herramientas digitales y capacidades disponibles que nos permiten conectar entre sí, los
muchos y variados determinantes sociales y sanitarios y todos ellos con nuestro sistema
sanitario y social, en concreto facilitando la atención médica hasta límites sin precedentes.

10