¿Qué es la visión artificial o Computer visión?
Se trata de un conjunto de tecnologías que permite adquirir, gestionar y analizar información visual. La visión artificial es una tecnología que permite a las máquinas “ver” y procesar esa información para tomar decisiones.
El término Computer Vision (Visión Artificial en español) es un campo de Inteligencia Artificial e Informática que enseña a los ordenadores a ‘ver’ y entender el contenido de las imágenes digitales. En otras palabras, tiene como objetivo dar a las computadoras una comprensión visual del mundo, y es el corazón de los poderosos algoritmos.
A día de hoy, prácticamente todo lo que nos rodea genera contenido digital. Desde los pequeños sensores instalados en las puertas de los supermercados hasta los más sofisticados smartphones y, muchos de esos dispositivos toman imágenes y graban videos.
Cabe esperar que, analizar dicho contenido digital puede proporcionar mucha información útil en todos los sectores. Una forma de hacerlo es que dicho análisis lo lleven a cabo los humanos, lo cual supone una inversión elevada. Sin embargo, existe una alternativa inteligente que consiste en sacarle partido al machine learning (ML) y Deep learning (DL). La tarea consiste en aplicar ML y DL a las imágenes digitales y videos, con el fin de clasificar (reconocer) los objetos que aparecen en ellas.
La visión por computadora funciona en tres pasos básicos:
- Adquirir una imagen: las imágenes, incluso los conjuntos grandes, se pueden adquirir en tiempo real a través de videos, fotos o tecnología 3D para su análisis.
- Procesando la imagen: los modelos de aprendizaje profundo automatizan gran parte de este proceso, y se entrenan al ser alimentados primero con miles de imágenes etiquetadas o identificadas previamente.
- Entendiendo la imagen: el paso final es el paso interpretativo, donde se identifica o clasifica un objeto.
Aplicaciones de la VISION ARTIFICIAL o COMPUTER VISION
Veamos uno por uno los casos de uso reales que se están llevando a cabo utilizando visión artificial.
Logística | Control de calidad
El proceso de inspección de búsqueda de defectos tradicionalmente estaba a cargo de un profesional que requería mantenerse atento durante largas y tediosas horas. Debido a estas condiciones de trabajo, las omisiones o errores eran comunes.
La visión artificial impulsada por IA contrarresta el factor humano en operaciones repetitivas lo que da como resultado mayor fiabilidad en los controles. Estas soluciones pueden aplicarse en una gran variedad de industrias.
Amazon, por ejemplo, utiliza sistemas de visión por computadora que pueden ayudar a descargar un tráiler de inventario en sólo 30 minutos, una labor que podría tomar horas sin este tipo de soluciones.
La visión artificial aplicada a un robot paletizador
La visión artificial emula a la visión humana, pero con una gran diferencia. La visión humana tiene características que tienden a lo cualitativo, mientras que la artificial se centra más en observaciones cuantitativas. Por eso se convierte en una herramienta extraordinaria a la hora de hacer mediciones exactas: tamaños, paralelismos, rectitud.
Este sistema, aplicado a un robot paletizador -de tableros, por ejemplo- permite comprobar que el grosor de la plancha sea el correcto, verificar los ángulos de corte, o que no haya ningún desperfecto en la superficie. Si el robot detectase que algo no cumple con los criterios establecidos, desecharía la plancha de madera a una dársena de descarte.
Automoción
Tesla es el único fabricante de vehículos eléctricos que desarrolla autonomía para apostar completamente por la visión por computadora en lugar de un enfoque basado en LiDAR.
LiDAR significa «detección de luz y alcance» y es esencialmente un sonar que utiliza ondas láser de pulso para trazar un mapa de la distancia entre los objetos y construir mapas de alta definición del área. Una simple analogía puede ilustrar la diferencia conceptual entre Computer Vision y LiDAR. Imagínate dos estudiantes, donde uno simplemente está abarrotando y memorizando el contenido (LiDAR), mientras que el otro mientras que el otro está tratando de entender realmente lo que ve, es decir todo su entorno todo lo material y aprenderlo de verdad (Tesla FSD).
El estudiante que aprendió el material (Tesla FSD) podrá responder las preguntas del examen correctamente, incluso si las preguntas del examen se intercambian, las preguntas se reformulan o se agregan nuevos componentes a las preguntas.
El director de inteligencia artificial de Tesla, Andrej Karpathy, explica en este video cómo Tesla obtiene imágenes para entrenar la detección de objetos:
Tesla sabe muy bien el significado real de la aplicación de Computer Vision. En comunicación con la tecnología de IA, todos los modelos Tesla llevan instaladas decenas de cámaras. Utilizando la visibilidad 360, su sistema AutoPilot tiene la capacidad de conducir el vehículo sin la supervisión humana.
