Boletin Industrial
 

  Buscar:  
  Mi Cuenta
 
 

LOS PROYECTOS DE “VISIÓN POR COMPUTADORA” GANARÁN TERRENO EN 2020






Recientemente un sistema de IA venció a los expertos humanos en la detección del cáncer de mama en un estudio publicado en la revista Nature. Los investigadores involucrados en el proyecto, que incluía a empleados de Google y expertos médicos de EE.UU. y el Reino Unido, impulsaron aún más los avances de la visión por computadora. Las aplicaciones de esta tecnología en el mercado pueden hacer de todo, desde escanear imágenes radiológicas hasta determinar el contenido de un refrigerador.
La variedad de proyectos de visión por computadora podría expandirse en 2020. “La visión por computadora será la aplicación por excelencia para la IA”, dijo Jason Shepherd, vicepresidente de la compañía tecnológica Zededa.
Mientras especulaba sobre las tendencias clave en el evento Consumer Electronics Show (CES, por sus siglas en inglés) de este año, Thomas Husson, vicepresidente y analista principal de Forrester, se mostró optimista respecto a la visión por computadora. En el CES, Husson mencionó que se esperarun enfoque creciente en la visión por computadora, así como en la realidad aumentada y las tecnologías de audio avanzadas.
Si bien las empresas han adoptado la visión por computadora a un ritmo más rápido que los consumidores, la visión por computadora también se está haciendo presente en el espacio del consumidor. El público ha estado más expuesto a la tecnología, por ejemplo, la función de reconocimiento facial que ahora puede desbloquear teléfonos inteligentes. Y los sitios web de consumo como Pinterest también han ayudado a popularizar la búsqueda visual. “La detección de objetos en contexto también abrirá nuevos casos de uso cuando se combine con otras tecnologías como la realidad aumentada o el Internet de la Cosas (IoT, por sus siglas en inglés), dijo Husson.
La proliferación de cámaras IP también está impulsando proyectos de visión por computadora. Un informe de la compañía IHS Markit predijo alrededor de mil millones de cámaras de vigilancia para 2021. Además, las cámaras se implementan cada vez más en el sector industrial, en vehículos autónomos, drones, realidad aumentada y más. Y las cámaras son “uno de los mejores sensores para obtener información rica y de gran ancho de banda”, según Shepherd.
La visión por computadora sigue siendo un tema popular para los investigadores de empresas tecnológicas y académicas. Los pesos pesados de la tecnología como IBM, Amazon, las empresas chinas Baidu y Tencent, Microsoft y Google tienen iniciativas sustanciales de visión por computadora, al igual que muchas instituciones académicas internacionales prominentes.
Las empresas de análisis también son optimistas sobre las perspectivas de la visión por computadora. La visión por computadora fue una de las tecnologías más maduras en el reconocido evento Gartner Hype Cycle for Artificial Intelligence, 2019. En Gartner se proyectó que el subsector de IA estaría a dos o cinco años de la adopción general, mientras que el más reciente informe Forrester New Wave se dedicó a las plataformas de visión por computadora. El documento de Forrester también concluyó que el mercado de visión por computadora se estaba moviendo a “velocidad de la luz”.
Es posible que los proyectos de visión por computadora están un poco sobrevalorados, pero también prometen resultados extraordinarios. En la aplicación de la ley, por ejemplo, las cámaras de vigilancia equipadas con visión por computadora en teoría podrían encontrar fácilmente a un fugitivo en una multitud.
Y esta técnica podría usarse potencialmente para ayudar a enfrentar la escasez de radiólogos en países como los EE.UU. y el Reino Unido.
Ankur Tomar, gerente regional en la ciudad de Newark, también señala que las técnicas de visión por computadora pueden mejorar la localización de robots y sistemas de inspección en entornos industriales. Si la visión por computadora se usa en conjunto con la fusión del sensor, se prevé que la técnica tenga una variedad de aplicaciones potenciales.
“En aplicaciones industriales de visión artificial”, dijo Tomar, “un inspector de control de calidad [...] puede usar datos de múltiples sensores grabados durante el ensamblaje, además de imágenes de un producto ensamblado, para evaluar si debe pasar o no”.
