Connect with us

Inteligencia Artificial

La visión artificial ya está preparada para proveer valor comercial

José Luis Becerra Pozas

Published

on

seguridad-ciberdelincuencia-ciberinteligencia

Empresas de una variedad de industrias ya están implementando Inteligencia Artificial basada en imágenes y videos para mejorar y optimizar los procesos y productos comerciales clave. Aquí algunas experiencias.

En los últimos años, las aplicaciones de visión artificial se han vuelto omnipresentes. Desde teléfonos que reconocen los rostros de sus usuarios hasta automóviles que se conducen solos y satélites que rastrean los movimientos de los barcos, el valor de la visión por computadora nunca ha estado claro.

Pero la escasez de hardware y las interrupciones laborales a raíz de la pandemia están desafiando la capacidad de las empresas para cumplir la promesa de la visión por computadora, incluso cuando la propia pandemia ha acelerado el potencial de sus casos de uso.

A continuación se muestra cómo las empresas de una variedad de industrias están implementando la visión por computadora para mejorar y optimizar los procesos comerciales clave, desde el cumplimiento minorista hasta el diagnóstico de atención médica.

¿Qué es la visión por computadora?

La visión por computadora (computer vision) es un campo de la Inteligencia Artificial que se enfoca en procesar imágenes y videos para extraer información significativa. Los ejemplos de visión artificial en acción incluyen el reconocimiento óptico de caracteres, el reconocimiento de imágenes, el reconocimiento de patrones, el reconocimiento facial y la detección y clasificación de objetos.

Las industrias que hacen un uso intensivo de la visión por computadora incluyen manufactura, atención médica, automotriz, agricultura y logística y cadena de suministro. En las empresas, los principales impulsores para implementar la visión artificial incluyen la automatización, la mejora y la productividad de los procesos, y el cumplimiento normativo y la seguridad.

“El mercado está creciendo tan rápido que es difícil controlarlo”, advierte el analista de IDC Matt Arcaro, y agrega que la pandemia ha acelerado la adopción de la visión por computadora, por ejemplo, para monitorear la ocupación para ayudar a garantizar el distanciamiento social o para realizar un seguimiento de cómo mucha gente estaba usando el transporte público.

“Debido a que hay muchas cámaras de circuito cerrado de televisión, es una actualización elegante” para incorporar la visión por computadora, añade Arcaro. “Y, en muchos casos, debido a mandatos gubernamentales o elecciones organizacionales, los dólares de inversión han estado allí”.

Según IDC , el mercado mundial total de tecnologías de visión artificial crecerá a 2,100 millones de dólares este año, de 760 millones de dólares en 2020, con una tasa de crecimiento anual compuesta del 57% esperada hasta 2025, a un valor de mercado total de 7,200 millones de dólares.

La mayor parte de este mercado se encuentra actualmente en las instalaciones, pero IDC espera que las implementaciones de nube pública representen el 48 % del gasto en visión artificial para 2025.

Escalar y acelerar el cumplimiento y la entrega minorista

La industria minorista ha visto una interrupción dramática durante la pandemia, con los clientes moviendo más sus compras en línea y cambiando cada vez más a la entrega a domicilio.

Walmart, por ejemplo, informó que la cantidad de compradores que recibieron sus compras aumentó seis veces en comparación con antes de la pandemia. Para enfrentar el desafío, la cadena multinacional de hipermercados aumentó la capacidad de recolección y entrega en un 20% el año pasado y planea aumentarla otro 35% este año.

Para que esto suceda, Walmart está invirtiendo en varias categorías de tecnología equipada con visión por computadora, incluidos drones y vehículos autónomos. La compañía anunció en julio pasado planes para implementar robots de Symbotic en 25 de sus 42 centros de distribución regionales. Los robots utilizan la visión por computadora, entre otras tecnologías de inteligencia artificial, para mover la carga en los almacenes.

Mientras tanto, la cadena de supermercados estadounidense Kroger ha estado invirtiendo en microcentros de cumplimiento: almacenes de distribución a pequeña escala y altamente automatizados ubicados cerca de donde viven los clientes. El objetivo es entregar comestibles a los clientes en tan solo 30 minutos, según la compañía. Desde el verano pasado, Kroger ha abierto instalaciones en Florida, Alabama, Texas, California, Ohio y Georgia, y tiene planes de abrir 17 instalaciones más, incluidos centros y radios, durante los próximos 24 meses.

En un sitio central, más de 1,000 bots “giran alrededor de cuadrículas 3D gigantes, orquestadas por sistemas de control de tráfico aéreo patentados”, según la compañía. En lugar de mover paletas enteras de productos, como sucede en un centro de distribución regional, aquí los robots recogen artículos individuales. La visión por computadora se utiliza para clasificar y empacar artículos de modo que, por ejemplo, los artículos pesados ​​​​estén en la parte inferior y las bolsas tengan un peso uniforme.

