La inteligencia artificial es la tecnología de moda. De eso no cabe la menor duda. Desde la irrupción de ChatGPT, la IA generativa no deja de acaparar titulares. Pero la IA no se agota ahí, sino que también engloba a otras tecnologías subyacentes, como machine learning, deep learning, reconocimiento óptico de caracteres…
La IA generativa queda bajo el paraguas del deep learning, bajo el que también se incluye la denominada computer vision o visión por computador, que permite que las máquinas sean capaces de interpretar y entender imágenes y videos.
Se trata de una tecnología que ya está teniendo un papel muy importante en el ámbito empresarial y que está llamada a protagonizar una revolución en los próximos años. No en vano, se estima que la tecnología computer vision permitirá impulsar un 42% la productividad empresarial durante los próximos tres años, llegando hasta el 52% en sectores como el manufacturero.
Estos datos se desprenden del estudio ‘Visions of the Future: How Computer Vision Technology is Transforming Industries’, elaborado por Panasonic Connect, que ha consultado a 300 profesionales de Alemania y el Reino Unido responsables de la transformación digital y la implementación de IA.
¿Para qué se puede usar la computer vision?
La compañía describe a la tecnología computer vision como “los ojos de la IA”. Se puede utilizar para distintos cometidos. Por ejemplo, para el reconocimiento de objetos en imágenes o videos, desde rostros hasta productos en un estante del lineal.
También para el análisis de imágenes, con el objetivo de extraer información, como colores, texturas, formas y relaciones espaciales.
Otro posible uso es para rastrear el movimiento de objetos en tiempo real, ya sean personas en un video de vigilancia, vehículos en una carretera, etc. Por ejemplo, hace poco hablábamos de Neural Labs, que ofrece sistemas de vigilancia de la criminalidad y de control de acceso de vehículos, del tráfico y de la movilidad aprovechando las posibilidades de ésta y otras tecnologías.
Asimismo, la computer vision permite encontrar patrones repetitivos en grandes conjuntos de imágenes, algo muy útil para tareas como la clasificación y la detección de anomalías.
Ejemplos de uso
Gracias a sus posibilidades, esta tecnología está presente en una amplia gama de sectores. En particular, el informe destaca que la manufacturación y el comercio minorista han mostrado una rápida adopción, utilizando esta tecnología para el control de calidad, la logística y la seguridad.
En el sector del entretenimiento, por su parte, se prioriza el uso de la computer vision en la mejora en la experiencia del usuario a través de aplicaciones como el mapeo de proyección en tiempo real.
Por ejemplo, en el sector industrial se puede utilizar para tareas de control de calidad, ya que permite inspeccionar automáticamente los productos fabricados en busca de defectos o imperfecciones. Asimismo, puede guiar a los robots en tareas de ensamblaje y manipulación de objetos.
En el ámbito del retail, la computer vision sirve para analizar vídeos y estudiar el comportamiento de los clientes en las tiendas, con el fin de mejorar la disposición de productos y la experiencia de compra. Otra opción es el uso en cajas autoatendibles, permitiendo escanear productos y procesar pagos de manera automática. Esto ya lo hemos visto, por ejemplo, en las tiendas Amazon Go, de las que ya hemos hablado en alguna ocasión.
En el entorno sanitario, esta tecnología se puede usar para labores de diagnóstico, analizando imágenes médicas —radiografías, resonancias magnéticas, ecografías…— para detectar enfermedades. También tiene aplicaciones en la cirugía asistida por computadora, proporcionando información visual en tiempo real durante las operaciones.
En labores de seguridad y vigilancia, la computer vision hace posible el reconocimiento de personas en lugares públicos, enfocándose en el control de acceso o la búsqueda de sospechosos, aunque esta aplicación podría encontrarse con algunas trabas legales, especialmente en la Unión Europea. También sirve para monitorizar áreas y detectar actividades sospechosas, como contábamos en el caso de Neural Labs.
También tiene aplicaciones en la agricultura. Por ejemplo, para detectar plagas, enfermedades y medir el crecimiento de las plantas a través del análisis de imágenes aéreas.
Asimismo, es muy importante en el desarrollo del vehículo autónomo, fundamental en su percepción del entorno: detección de objetos en la carretera, vehículos, peatones, señales de tráfico, etc.
Barreras para su implantación
A pesar de los beneficios que ofrece, el informe admite que hay ciertas barreras para su desarrollo, como los altos costes iniciales y la escasez de talento especializado.
Además, pone el acento sobre las preocupaciones éticas, especialmente en lo referente a la seguridad de los datos y la privacidad.
De hecho, el 35% de los encuestados señalan la seguridad de los datos como su principal inquietud: Otro 32% se refirieron al temor por el impacto de la automatización en los empleos y la posible sustitución del trabajo humano por esta tecnología.
En el caso de aquellas empresas que usan la computer vision para el rastreo de personas, las inquietudes se centran en la falta de orientación corporativa sobre su uso (53% de los encuestados), por delante de las preocupaciones sobre la privacidad personal y la vigilancia (40%).
En cambio, quienes aplican esta tecnología para la clasificación de imágenes o documentos se detienen en la seguridad de los datos como principal inquietud (45%), ya que los documentos se almacenan y recuperan digitalmente una vez clasificados, por lo que deben ser protegidos.
