Las 5 mayores tendencias de visión artificial en 2022

La visión por computadora (a veces llamada visión artificial) es una de las aplicaciones más emocionantes de la inteligencia artificial. Los algoritmos que son capaces de entender imágenes, tanto imágenes como videos en movimiento, son una base tecnológica clave detrás de muchas innovaciones, desde vehículos autónomos y autónomos hasta maquinaria industrial inteligente e incluso los filtros en su teléfono que hacen que las imágenes que sube a Instagram se vean más bonitas.

Junto con las habilidades de procesamiento del lenguaje (procesamiento del lenguaje natural, o "PNL") es fundamental para nuestros esfuerzos por construir máquinas que sean capaces de comprender y aprender sobre el mundo que las rodea, al igual que nosotros. En general, se trata de aplicaciones impulsadas por el aprendizaje profundo: redes neuronales entrenadas en miles, millones o miles de millones de imágenes hasta que se convierten en expertos en clasificar lo que pueden "ver".

Se prevé que el valor del mercado en tecnología de visión por computadora alcance los $ 48 mil millones para fines de 2022 y es probable que sea una fuente de innovación y avances continuos durante todo el año. Así que echemos un vistazo a algunas de las tendencias clave que seguiremos con esta fascinante tecnología:

La inteligencia artificial centrada en los datos se basa en la idea de que se debe poner el mismo enfoque, si no más, en optimizar la calidad de los datos utilizados para entrenar algoritmos, como se pone en el desarrollo de los modelos y algoritmos mismos. Defendido por Andrew Ng, reconocido pionero del aprendizaje profundo, este nuevo paradigma emergente es relevante en todas las disciplinas de IA, pero particularmente en el campo de la visión por computadora.

Algunos de los primeros modelos de reconocimiento de imágenes basados en el aprendizaje profundo fueron desarrollados por el Dr. Ng en Google, con el propósito de entrenar a las computadoras para reconocer imágenes de gatos, y dependen particularmente de la calidad de los datos que se les alimenta, en lugar de solo la cantidad.

Este enfoque en mejorar iterativamente la calidad del etiquetado, utilizando técnicas automatizadas de extracción y etiquetado de datos, permitirá que la tecnología de visión por computadora se aplique a problemas donde hay muchos menos datos disponibles, lo que podría reducir el costo (en términos de dinero y recursos informáticos) y abrir muchos nuevos casos de uso potenciales.

Un caso de uso clave para la visión por computadora es detectar peligros y hacer sonar las alarmas cuando algo va mal. Se han desarrollado métodos para permitir que las computadoras detecten comportamientos inseguros en sitios de construcción, como trabajadores sin cascos o arneses de seguridad, así como monitorear entornos donde la maquinaria pesada, como las carretillas elevadoras, trabajan cerca de los humanos, lo que les permite apagarse automáticamente si alguien se interpone en su camino. Con 2.7 millones de lesiones causadas por accidentes en el lugar de trabajo cada año, según la Oficina de Estadísticas Laborales de los Estados Unidos, esta es un área donde las empresas están invirtiendo cada vez más para reducir los costos humanos y financieros causados por la supervisión o la falta de atención.

Por supuesto, prevenir la propagación de enfermedades causadas por virus también es un caso de uso importante en estos días, y aquí las tecnologías de visión por computadora se están implementando cada vez más para monitorear el cumplimiento de los requisitos de distanciamiento social, así como los mandatos de uso de máscaras.

Los algoritmos de visión por computadora también se han desarrollado durante la pandemia actual para ayudar a diagnosticar la infección de las radiografías de tórax mediante la búsqueda de evidencia de infección y daño a las imágenes de los pulmones.

Las compras y el comercio minorista son otros aspectos de la vida en los que seguramente notaremos la creciente prevalencia de la tecnología de visión por computadora durante 2022. Amazon ha sido pionero en el concepto de tiendas sin cajero con sus tiendas de comestibles Go, equipadas con cámaras que simplemente reconocen qué artículos están tomando los clientes de los estantes. Más sucursales abrirán a lo largo de 2022, y otros minoristas se subirán al carro, incluido Tesco, que abrirá el primer supermercado sin pago del Reino Unido.

