REITE

Inteligencia artificial

Potencial y Alcance de la Inteligencia Artificial

La popularidad de la Inteligencia Artificial (IA) crece cada día. Durante los últimos años nos hemos dado cuenta cómo sus aplicaciones han evolucionado significativamente, impactando en casi todas las industrias. Al pensar en IA nos imaginamos en robots que pueden hablar, escuchar y actuar de manera autónoma (incluso sentir) como lo hacemos los humanos. El cine nos ha planteado varios de estos ejemplos como: C3PO en Star Wars, Jarvis en el MCU e incluso Terminator. Ok, pero … ¿De qué se trata esta tecnología? La IA es la inteligencia mostrada por una máquina que simula el comportamiento o pensamiento humano y que se entrena para resolver problemas específicos. Sus objetivos implican aprender y reconocer patrones en los datos. Se basa en un código de programación que se despliega en computadores para que realicen funciones similares a las humanas, mediante técnicas como Machine Learning y Deep Learning. Machine Learning (ML): son aquellas técnicas que buscan enseñarle a una máquina cómo hacer inferencias y decisiones basadas en experiencias pasadas. Identifican y analizan datos y patrones para inferir el significado de estos con el objetivo de llegar a una posible conclusión sin tener que programarlo explicitamente. Deep Learning: El Deep Learning es una técnica de ML, extremadamente sofisticada, que busca enseñarle a una máquina a procesar inputs a través de redes neuronales profundas para clasificar, inferir y predecir el resultado de manera similar que lo hace un cerebro humano. Para que sigamos profundizando el alcance de esta tecnología, me gustaría indicar tres grandes beneficios y tres defectos a tener en cuenta para su uso e implementación: Sus beneficios Vasto potencial: Al involucrar a múltiples industrias y sectores a través de técnicas revolucionarias como Machine Learning, la IA es conocida por su tecnología de vanguardia. Pues esta ha ayudado en la creación de autos autónomos y ciudades inteligentes. Productividad: A diferencia de los humanos, las máquinas no necesitan descansar, pueden trabajar 24/7 los 365 días del año, lo que significa un boost importante a la productividad. Además, escalar una solución es ultra fácil, solo hay que prender más computadores. Resultados precisos: Muchas veces el trabajo realizado por humanos está expuesto a fallas. En contraste, las máquinas con IA son altamente eficientes en lo que hacen y son capaces de producir resultados aún más precisos que los humanos.   Pero no todo es color de rosas, pues la IA también tiene ciertas limitaciones. Costos Una de sus desventajas es que requiere una arquitectura costosa e ingenieros especializados para su correcto funcionamiento. Muchas veces esto puede significar que algunas empresas decidan evitar su adopción en sus modelos de negocio. Reemplazo de la fuerza laboral Incluso desde antes que llegara la IA a nuestras vidas, los avances tecnológicos se han caracterizado por crear desempleo de forma masiva. La innovación ha podido reemplazar de manera eficiente muchos trabajos forzosos y peligrosos desde la Revolución Industrial en adelante. Hoy en día se habla de una cuarta Revolución Industrial, y también se dice que muchos empleos serán inevitablemente reemplazados por la IA a medida que esta siga creciendo. No obstante, también es probable que se creen nuevos puestos especializados para el desarrollo de esta tecnología. Creatividad Las máquinas funcionan sobre la base de la información existente más que de la información que no existe (imaginación). La ausencia de creatividad es otro inconveniente de la IA que implica que las máquinas son simplemente consistentes en la producción de trabajo a partir de la información que poseen. Aunque las máquinas pueden imitar el comportamiento humano, todavía se quedan atrás en innovación.   Alcances A partir de estas características, la IA se usa para resolver problemas sencillos y complejos. De hecho, ha surgido el concepto de Inteligencia Artificial General, que corresponde a la inteligencia capaz de igualar o exceder la inteligencia humana, es decir, una máquina que puede realizar con éxito cualquier tarea intelectual desarrollada por un humano. Aún estamos extremadamente lejos de lograr este tipo de inteligencia, pero esta podría suponer nuevos problemas. Por ejemplo, las incógnitas morales sobre la posición que deberíamos tomar como seres humanos ante un ser que, por su nueva inteligencia, podría considerarse más que una máquina.   En este contexto, debemos entender y asumir que la IA ha llegado para quedarse. Si bien hay algunas aplicaciones que podemos considerar problemáticas y su proyección es aún incierta hacia el futuro, está en nosotros como sociedad regular y limitar su uso, pues la IA tiene el potencial de mejorar la calidad de vida de las personas, sin tener que preocuparnos del trabajo forzoso y ayudarnos a administrar la compleja sociedad en la que vivimos. Si bien sus desventajas podrían limitar la adopción de la IA en las empresas, sobre todo cuando estas están en fases iniciales, esta tecnología ha demostrado múltiples beneficios y aún debe recorrer un largo camino para mejorar sus aplicaciones. En este sentido, existen dilemas morales que aún debemos resolver, pero la IA es una realidad y su adopción está avanzando a un paso sorprendente. Por tanto, es necesario que aprendamos cómo aprovecharla ahora, de una manera responsable, y proyectarla hacia el futuro.  Ustedes, ¿están preparados para abrazar el potencial de esta tecnología? En Reite sí ;), buscamos potenciar la IA para facilitar la vida de las personas. Hoy en día nuestro trabajo se enfoca en transformar coolers tradicionales en dispositivos inteligentes, para que las personas puedan saltarse las filas y no tengan que pasar por caja. https://prueba.reite.cl/wp-content/uploads/2024/02/Demo-Smart-Cooler-1-Sin-Banner.mp4

