El ingeniero Max Quispe Bonilla (Huancayo, Perú, 1984) ha desarrollado en su tesis doctoral, defendida en la Universidad Pública de Navarra (UPNA), un sistema automático basado en inteligencia artificial que evalúa el diámetro de fibras de origen animal y detecta los diversos tipos de medulación, es decir, la presencia de una cavidad interna en los filamentos que afecta a la suavidad y la calidad textil. Además, ha diseñado y validado modelos de inteligencia artificial que identifican los espectros. Estos son las señales características que las fibras de camélidos sudamericanos (alpaca, llama, vicuña) y cabras (mohair y cachemira) emiten al ser analizadas con luz infrarroja, lo que permite una clasificación precisa por especie y garantiza su trazabilidad.
El ingeniero Max Quispe Bonilla, nuevo doctor por la UPNA, con el dispositivo que ha desarrollado para evaluar fibras de origen animal.
La tesis doctoral ha sido dirigida por los profesores de la UPNA e investigadores del Instituto de Smart Cities (ISC) Luis Javier Serrano Arriezu y Jesús Daniel Trigo Vilaseca. El nuevo doctor de la UPNA ha obtenido la máxima calificación: sobresaliente “cum laude”.
Según el autor de la tesis, las fibras de origen animal presentan características que determinan su calidad, precio y confortabilidad. De ellas, el diámetro y el tipo de medulación son las más relevantes. “Las fibras meduladas, aquellas que tienen una cavidad interna, conocida como médula, que puede recorrer total o parcialmente el eje de la fibra, representan un problema para la industria textil, ya que aumentan la sensación de picazón en la piel y la heterogeneidad de los tejidos, y conllevan una disminución de la calidad de la fibra”, describe Max Quispe.
Además, algunas fibras, dependiendo de la especie de la que provienen, son “considerablemente más económicas que otras”. “De ahí la existencia de productos falsificados, lo cual perjudica tanto a los productores legítimos como a los consumidores”, apunta el investigador.
Por ello, la industria textil necesita herramientas prácticas que permitan identificar las fibras de manera eficiente. La espectroscopía de infrarrojo por transformada de Fourier (FTIR, por sus siglas en inglés) es una de ellas. Se trata de una técnica que utiliza luz infrarroja para identificar y estudiar un material, pues analiza cómo las moléculas de una sustancia absorben esta luz y crean así un espectro o huella única que revela su composición química. Sin embargo, analizar estas huellas a simple vista no es preciso. “Aquí es donde la inteligencia artificial, un campo en crecimiento, puede aportar soluciones novedosas y avances importantes para mejorar este proceso”, afirma.
Inteligencia artificial para medir y clasificar
Para detectar la medulación y evaluar el diámetro de las fibras animales, Quispe desarrolló un sistema automático basado en inteligencia artificial y denominado S-Fiber Med. El proceso de entrenamiento incluyó la recopilación y el etiquetado de imágenes de fibras, que se clasificaron en cinco categorías según el tipo de médula, desde no medulada hasta fuertemente medulada. Esta base de datos generada con las imágenes permitió entrenar modelos de inteligencia artificial “robustos y precisos” con los que se optimizó la clasificación.
Paralelamente, Max Quispe diseñó y construyó un dispositivo que permite colocar y escanear las muestras de fibras, previamente preparadas en un portaobjetos. El sistema también integra una interfaz gráfica, diseñada para facilitar la interacción de la persona usuaria, de tal forma que puede visualizar los resultados fácilmente.
“El sistema S-Fiber Med permite obtener resultados precisos y exactos con rapidez y de manera automática y destaca, además, por su portabilidad, facilidad de uso, practicidad y versatilidad —asegura Max Quispe—. Estas características han hecho que el S-Fiber Med ya esté siendo usado por varios investigadores, a quienes les ha permitido profundizar sus estudios y publicar artículos sobre la medulación de fibras en diferentes revistas científicas. Además, diversos equipos S-Fiber Med han sido adquiridos por el Gobierno peruano, ya que forman parte del programa nacional de mejoramiento genético de fibras de alpaca”.
Al margen del sistema S-Fiber Med, Max Quispe creó y validó dos modelos de inteligencia artificial para identificar de qué especie provienen las fibras. Para ello, clasificó las huellas de luz de dichas fibras, obtenidas por espectrómetros que utilizan luz infrarroja. Con esta tecnología, ha demostrado que “se puede identificar y evaluar la existencia de diferencias espectrales obtenidas con tecnología infrarroja entre las fibras de las diversas especies” con el uso de sus modelos de inteligencia artificial.
“La implementación de estos modelos y técnicas permitirá optimizar procesos en la industria textil, como la clasificación, el control de calidad o la trazabilidad, ya que posibilita la identificación precisa de las fibras según su origen, lo que, a su vez, podría impactar positivamente en la sostenibilidad y la valorización de los camélidos sudamericanos y caprinos”, concluye.
Breve currículum
Max Quispe se graduó como ingeniero electrónico en la Universidad Nacional del Callao (Perú) en 2009. Posteriormente, cursó el Máster Universitario en Ingeniería Biomédica en la UPNA. Al concluir sus estudios de posgrado, regresó a su país, donde fundó la empresa de base tecnológica Maxcorp Technologies. Posteriormente, cofundó Natural Fiber’s Tech y Neural X.
Max Quispe ha realizado su doctorado en la UPNA mientras desarrollaba las empresas que había contribuido a crear. Durante su etapa formativa en la UPNA, ha participado como ponente en más de una veintena de congresos y ha sido autor y coautor de más de una docena de artículos científicos, así como de un capítulo de un libro. Además, ha desarrollado y colaborado en doce proyectos de investigación financiados por el Estado peruano a través de los programas Prociencia y Proinnovate. Como resultado de su trabajo, ha obtenido diez productos de desarrollo tecnológico e industrial, cuenta con patentes en Perú, España y Argentina y tiene otras en proceso de solicitud.