La visión artificial es otro de los ámbitos de la economía humana que está experimentando una auténtica revolución, gracias a la automatización de tareas basadas en los últimos avances en el campo de la inteligencia artificial y el aprendizaje profundo (Deep Learning).
Uno de los componentes clave de esta automatización es la “visión artificial”, que consiste en la identificación de objetos a partir de imágenes. Se trata, literalmente, de conseguir que una computadora “vea” cómo lo hace un humano, mediante la adquisición, procesamiento y análisis de imágenes digitales y vídeos.
No es difícil encontrar herramientas opensource que permiten la detección de objetos genéricos como, por ejemplo, árboles. Se trata de sistemas muy básicos, que están ya pre-entrenados. Sin embargo, la identificación de objetos mediante visión artificial requiere el entrenamiento de algoritmos capaces de identificar detalles mucho más específicos de una imagen como, por ejemplo, distinguir diferentes expresiones faciales.
Vamos a ver ejemplos de cómo se están empezando a aplicar tecnologías basadas en visión artificial a distintas fases del proceso productivo, desde la gestión de la calidad, hasta la clasificación y empaquetado de los productos.
Control de Calidad
El proceso de control de calidad depende en gran medida de la capacidad visual y de adaptación de una persona, y por ello, los errores pueden ser más habituales de lo conveniente. La IA puede distinguir de forma automática, y a gran velocidad, los productos defectuosos. Y lo que es mejor, permite tomar medidas correctivas con la misma precisión y agilidad. Esto es especialmente útil en entornos muy dinámicos, donde las cosas cambian continuamente.
Gestión de inventario
La gestión de inventarios en tiempo real puede resultar ser una tarea increíblemente compleja para una organización. El uso de la IA permite, de nuevo, automatizar esta tarea, eliminando el riesgo de error humano. De esta forma, el mantenimiento de los inventarios se realiza de forma más precisa y eficiente.
Clasificación
La clasificación manual es un proceso largo y costoso, en el que también son frecuentes los errores humanos. Las tecnologías basadas en IA permiten realizar un seguimiento y clasificación de los productos, seleccionando determinados parámetros muy concretos, y generando estadísticas correspondientes del número de objetos mostrados. Gracias a ello, las líneas de ensamblaje son mucho más flexibles, y se reduce en gran medida el número de anomalías en la clasificación.
Línea de ensamblaje
En la industria manufacturera, casi todas las líneas de montaje están completamente automatizadas. Mientras que el uso de la robótica en este campo es extremadamente útil, el uso de tecnologías basadas en inteligencia artificial, para localizar, identificar correctamente los productos, y ubicarlos donde corresponda en cada momento, abrirá puertas a mejoras en la producción y la eficiencia de los trabajadores. Y es precisamente la visión artificial, es decir, la detección de objetivos basada en técnicas de IA, la que permite que esta posibilidad se convierta en realidad.
Detección de “custom objects”
Las tecnologías basadas en la detección de “custom objects” permiten atender las necesidades específicas de fabricación de productos muy especializados o de nicho. Los objetos pueden tener una gran variedad de formas, y por lo general los algoritmos necesitan entrenarse con miles de ejemplos para aprender a diferenciarlos. Con esta tecnología, los programadores pueden reducir en gran medida los necesarios para que el algoritmo funcione con exactitud y eficiencia.
En resumen, los avances en visión artificial suponen un claro beneficio para la industria, ya que la automatización se traduce de forma inmediata en mejoras en la productividad y en la eliminación de errores asociados al factor humano, permitiendo a los operarios de la fábrica dedicar su tiempo a tareas de mayor valor añadido.
Post original escrito por Lucy Beardsley para el blog de LUCA. Traducido por Paloma Recuero.
El blog de innovación de Telefónica
El acceso al agua ha dado a un grupo de mujeres la llave para independizarse económicamente. Se trata de agricultoras a las que UNICEF ha proporcionado un sistema de irrigación para poder tener sus propios cultivos.
La profesora sueca Malin Falkenmark fue pionera mundial en materia de investigación en agua e inventora de conceptos revolucionarios sobre el agua en agricultura. Casi cuatro meses después de su fallecimiento, en este Día Mundial del Agua, vale la pena reflexionar sobre la gestión del agua agrícola, dado que en América Latina aproximadamente el 70% del agua dulce extraída es utilizada en actividades agrícolas.
En algunas épocas del año, por ejemplo durante el fenómeno de El Niño, las plantas de café producen más frutos de los que se esperan, algo que a simple vista parece bueno y próspero, pero un estudio encontró que cuando esto ocurre la cantidad de hojas se reduce hasta en un 32 % y el área foliar hasta 19 %, y además hay déficit en nutrientes como nitrógeno, potasio, azufre y cobre, esenciales para el crecimiento y desarrollo vegetal. Con estrategias como el uso oportuno de fertilizantes se podría mejorar la calidad y cantidad de futuras cosechas.
En pruebas de campo, AgZen, una empresa derivada del MIT, demostró que su sistema de pulverización optimizado por retroalimentación podría reducir a la mitad las necesidades de pesticidas de las granjas y mejorar el rendimiento de los cultivos.
Una nueva plataforma digital de conocimientos agrarios invita a contribuir a la transición de Europa hacia una agricultura y silvicultura sostenibles.
Experta en salud animal probó las bondades de un producto comercial novedoso, elaborado a base de ácidos grasos, para mantener el balance intestinal de los cerdos de granja, y encontró que este ayudaría a reducir el desmedido uso de antibióticos que se les aplican desde edades tempranas para enfermedades provocadas por bacterias como Escherichia coli, lo cual ha generado resistencia y produce efectos adversos en los animales.