¿Qué es la visión por computadora y cómo funciona?

Nuestro mundo está inundado de datos visuales, y es incluso cómo vemos e interpretamos el mundo nosotros mismos. Pero mucho más grande que la memoria de cualquier ser humano individual, o incluso la memoria acumulativa de 8 mil millones de personas del planeta, son las imágenes y videos almacenados en línea. Millones se suben a las redes sociales cada día.

Están en nuestros teléfonos y en nuestras computadoras; en la nube y localmente. Esta explosión de información visual ha creado una necesidad de entenderla, y esto se hace con visión por computadora. Este campo de la inteligencia artificial permite a las computadoras “ver”, interpretar y entender el mundo visual de manera muy similar a como lo hacen los humanos.

La visión por computadora está comenzando a transformar industrias, y su impacto es de gran alcance.

Desmitificando la Visión por Computadora

La visión por computadora busca replicar (y mejorar) lo que sabemos que el sistema visual humano puede lograr. Es complejo, como el nuestro, y no siempre sabemos cómo funcionan los algoritmos, lo que lo hace más abstracto que el nuestro.

¿Cómo hacemos que una máquina entienda una imagen en primer lugar? El proceso comienza con la adquisición de imágenes, donde cámaras/sensores capturan información visual. Luego viene el procesamiento de imágenes, donde los algoritmos mejoran las imágenes para facilitar su comprensión, como reducir el ruido. La extracción de características es el siguiente paso, donde el sistema identifica cosas importantes dentro de la imagen, como sus bordes, formas y colores. Los algoritmos, a menudo demasiado avanzados para entender (porque han estado aprendiendo por sí mismos), utilizan estas características para el reconocimiento de patrones.

La Mecánica de la Visión por Computadora

La magia de la visión por computadora radica en sus algoritmos, pero estos varían según el caso de uso y el enfoque. Las Redes Neuronales Convolucionales son quizás las más comunes, ya que sobresalen en la clasificación de imágenes y la detección de objetos, que tienen muchos usos en la industria.

Los algoritmos de detección de objetos como You Only Look Once y Region-based CNN identifican y localizan objetos dentro de las imágenes, como dibujar cuadros delimitadores alrededor de automóviles o personas para detectar el flujo de tráfico. La segmentación de imágenes es una técnica completamente separada donde los algoritmos dividen las imágenes en regiones significativas.

Ejemplos en el Mundo Real

La visión por computadora está lejos de ser solo un concepto teórico, ya que ahora tiene muchos usos en la industria, lo que significa que tiene implicaciones financieras y económicas. En el cuidado de la salud, puede utilizar imágenes médicas para detectar tumores (mejor que los humanos en algunos casos), así como muchas otras tareas de reconocimiento de patrones dentro de la investigación. La industria minorista puede usarla para el checkout automatizado, muy parecido a las tiendas de Amazon que te observan recoger cosas de la estantería. Las plantas de fabricación la utilizan para el control de calidad, mientras que los vehículos autónomos dependen en gran medida de la visión por computadora para conducir de manera segura y leer el mundo que los rodea.

Empresas que Lideran el Camino

Muchas empresas están impulsando la innovación en la visión por computadora. Gigantes tecnológicos como Google, Microsoft y Amazon ofrecen potentes servicios en la nube, como la API de Google Cloud Vision, Rekognition de Amazon y los Servicios Cognitivos de Azure para Visión de Microsoft. Todos ellos proporcionan modelos preentrenados y APIs para desarrolladores y son herramientas excelentes, pero quizás lo más importante es la estrategia.

Digitalsense – Visión por Computadora es una empresa de desarrollo de visión por computadora con sede en Uruguay que se especializa en IA. La tecnología que ofrecen incluye detección de objetos, reconocimiento facial y capacidades de OCR. Su experiencia abarca múltiples industrias, desde Entretenimiento y FoodTech hasta Belleza y Bienestar. Proyectos exitosos incluyen Sienz (control de calidad de frutas) y Ulta (experiencia de prueba de maquillaje), donde han proporcionado soluciones de extremo a extremo desde el análisis empresarial y I+D hasta el desarrollo y despliegue completo.

Clarifai es otra empresa importante. Tiene una plataforma muy intuitiva (no necesariamente una consultoría) con un gran enfoque en herramientas de desarrollo. La plataforma apoya a alrededor de medio millón de usuarios en todo el mundo, procesando una cantidad inimaginable de solicitudes de IA cada día. Deepomatic también es importante en el reconocimiento de imágenes. Trabajan en una variedad de sectores y actualmente analizan cerca de 1 millón de operaciones cada mes para grandes clientes como Bouygues Telecom y Swisscom.

El Futuro de la Visión por Computadora

Es difícil predecir lo que será posible en un año con la visión por computadora, pero muchas consultorías tienen una mejor suposición. Lo que es cierto es que no hay señales de que la innovación se esté desacelerando, y eso significa que la transformación digital no solo es importante hoy, sino también en el futuro.

La computación en el borde traerá un procesamiento mucho más rápido, y estos datos se analizarán más cerca de la fuente. Además, con suerte, la IA Explicable hará que los modelos sean más transparentes, lo que significa que podemos manipularlos mejor, pero también refinar las preocupaciones éticas que las personas tienen con ellos. Por supuesto, el IoT y la robótica solo bajan de precio, lo que significa que la visión por computadora se volverá cada vez más accesible para empresas más pequeñas y startups.

*La visión por computadora está cambiando cómo las empresas y sus procesos interactúan con el entorno que los rodea, desde entender más sobre su tráfico peatonal para evitar peligros en el lugar de trabajo. Comenzó como un campo de investigación con connotaciones de ciencia ficción, pero ha tenido rápidamente un impacto en el mundo real. Además, su uso va mucho más allá de ahorrar dinero (mano de obra) o acelerar procesos. En cambio, en cada vez más situaciones, la visión por computadora está superando a sus contrapartes humanas. ¿Esta historia gira en torno al reemplazo y el desempleo? No, simplemente significa que los humanos pueden concentrarse en cosas en las que son buenos, mientras que las computadoras se encargan del reconocimiento de patrones.