El Center for Transportation & Logistics del Massachusetts Institute of Technology (MIT CTL) ha inaugurado el Intelligent Logistics Systems Lab, un laboratorio dedicado a la investigación de nuevas tecnologías aplicadas a la industria logística, gracias al capital semilla proporcionado por el grupo intralogístico Mecalux. Este nuevo espacio, se enfocará en el uso de ML e IA para revolucionar el futuro de la logística y el transporte de mercancías.
El laboratorio abordará diversas líneas de investigación para enfrentar los desafíos más complejos de la industria mediante enfoques innovadores. Por ejemplo, investigará herramientas avanzadas capaces de generar predicciones precisas a corto plazo con alta resolución espaciotemporal. Estas capacidades predictivas facilitarán servicios de entrega el mismo día o en cuestión de horas, satisfaciendo las necesidades de empresas y clientes a nivel global.
El Dr. Matthias Winkenbach, director de investigación del MIT CTL, liderará este espacio dedicado a la innovación. «Nuestro objetivo es fomentar la aplicación de tecnologías avanzadas basadas en IA y machine learning para resolver los retos más importantes que enfrentan las empresas y la sociedad», afirma Winkenbach.
El Intelligent Logistics Systems Lab
El nuevo centro de investigación del MIT tiene como objetivo revolucionar la industria logística mediante el diseño de cadenas de suministro más eficientes, económicas y sostenibles. Javier Carrillo, CEO de Mecalux, comenta: «La excelencia operacional se logra con la integración perfecta de tecnología autónoma en las operaciones de almacén. La IA y el machine learning son cruciales para la planificación y control de estos recursos».
El Intelligent Logistics Systems Lab aplicará métodos y tecnologías basados en inteligencia artificial y machine learning a los problemas logísticos con mayor impacto para las empresas y la sociedad
El Intelligent Logistics Systems Lab del MIT CTL se dedicará a explorar cómo las nuevas tecnologías pueden mejorar el control de sistemas autónomos de transporte y la automatización de procesos como el picking, clasificación, empaquetado y envío de pedidos desde almacenes o tiendas.
Además, se enfocará en desarrollar métodos que combinen la investigación operativa (IO) con el machine learning (ML) para resolver problemas de optimización combinatoria, cada vez más complejos y diversos, que son esenciales para el éxito de la industria logística. Estos estudios abordarán cuestiones clave como la gestión de rutas de vehículos, planificación de inventarios, transporte y diseño de redes, entre otros.
