Dentro de la inteligencia artificial, podemos destacar la visión artificial enfocada en sistemas que son capaces de interpretar y comprender el mundo visual como lo hace un ser humano. Estos sistemas extraer información significativa a partir de imágenes digitales, videos y otras entradas visuales con la finalidad de tomar decisiones o realizar recomendaciones en función de esa información.

Gracias a la visión artificial integrados en robots y otros sistemas podemos conseguir  reconocimiento facial, detección de objetos en tiempo real, detección de movimiento o vigilancia automatizada.  A continuación veremos que soluciones tecnológicas nos ofrece la visión artificial para mejorar las empresas.

SISTEMAS DE DETECCIÓN DE OBJETOS

Con el objetivo de controlar la seguridad de una instalación, la visión artificial es capaz de llevar a cabo el reconocimiento de objetos como EPIs, chaleco, gorras, botas o incluso armas. De esta manera el sistema permitirá o no la entrada de personas al establecimiento.

CONTADOR DE PERSONAS O ANIMALES

Gracias a la visión artificial, este sistema permite contar personas y animales en tiempo real. Es capaz de detectar individuos y su movimiento al mismo tiempo que reconoce si estos entran o salen de un recinto, almacenando la información en el momento.

¿QUÉ ES LA VISIÓN ARTIFICIAL?

La visión artificial es un campo de la inteligencia artificial que permite a los sistemas informáticos extraer información útil de imágenes digitales, videos y otras entradas visuales. De esta manera, pueden tomar decisiones o realizar recomendaciones basadas en esta información. Si la IA permite a las máquinas pensar, la visión artificial les permite ver, observar y entender. 

La visión artificial funciona de manera similar a la visión humana, pero los humanos tienen una ventaja inicial. La vista humana tiene toda una vida de experiencia para distinguir objetos, determinar su distancia, detectar movimiento y encontrar errores en imágenes. 

Por otro lado, la visión artificial enseña a las máquinas a realizar estas funciones en un corto período de tiempo, utilizando cámaras, datos y algoritmos en lugar de retinas, nervios ópticos y corteza visual. Por ejemplo, un sistema entrenado para inspeccionar productos o supervisar una línea de producción puede analizar miles de productos o procesos por minuto, detectando defectos o problemas que serían imperceptibles para los seres humanos. 

La visión artificial se aplica en diversas industrias, desde la energía y servicios públicos hasta la fabricación y la automoción. El mercado de la visión artificial continúa creciendo, y se espera que alcance los +45000 millones de dólares en 2023.

¿CÓMO FUNCIONA LA VISIÓN ARTIFICIAL?

La visión artificial requiere una gran cantidad de datos para poder reconocer imágenes con precisión. Para enseñar a un ordenador a distinguir entre diferentes objetos, como neumáticos de automóviles, se necesitan muchas imágenes de neumáticos y objetos relacionados para que el ordenador aprenda a diferenciarlos y reconocerlos.

Para lograr esto, se utilizan dos tecnologías: el aprendizaje automático (machine learning) y las redes neuronales convolucionales (CNN). El aprendizaje automático utiliza modelos algorítmicos que permiten a un ordenador aprender a diferenciar imágenes si se le proporciona suficiente cantidad de datos. Las CNN descomponen las imágenes en píxeles etiquetados y utilizan convoluciones y predicciones para reconocer las imágenes de manera similar a como lo hacen los humanos.

Las redes neuronales convolucionales funcionan detectando los bordes y formas básicas en una imagen y luego rellenando la información a medida. Esto es similar a cómo un humano ve una imagen desde lejos y luego se acerca para obtener más detalles. Para entender las secuencias de video, se utiliza una red neuronal recurrente (RNN). La visión artificial se utiliza en muchos sectores, desde la fabricación hasta la energía y los servicios públicos, y su mercado sigue en constante crecimiento.

HISTORIA DE LA VISIÓN ARTIFICIAL HASTA AHORA

Desde hace alrededor de 60 años, los científicos e ingenieros han estado trabajando en la creación de tecnología para que las máquinas puedan ver y entender datos visuales. Esta búsqueda comenzó en 1959 cuando un grupo de neurofisiólogos experimentó con un gato, mostrándole una serie de imágenes para correlacionar su respuesta cerebral. Descubrieron que el procesamiento de imágenes comienza con formas simples, como bordes rectos.

Durante la década de 1960, se desarrolló la primera tecnología de escaneo de imágenes que permitió a las computadoras digitalizar y adquirir imágenes. Además, en 1963, los ordenadores pudieron transformar imágenes bidimensionales en formas tridimensionales. En este período también surgió la inteligencia artificial (IA) como campo académico de estudio, enfocado en resolver el problema de la visión humana.

En 1974, se introdujo la tecnología de reconocimiento óptico de caracteres (OCR), capaz de reconocer texto impreso en cualquier tipo de letra, y el reconocimiento inteligente de caracteres (ICR), que puede descifrar texto escrito a mano mediante redes neuronales. Desde entonces, OCR e ICR se aplican en el procesamiento de documentos y facturas, reconocimiento de matrículas de vehículos, pagos móviles, traducción automática y otros usos comunes.

En 1982, el neurocientífico David Marr estableció que la visión funciona de forma jerárquica y presentó algoritmos para que las máquinas detectaran bordes, esquinas, curvas y formas básicas similares. Al mismo tiempo, el científico informático Kunihiko Fukushima desarrolló una red neuronal llamada Neocognitron, capaz de reconocer patrones y que incluía capas convolucionales.

En el año 2000, la investigación se centró en el reconocimiento de objetos y, en 2001, surgieron las primeras aplicaciones de reconocimiento facial en tiempo real. La estandarización de cómo se etiquetan y se anotan los conjuntos de datos visuales se estableció en la década de 2000. En 2010, se creó el conjunto de datos ImageNet, que contiene millones de imágenes etiquetadas en miles de clases de objeto y sirve como base para las redes neuronales convolucionales (CNN) y los modelos de deep learning que se utilizan en la actualidad. En 2012, un equipo de la Universidad de Toronto presentó una CNN en un concurso de reconocimiento de imágenes. El modelo, llamado AlexNet, redujo significativamente el índice de errores en el reconocimiento de imágenes. Desde entonces, las tasas de error se han reducido a un pequeño porcentaje gracias a los avances en esta tecnología.

Sobre Futura VIVE

Partner tecnológico en estos importantes eventos:

Premios y reconocimientos:

Premio a la Mejor Startup – Abril 2020 – Keiretsu Forum Business Angels.

Con el apoyo institucional de: