La inteligencia artificial aprende a distinguir las mejores pieles

«Al igual que la piel humana, la del cordero tiene defectos y a la máquina hay que enseñarle cuáles son para que pueda detectarlos», resume Juan Carlos García, natural de Madroñera y pielero en Ovipiel, que tras más de 40 años en esta profesión se jubila en apenas unos meses. «Empecé cuando las pieles se secaban en una cuerda y se hacían unas 20 o 30 al día, no hasta las 2.000 como ahora», relata. Los pieleros en activo en la región se cuentan prácticamente con los dedos de una mano.

Por tanto, aquí no existe debate sobre el peligro de la sustitución del ser humano por máquinas. Aquí la cuestión es que esta no logre sustituir al pielero y ese conocimiento se pierda. «Clasificar una piel lleva mucho tiempo y la máquina lo hace más rápido, lo que estamos haciendo es meterle los datos que nosotros sabemos para que haga las cosas incluso mejor», explica mientras una cámara va fotografiando muestras de piel en las que él marca unos defectos que pasan a formar parte de una inmensa base de datos. Un trabajo que se desarrolla en las instalaciones que Ovipiel tiene en el polígono industrial Montepozuelo, en la localidad pacense de Villanueva de la Serena, y que está dedicada a la compra y venta de pieles, especialmente en ovino.

«Le marcamos defectos como pueden ser vacunas, roña, pincha (lesiones producidas por espigas, otras semillas y restos vegetales) y otros que intentamos que no lleguen a la curtidora porque esas pieles se desprecian y no tienen valor», dice Juan Carlos, que habla en plural porque a su lado están dos jóvenes ingenieros, Manuel González y Carlos Vinagre, técnicos del proyecto GO Lambskin, mediante el cual se desarrolla esta tecnología de la llamada industria 4.0.

El objetivo es mejorar la clasificación según la calidad de la piel y la lana mediante robotización, de forma que sea posible mejorar su valor en el mercado al poder diferenciarlo por calidades. Se trata de un proyecto cofinanciado en un 80% por la Unión Europea, a través del Fondo Agrícola de Desarrollo Rural; además de la aportación de la Junta de Extremadura y el Ministerio de Agricultura, Pesca y Alimentación.

Según explican los impulsores de Lambskin, debido a varios factores el sector ganadero no ha adoptado esta industria 4.0 al nivel de otros sectores. Particularmente, el sector del curtido, uno de los más tradicionales, no dispone de tecnificación. Así, se entiende que su implantación mejoraría significativamente los índices productivos.

El punto de partida en la región es bueno. No obstante, se considera que el tronco merino extremeño destaca por su calidad de la lana, que se valora por la finura (micras), el número de rizos por centímetro lineal, el número de fibras por centímetro cuadrado y la longitud de la lana. Sus usos pueden ser para el sector textil, con variantes en función de la calidad, pero también se puede extraer lanolina para perfumería y cremas para la piel, incluso para prótesis en medicina.

Cabe destacar que el cuero de bovino y la piel de ovino y caprino son tradicionalmente los subproductos de matadero de mayor valor comercial. La capa de piel es separada del cuerpo del animal, se elimina el pelo o la lana, salvo en los casos en que se quiera conservar esta cobertura pilosa al final, y posteriormente es sometida al proceso de curtido. El valor de las pieles se establece tras una primera clasificación en la recogida en matadero, según la raza del animal y defectos observados.

En este punto la IA se nutre sobre todo del aspecto visual. Para ello, el pielero sitúa una muestra de piel sobre una mesa metálica que dispone de un aparataje manejado por los dos técnicos y que consta esencialmente de una cámara y un ordenador. Tomada la fotografía, se anotan los defectos, que pasan a esa base de datos que alimentará el algoritmo que se utilizará después para catalogar las diferentes calidades. A mayor número de muestras, mayor es la precisión de este 'Pielero 4.0', todo con el fin de dominar la tipificación de pieles y lanas, estableciendo estrategias para un mejor posicionamiento en la cadena de valor desde la producción ganadera hasta la industria textil y el consumidor final.