La empresa minorista a pedido Fabric, que se especializa en microcentros de cumplimiento para uso de minoristas que no pueden construir uno propio, utiliza la automatización ampliamente en sus instalaciones, dice el cofundador Ori Avraham. “Usamos la visión por computadora como una capacidad clave de nuestra solución robótica”, dice. “Por ejemplo, la navegación precisa de los robots en el suelo se basa en el análisis basado en la visión de las pegatinas del suelo. Este proceso ocurre en tiempo real como parte de la navegación del robot”.

Los brazos de recolección robóticos también usan visión por computadora, dice. “Para eso, usamos un algoritmo de segmentación y clasificación que nos permite elegir y colocar artículos. Ambas capacidades son cruciales para nuestra capacidad de operar nuestros microcentros de cumplimiento con éxito”.

El mes pasado, Fabric abrió un nuevo microcentro de cumplimiento en Dallas, que se suma a sus operaciones existentes en Nueva York; Washington DC; y Tel Aviv. Tiene asociaciones con Walmart, Instacart y FreshDirect y planea duplicar su red de microcentros de cumplimiento para fin de año.

Agilización y mejora de los procesos de fabricación

La fabricación es otra industria que está siendo revolucionada por la visión artificial, que se utiliza ampliamente en las líneas de producción para inspeccionar productos, automatizar procesos y optimizar la productividad.

Mike Griffin, científico de datos en jefe de Insight, una firma de consultoría de tecnología con sede en Tempe, Arizona, ha trabajado con varios clientes de fabricación en proyectos de visión por computadora. Una asociación involucró el desarrollo de un sistema en el que un dispositivo portátil podría usarse para tomar una fotografía de un contenedor de productos y proporcionar automáticamente un recuento de la cantidad de productos en el contenedor.

“[El cliente] quería poder contratar a personas con discapacidades para hacer el conteo”, señala Griffin. “Parece un [sistema de desarrollo] fácil, pero el desafío es que la aplicación de visión tiene que hacer más que interpretar lo que puede ver, también tiene que interrumpir lo que no puede ver”.

Los productos pueden apilarse unos encima de otros, ocultando los que están en la parte inferior de la vista. Entonces, el sistema de visión por computadora tuvo que tomar una imagen bidimensional y traducirla a un modelo tridimensional. “Necesitábamos tener al menos un 80 % de precisión en nuestro inventario, incluidas las cajas envueltas en plástico transparente con mucho resplandor”, asevera Griffin.

Para entrenar el sistema, los empleados caminaron con teléfonos celulares y tomaron videos. Luego, un interno etiquetó manualmente 500 imágenes tomadas de esos videos, que contenían 30,000 cajas. Se requerían tan pocas imágenes porque la visión por computadora es un área relativamente madura de la Inteligencia Artificial, con muchos modelos pre-entrenados. Por ejemplo, para crear un nuevo modelo para un conjunto de datos personalizado, como cuadros, se utiliza el aprendizaje por transferencia.

“Tomaremos un modelo que ha sido entrenado con millones de imágenes de gatos, perros, autos y demás”, añade Griffin. “Así que gran parte del trabajo duro ya se ha hecho. Y luego podemos agregar nuestras 500 imágenes de cajas o 1,000 imágenes de llantas a ese modelo y volver a entrenarlo con ese conjunto adicional de imágenes”.

El aprendizaje por transferencia permite un entrenamiento de modelos más rápido, con conjuntos de datos más pequeños, de lo que sería posible de otro modo. “También puede crear datos sintéticos”, agrega Griffin. “Por ejemplo, una empresa de construcción quería identificar peligros y solo tenía un par de cientos de imágenes de capacitación. Creamos imágenes adicionales, colocando esos conos de peligro naranja en, por ejemplo, un campo o un estacionamiento, para aumentar su conjunto de imágenes para impulsar ese entrenamiento”.

Otro uso innovador del procesamiento de imágenes en la fabricación es traducir los datos de prueba en imágenes y luego usar el aprendizaje automático en las imágenes generadas.

“Las fallas de las pruebas pueden estar cerca unas de otras, pero no es obvio que estén relacionadas entre sí hasta que se traducen esos datos en imágenes”, dice Griffin. “Están cerca uno del otro en el espacio de prueba, en lugar de estar cerca uno del otro en el espacio físico”.

Mejora del diagnóstico sanitario

En el cuidado de la salud, la visión por computadora se usa ampliamente en el diagnóstico, como en la interpretación de imágenes y videos impulsada por IA. También se utiliza para monitorear la seguridad de los pacientes y mejorar las operaciones de atención médica, asegura el analista de Gartner Tuong Nguyen.

