Con los avances en inteligencia artificial (IA), la visión por computadora puede convertirse en una tecnología promesa para las cadenas de suministro.
¿En qué consiste? DHL publicó un informe sobre la visión informática impulsada por la IA en la logística.
En el Trend Report: AI-Driven Computer Vision, la firma detalla que el mercado global de la visión computarizada registró inversiones por 9.40 mil millones de dólares en 2020.
Se estima que para el 2030 el monto será de 411.1 mil millones de dólares en 2030, una década de CAGR en 16%.
La Inteligencia Artificial permite a los ordenadores ver, entender y recopilar información de entradas visuales como imágenes y vídeos digitales.
Al recopilar estos datos visuales usando algoritmos, estos sistemas pueden hacer recomendaciones e incluso tomar acciones.
Desde su nacimiento, cada persona aprende a distinguir los objetos, estimar la distancia y la velocidad de los objetos, detectar anomalías visuales e interpretar lo que vemos.
- Esa es la base de la visión de computadora impulsada por IA.
Los sistemas de visión computacional, específicamente sus algoritmos, deben ser entrenados de la misma manera, y esto se hace usando datos visuales.
El proceso de capacitación se acelera proporcionando grandes cantidades de insumos digitales.
Estos sistemas nunca se cansan y pueden superar rápidamente nuestras capacidades humanas de detectar y reaccionar a las entradas visuales.
Las tasas de precisión de la visión computarizada para identificar y clasificar objetos aumentaron del 50% al 99% en menos de una década.
Impacto actual en la logística
La IA ya está impactando en la industria logística, desde chatbots hasta la optimización de rutas y la predicción de la demanda.
Ahora, con la visión por computadora parece probable desbloquear muchas más oportunidades, gracias a los avances tecnológicos en la percepción de profundidad, reconstrucción 3D e interpretación de imágenes oscuras y borrosas.
Cómo aprenden los sistemas de visión informática
Los sistemas de visión computarizado aprenden mirando grandes cantidades de datos visuales de alta calidad.
Analizan repetidamente estos datos hasta que reconocen imágenes y aprenden sobre cualquier diferencia de imagen.
Par ello utilizan dos tecnologías diferentes:
- Un tipo de aprendizaje automático llamado aprendizaje profundo
Utiliza algoritmos para auto-enseñanza sobre datos visuales junto con redes neuronales artificiales para obtener más y más de los datos
- Una red neuronal convolucional
Desglosa las imágenes en las etiquetas y realiza las matemáticas en estas etiquetas para comprobar repetidamente la exactitud de la predicción
El aprendizaje profundo ha pasado del reino conceptual a la aplicación práctica, ya que muchas aplicaciones de visión informática, desde el reconocimiento facial hasta los vehículos de autoconducción, hacen uso de ella.
Tendencias vinculadas a la visión de ordenador
IA interactiva
Esto se refiere al uso de algoritmos de IA que procesan la entrada del usuario humano, como texto y habla, para proporcionar una respuesta razonable.
Edge computing
Con una arquitectura de TI descentralizada, esta tendencia permite el procesamiento de datos visuales de alta calidad de las cámaras y sensores.
Para ello se requiere de una red de alta velocidad que mantenga segura la información en la fuente.
Realidad mixta
La visión informática extrae datos de imágenes y videos. La realidad mixta la integra en el mundo físico.
La realidad mixta la integra en el mundo físico creando superposiciones 3D, proporcionando orientación para muchas tareas como inspecciones avanzadas o cirugías complejas.
Drones
Mediante la implementación de redes neuronales profundas, las cámaras montadas en drones pueden ser entrenadas para detectar personas y objetos.
Posteriormente, pueden analizar las imágenes y comunicar los hallazgos en tiempo real.
Big Data Analytics
Esta tendencia implica analizar grandes datos para encontrar patrones, rastrear los cambios en tiempo real y predecir el futuro.
En la visión por computadora, acelera los procesos, mejora la productividad, etcétera.
Vehículos autónomos al aire libre
La visión computarista es central en esta tecnología, ya que las cámaras y sensores combinados con algoritmos de detección de objetos ayudan a estos vehículos a evitar colisiones, seguir las rutas designadas y detectar obstrucciones.
Robóticas
El mapeo y localización simultánea basado en la visión permiten a los robots percibir, comprender y reaccionar ante los cambios en su entorno.
Las aplicaciones incluyen trazar rutas, mapear áreas sin mapear y evitar obstáculos.