Además de aliviar a los humanos de la responsabilidad de escanear las compras, la visión por computadora tiene una serie de otros usos en el comercio minorista, incluida la gestión de inventario, donde las cámaras se utilizan para verificar los niveles de existencias en los estantes y en los almacenes y ordenar automáticamente la reposición cuando sea necesario. También se ha utilizado para monitorear y comprender los patrones de movimiento de los clientes alrededor de las tiendas con el fin de optimizar el posicionamiento de los productos y, por supuesto, en los sistemas de seguridad para disuadir a los ladrones.

Otro caso de uso cada vez más popular consiste en permitir a los clientes obtener información sobre los productos escaneando códigos de barras con sus teléfonos móviles. En el comercio minorista de moda, una aplicación particularmente divertida de la visión por computadora es el "probador virtual", que permite a los compradores probarse virtualmente los artículos sin tocarlos: las cámaras en el espejo simplemente superponen imágenes de la ropa en el reflejo del espejo, e incluso pueden identificar los productos que los clientes están probando y sugerir accesorios a juego para acompañarlos.

La visión por computadora es un elemento integral de los sistemas conectados en los automóviles modernos. Aunque nuestros primeros pensamientos podrían ser de los próximos vehículos autónomos, tiene una serie de otros usos en la gama existente de automóviles "conectados" que ya están en las carreteras y estacionados en nuestros garajes. Se han desarrollado sistemas que utilizan cámaras para rastrear las expresiones faciales para buscar señales de advertencia de que podemos estar cansándonos y arriesgándonos a quedarnos dormidos al volante. Como se dice que esto es un factor en hasta el 25% de los accidentes de tráfico fatales y graves, está claro que medidas como esta podrían salvar vidas fácilmente.

Esta tecnología ya está en uso en vehículos comerciales como camiones de carga, y en 2022 podríamos ver que también comienza a abrirse camino en los automóviles personales. Otros usos propuestos para la visión por computadora en automóviles que podrían pasar de la mesa de dibujo a la realidad incluyen monitorear si se usan cinturones de seguridad e incluso si los pasajeros dejan las llaves y los teléfonos atrás al salir de los taxis y los vehículos de viaje compartido.

Por supuesto, la visión por computadora también jugará un papel importante en la conducción autónoma: el pensamiento actual es que será el elemento más importante a bordo de la navegación autónoma. Tesla anunció este año que sus autos dependerán principalmente de la visión por computadora en lugar de lidar y radar, que utilizan ondas láser y de radio, respectivamente, para construir un modelo del entorno del automóvil.

La computación perimetral describe los sistemas en los que la computación se lleva a cabo lo más cerca posible de la fuente de datos. Es un término que se utiliza en contraste con el paradigma de la computación en la nube, donde los datos se recopilan a través de sensores y se envían a servidores centralizados para su almacenamiento y procesamiento. En el dominio de la visión por computadora, es un concepto cada vez más útil, ya que los sistemas de visión por computadora a menudo hacen trabajos en los que se deben tomar medidas de inmediato (piense en los casos de uso mencionados en este artículo bajo seguridad y conducción autónoma), ¡y simplemente no hay tiempo para que los datos se envíen a la nube!

Además de los aumentos en la velocidad que se pueden lograr, la computación de borde en relación con la visión por computadora tiene implicaciones importantes para la seguridad, un factor importante a considerar a medida que las empresas y las personas se enfrentan a un escrutinio y una regulación más estrictos sobre la forma en que se capturan y utilizan los datos de video. Con dispositivos de borde como las cámaras de seguridad equipadas con visión artificial, los datos pueden analizarse sobre la marcha y descartarse si no hay razón para que se conserven, por ejemplo, si no se detecta ninguna actividad sospechosa.

Seminario web de Inspire: desbloquee la ventaja de la IA para transformar su organización con automatización e información procesable

Regístrese ahora para unirse al seminario web ejecutivo exclusivo de AMCS sobre "Cómo desbloquear la ventaja de la IA para transformar su organización con automatización y conocimientos procesables" con el orador invitado Bernard Marr el 14 de junio. Haga clic aquí para obtener más información y registrarse para recibir una invitación.

AMCS Visión AI

AMCS Vision AI es nuestra solución de visión por computadora impulsada por inteligencia artificial diseñada para digitalizar imágenes de flujos de recursos y eventos de servicio para proporcionar a los operadores información automatizada y continua. Obtenga más información aquí sobre esta innovadora solución.