Visión artificial industrial en el control de calidad
Este es otro de los sectores donde más se explota por ahora esta característica de la robótica. En segundos, haciendo uso de sensores especiales un robot puede optimizar todo el proceso de selección y de control de calidad tanto en piezas del sector automotriz, como frutas y alimentos defectuosos en los sectores alimenticios de todo tipo.
Retail y Seguridad
Amazon abrió las puertas de su primera tienda Amazon Go en Seattle en enero de 2018 después de pasar un año probando su tecnología Just Walk Out en sus empleados en su sede. El gigante tecnológico ahora tiene 27 tiendas en los EE. UU. En Amazon Go donde los clientes no tienen que pasar por caja, y por lo tanto no tienen que hacer colas innecesarias, porque, de hecho, no hay cajeros.
El concepto de tienda permite que un cliente ingrese a una tienda Amazon Go escaneando un código QR de su aplicación de Amazon en el acceso a la tienda para permitirle la entrada, recoger un producto y salir nuevamente sin hacer cola para pagar en cajero.
La tecnología de visión por computadora, a diferencia de la identificación por radiofrecuencia (RFID) o los sensores de peso en los estantes, les sirve para detectar lo que un cliente lleva consigo. Amazon luego envía por correo electrónico un recibo después de la compra.
En este video explicativo, podemos ver que esto lo consiguen instalando cientos de cámaras en el recinto del supermercado en combinación con la tecnología de Computer Vision.
Aunque Amazon Go fue la pionera, un puñado de nuevas empresas están aprovechando esta oportunidad en la actualidad, incluidas Standard Cognition, Grabango, Trigo Vision, Zippin y AiFi. Standard Cognition, el mejor financiado de estos competidores, anunció una ronda de financiación de US$ 150 millones del Vision Fund de SoftBank a principios de 2021.
Seguros
El negocio de los seguros depende en gran medida de la evaluación visual de los activos: para fijar el precio y suscribir pólizas con precisión, por ejemplo, así como para determinar el alcance de los daños después de un accidente a efectos de reclamaciones. Como en otras industrias, la visión por computadora ofrece la oportunidad de realizar este análisis visual de forma más rápida, económica y precisa de lo que se hace en la actualidad.
Cape Analytics y Betterview son dos nuevas empresas que aplican la visión por computadora al seguro de la vivienda. Usando datos geoespaciales, pueden evaluar automáticamente de qué material está hecho un edificio, en qué condición se encuentra el techo, cuál es la superficie del techo, cuántos escombros de jardín tiene la propiedad, qué tan cerca está una estructura de la vegetación, y cientos de otros factores que determinan colectivamente el perfil de riesgo de la propiedad y el precio óptimo de la póliza de seguro.
Salud: una salud inteligente a través de IA y la nube
Microsoft pone a disposición un software llamado InnerEye, que es capaz de visualizar e identificar tumores u otras anomalías en las radiografías (rayos X). Los radiólogos pueden subir una radiografía tridimensional, y el software colorea las zonas que presentan anomalías, con el fin de prestar mayor atención a dicha zona.
InnerEye puede escanear 10,000 imágenes por hora y utiliza un usuario biónico: el cerebro humano como parte de una red de inteligencia artificial personalizada
El objetivo de InnerEye es democratizar la inteligencia artificial para el análisis de imágenes médicas y capacitar a los profesionales de institutos de investigación, hospitales, organizaciones de ciencias de la vida y proveedores de atención médica para construir sus propios modelos de inteligencia artificial para imágenes médicas utilizando Microsoft Azure.
Banca
Este sector también está sacándole partido a la tecnología de CV. Existen sistemas como Mitek Systems que realizan un reconocimiento de imágenes con el fin de clasificar documentos, extraer información e identificar a los individuos.
La verificación de identidad, incluido el análisis biométrico, la tecnología de captura de imágenes y la verificación de tarjetas identificativas, permite a las entidades incorporar nuevos usuarios con total seguridad, verificar identidades en cuestión de segundos y reforzar la seguridad frente a los delitos cibernéticos.
Esto facilita trámites como no tener que acudir a una sucursal para abrir una nueva cuenta bancaria. El usuario se identifica utilizando la cámara de su teléfono móvil, sube la documentación necesaria, y se ahorra las largas colas que se solían hacer en los bancos.
La visión artificial o por computadora es el campo tecnológicamente más maduro de la inteligencia artificial moderna, sin embargo, está a punto de traducirse en una enorme creación de valor comercial.
Hoy en día, la visión por computadora está encontrando aplicaciones en todos los sectores de la economía como hemos visto anteriormente. Las empresas están aplicando la visión por computadora a una amplia gama de casos de uso específicos de la industria con una ventaja económica convincente.