“El potencial de la visión artificial es enorme”, dice. “Básicamente ayuda a las máquinas a dar sentido al mundo. Las aplicaciones son infinitas, en realidad, cualquier cosa que necesites ver. El mundo entero.”

Según la cuarta encuesta anual de Optum sobre IA en el cuidado de la salud, publicada a fines de 2021, el 98 % de las organizaciones de atención de la salud ya tienen una estrategia de IA o planean implementar una, y el 99 % de los líderes del cuidado de la salud creen que se puede confiar en el uso de la IA en el cuidado de la salud.

La interpretación de imágenes médicas fue una de las tres áreas principales citadas por los encuestados donde la IA se puede utilizar para mejorar los resultados de los pacientes. Las otras dos áreas, la atención virtual del paciente y el diagnóstico médico, también están maduras para la visión artificial.

Tomemos, por ejemplo, la fibrosis pulmonar idiopática, una enfermedad pulmonar mortal que afecta a cientos de miles de personas en todo el mundo. La enfermedad no tiene causa conocida ni cura y es muy difícil de diagnosticar. Sólo en Estados Unidos, alrededor de 40,000 personas mueren a causa de la enfermedad cada año.

Según PwC , por lo general se necesitan más de dos años para que se diagnostique la fibrosis pulmonar idiopática; para entonces, la expectativa de vida promedio de los que finalmente reciben el diagnóstico es de sólo tres a cinco años.

El repositorio de datos del Consorcio de imágenes de código abierto, respaldado por PwC y Microsoft, está creando una plataforma para compartir datos de imágenes anónimos para ayudar a diagnosticar la enfermedad. Para finales de este año, la organización espera tener 15,000 escaneos en su base de datos.

Con la IA y el aprendizaje automático, los médicos pueden diagnosticar la enfermedad de forma más rápida y precisa, lo que les da más tiempo para tratar a los pacientes.

Y, en el futuro, la misma plataforma también podrá utilizarse para otras enfermedades raras.

Otras industrias que están siendo interrumpidas por la visión artificial

En el sector de la automoción, la visión artificial se utiliza para ayudar a los conductores y controlar a los conductores para asegurarse de que prestan atención a la carretera. También es clave para habilitar los autos sin conductor, un importante motor de crecimiento para el uso de la visión por computadora en la industria automotriz, dice Aracaro de IDC.

Pero hay otro mercado clave para la conducción autónoma y la visión por computadora en general: la agricultura. “John Deere está haciendo algo realmente crítico allí”, dice Arcaro, señalando que la visión por computadora también se está utilizando en la agricultura para clasificar productos, monitorear la salud de plantas y animales, y monitorear y administrar activos agrícolas.

En ciberseguridad, el análisis de imágenes se puede usar para leer firmas o detectar sitios web de phishing que están diseñados para parecerse a sitios web reales, pero lo suficientemente diferentes como para evadir otros métodos de detección.

En la industria de la hospitalidad, la visión por computadora ayuda a rastrear a dónde van los huéspedes mientras están a bordo de los cruceros para mejorar su experiencia.

En la industria de servicios financieros, el procesamiento de imágenes captura datos de documentos para mejorar la eficiencia de los procesos comerciales.

“[La visión por computadora] abarca casi todas las industrias”, dice Dinesh Batra, vicepresidente de datos e inteligencia artificial de Capgemini Invent. “Ha sido una herramienta de gran éxito para las empresas en los últimos años, y su prominencia seguirá acelerándose”.

Futuro visiblemente brillante

Y, sin embargo, a pesar de la abundancia de casos de uso ya empleados, la visión por computadora tiene un espacio significativo para el crecimiento.

“Todavía es pronto”, opina Nguyen, de Gartner. “Espero ver aparecer más proveedores en este espacio que aborden diferentes elementos de la cadena de valor. Todavía hay muchas oportunidades por venir a medida que la tecnología mejora, es más asequible y más accesible. Comenzaremos a verlo usado en cualquier lugar y en todas partes”.

Sin embargo, no todo es viento en popa. Según Gartner, los obstáculos para la adopción incluyen la escasez de hardware y la falta de capacidades de procesamiento. En algunas aplicaciones, todavía hay problemas con la precisión. Los sistemas de visión por computadora también deben integrarse en las líneas de producción, así como en los sistemas de back-end, los cuales pueden ser un desafío.

Entonces, si bien COVID-19 ha aumentado la demanda y el potencial de la visión por computadora en los negocios, la escasez de hardware concomitante y las interrupciones laborales causadas a raíz de la pandemia han dificultado que muchas empresas capitalicen la promesa de la tecnología.

Pero a medida que esos problemas disminuyan en el futuro, las empresas seguramente estarán preparadas para analizar la tecnología de cerca.

Maria Korolov, CIO.com

Advertisement
Advertisement

VIDEOS

Resources

Advertisement

Recientes

Advertisement