«Estamos entrenando la cámara para que aprenda los posibles defectos y tener la mayor fiabilidad posible», explica Manuel González, ingeniero de procesos en Coveless, firma experta en robótica y automatización industrial. «Según lo que nos indica el pielero, dividimos las muestras dependiendo de los defectos que presente», añade.

Para considerar una piel de primera calidad (con un valor del 100%), debe presentar unas buenas características 'double face', es decir, tanto en lana como en piel. Así, esta piel de tipo 1 debe estar limpia y la lana debe ser buena, uniforme, tupida y presentar buena calidad, especialmente en la barriga. Se utiliza sobre todo en marroquinería y tapicería. Las pieles de tipo 2, de segunda calidad y considerada buena (valor del 55-60%), serán aquellas grandes, no muy pesadas y de lana que puede ser más abierta y menos tupida. En este caso, su uso es para productos como forros o calzados. Las de tipo 3, por sus defectos, se destinan a subproductos industriales, gelatina o incluso se descartan.

«Con la evolución actual de la industria, cada vez con mayor competitividad y automatización, es una apuesta de Coveless para ayudar al sector», añade el técnico sobre esta herramienta que no se ve como amenaza: «La automatización puede suplir labores que por desgracia se están perdiendo; pero también puede generar otros empleos para desarrollo y mantenimiento de sistemas».

Junto a él trabaja Carlos Vinagre, que detalla aspectos más técnicos del proyecto. Utiliza un sistema de visión artificial «con una cámara FLIR (termográfica de infrarrojos) y unos modelos neuronales a los que estamos entrenando». La previsión es que, casi coincidiendo con la jubilación del pielero, el sistema esté funcionando este verano.

Esta herramienta entraría a trabajar antes del salado de la piel, mediante una maquinaria que las levantaría para que se vean por las dos caras, «y se haría un descarte si es de tipo 3 o pasaría al salado diferenciando entre tipo 1 o 2».

Se trasladaría así este prototipo a una realidad en producción que ya anhelan desde Ovipiel. «Llevamos mucho tiempo, pero nuestro sector tiene un pulmón económico pequeño para innovar y solemos ir a este tipo de convocatorias de ayudas», reconoce Francisco José Arias González, director de Comercial Ovinos, que actúa como líder de Lambskin. No obstante, ya lo habían intentado con un proyecto piloto. «Vimos que podría ser posible, pero técnicamente era muy caro porque había que utilizar diferentes tecnologías», cuenta sobre esta experiencia fallida, que sin embargo, les sirvió para seguir intentándolo con un proyecto en el que participan también la UEx, la Asociación nacional del comercio textil, complementos y piel (Acotex), la Asociación Española de Fabricantes de Marroquinería (Asefma) y el centro Imasde Agroalimentaria.

«La dificultad está en traducir lo que las personas saben en algo que una máquina pueda hacer, pero siempre hay un camino», añade sobre esta herramienta que les va a permitir en primer lugar suplir una profesión que caerá en el olvido, «vemos una oportunidad ante la jubilación de estas personas que tienen el conocimiento adquirido tras 40 años trabajando, pero que no se guarda en ningún sitio». Si el ojo lo puede ver, cómo no lo va a ver una cámara, piensan en Ovipiel.

No es la única ventaja. «También te ayuda a definir mejor el precio del producto», añade Arias, al tiempo que expone una mayor rentabilidad. Además, avanza que el objetivo ahora es trasladar este sistema a un dispositivo portátil que seguirá en constante entrenamiento, «hasta que tengamos la tranquilidad de que ya identifica bien los principales defectos».

A la pregunta de si la Inteligencia Artificial se puede equivocar, máquina y pielero responden prácticamente igual: «Sí, la máquina también se va a equivocar». Pero aprenderá de sus errores, ¿igual que el ser humano?