Si bien la adopción de la visión por computadora se está expandiendo, todavía es un poco temprano para llegar a su madurez. Un desafío universal para la visión por computadora es la sobrecarga de datos. Pocas organizaciones están bien equipadas para procesar grandes cantidades de datos de imagen o video de manera automatizada.
Otra barrera para la adopción generalizada de la visión por computadora, al menos para las aplicaciones de vigilancia, son las ramificaciones de privacidad. “Además de consumir un gran ancho de banda y aprovechar diferentes conjuntos de herramientas que las cargas de trabajo de computación de borde que involucran datos estructurados/binarios, las cargas de trabajo de visión por computadora son únicas ya que tienden a generar la mayor preocupación sobre privacidad”, dijo Shepherd de Zededa.
Las computadoras han mejorado al interpretar el mundo que nosrodea, “de ahí las enormes implicaciones de datos y privacidad”, coincidió Husson. Las preocupaciones de privacidad relacionadas con el reconocimiento facial han recibido una atención generalizada. En 2019, San Francisco y Oakland, California, y un trío de comunidades de Massachusetts prohibieron las herramientas de reconocimiento facial para su uso en la aplicación de la ley. En Portland, Oregon, se planea hacer lo mismo.
Mientras tanto, un número creciente de gobiernos ha priorizado la legislación relacionada con la privacidad. El Reglamento General de Protección de Datos y la Ley de Privacidad del Consumidor de California son dos ejemplos destacados.
El creciente interés en la visión por computadora para la vigilancia, entre otras cosas, conducirá a un “enfoque en garantizar que la información de identificación personal se maneje de manera adecuada, y que los detalles se eliminen en el momento de la creación de datos en función de la política”, dijo Shepherd.
Athena Security, una startup con sede en Austin, Texas, que fabrica un sistema de cámara de seguridad con detección de armas, está utilizando este enfoque. El sistema difumina las caras de los sujetos y no utiliza almacenamiento basado en la nube. Lisa Falzone, directora ejecutiva de Athena Security, dijo que el enfoque podría ayudar a prevenir o acelerar la respuesta a los tiroteos masivos sin infringir la privacidad del público.
Shepherd predice que habrá un aumento en el intercambio de conjuntos de datos que respalden el bien público. Él ve esta tendencia especialmente relevante “para casos de uso que involucran patrones comunes, por ejemplo, identificar la demografía de personas como reconocer objetos comunes como un automóvil, autobús, bicicleta o armas”.
En la actualidad, la capacitación de modelos de visión por computadora a menudo lleva mucho tiempo y es costosa. La mercantilización de los modelos de datos podría ayudar a racionalizar esta fase de capacitación, ayudando a aumentar la variedad de proyectos de visión por computadora. “El enfoque para la diferenciación cambiará a modelos de programación para contextos específicos, como la identificación de problemas de calidad en fábricas donde cada producto producido es único”, predijo Shepherd.
Vale la pena señalar que los sistemas de visión por computadora son tan buenos como sus datos de entrenamiento. Como explicó una reciente nota del MIT News, los objetos comunes posicionados en ángulos extraños y con fondos variados pueden afectar incluso a los programas avanzados de visión por computadora. Un equipo compuesto por investigadores del MIT está trabajando para mejorar la precisión de dichos sistemas cuando se encuentran con imágenes atípicas. “Necesitamos algoritmos mejores y más inteligentes”, dijo un científico a MIT News.
Afortunadamente, los investigadores de todo el mundo han abordado la visión por computadora y sus campos relacionados, como el aprendizaje automático, lo que podría ayudar a impulsar la inteligencia de dichos algoritmos.
Por ahora, los casos de uso de la visión por computadora relativamente sencillos probablemente despegarán primero. A la larga, si las organizaciones pueden desarrollar los datos necesarios y la madurez de privacidad necesaria para liberar la visión por computadora, pueden acercarse a lo que algunos consideran comprender y predecir el entorno.




Usuario:
Contraseña:
¿Olvidó su contraseña?

¿Eres un Nuevo Usuario?













Acerca de Nosotros | Anunciate aqui | Contáctanos | Refiere a un Amigo | Ayuda | Mapa del Sitio | Trabaja con nosotros
Nuevos Productos Nuevo | Eventos de la Industria Nuevo | English Information Nuevo | Aviso de Privacidad Nuevo
2020 © Editorial Nova, S.A. de C.V. Todos los Derechos Reservados.