Potencial y Alcance de la Inteligencia Artificial Leer más »

Monitoreo de contenedores de residuos – cámaras o ultrasonido

Continuando con los Reite blogs, hoy te contaremos porqué utilizamos cámaras para la medición de los contenedores y sus principales ventajas frente a otros tipos de sensores, en particular de ultrasonido. Por si no has leído nuestro blog introductorio sobre visión artificial te lo dejo justo aquí. Sin duda que el uso de sensores ha cambiado la forma en que entendemos al mundo, logrando obtener información relevante y accionable de nuestro entorno. Hoy en día, gracias a los avances en inteligencia artificial se pueden utilizar las cámaras como un poderoso sensor, logrando obtener valiosa información donde antes no era posible o era extremadamente caro. Es aquí donde la frase “una imagen vale más que mil palabras” toma más relevancia que nunca. Una imagen vale más que mil palabras … o mil sensores Concentrándonos en la medición del nivel de llenado de contenedores de residuos, es posible elegir entre dos principales opciones: utilización de sensores de ultrasonido y cámaras. En Reite utilizamos dispositivos con cámaras embebidas, aquí te explicamos porqué. Ultrasonido El sensor de ultrasonido funciona enviando ondas de sonido a altas frecuencias, indetectables para el humano (¿Qué suerte no?), las cuales rebotan en superficies para luego medir el tiempo que tardan en ir y volver. Así, conociendo la velocidad de la onda y el tiempo de viaje se puede conocer la distancia a un objetivo. Este tipo de sensores son utilizados, por ejemplo, en el parachoques de los vehículos para ayudarnos en la tediosa tarea de estacionar. Sin embargo, sin confirmación visual, ya sea por cámara de retroceso o el uso (correcto) de los espejos retrovisores no hay forma de saber a que se enfrenta tu preciado parachoques: un poste? una pared? un refrigerador? Este es uno de los principales problemas con el uso de esta tecnología, donde sumado a la necesidad de utilizar sensores a lo largo de todo el parachoques no se puede saber con exactitud qué es lo que se mide. Adentrándonos en la medición de contenedores nos encontramos con el mismo problema, pero estos se acrecientan aún más. Siguiendo con el ejemplo anterior, en el vehículo no importa mucho realmente a que nos enfrentamos, ya que el único objetivo es no topar. En el caso de los contenedores, el conocimiento del tipo de residuo juega un papel fundamental en la cadena de reciclaje, y la identificación de contaminantes ayuda enormemente aguas abajo, dado el alto costo de su separación y la importancia de su pureza. Sumado a la imposibilidad de conocer el tipo de residuo y por la naturaleza propia del sensor, resulta poco factible utilizarlos en contenedores de gran tamaño, ya que además de que se tendría que llenar de sensores (tal como los parachoques), estos contenedores tendrían que ser cerrados, dada la necesidad del sensor de apuntar en la dirección correcta siendo en este caso válida únicamente la vista cenital. Dada esta misma limitante, es que un sensor de ultrasonido falla al medir residuos distribuidos de manera no uniforme, debido a que el sensor medirá el primer obstáculo en su camino pudiendo ser solo un residuo mal apilado.   El sensor de ultrasonido falla cuando los residuos no se encuentran bien distribuidos. Sin embargo no todo es tan malo para los queridos sensores de ultrasonido, su bajo coste y facilidad de desarrollo e implementación resultan en una buena solución para contenedores menores a 3m³ y en donde el tipo de residuo es conocido. El desafío Pero no todo es color de rosa para las queridas imágenes: para la construcción de los dispositivos de captura se necesitan un alto conocimiento en hardware, como también sólidas bases en inteligencia artificial para poder aplicar los últimos avances en visión artificial para el desarrollo de los potentes modelos capaces de extraer la información requerida … ¡Que bueno que existe Reite! En Reite contamos con equipo multidisciplinario y altamente calificado para el desarrollo de nuestra solución de vanguardia, Loopy, la cual con ayuda de dispositivos embebidos de hardware, servidores cloud, y potentes algoritmos de visión artificial nos permiten encaminarnos y alcanzar nuestra misión: impulsar la eficiencia y sostenibilidad a través de inteligencia artificial. Nuestra Loopy en acción 😎. Uso de cámaras Aquí es donde la cosa se pone interesante. Desde el siglo pasado que las cámaras han sido vitales para capturar esos preciados momentos instantáneos en un rollo fotográfico o en una matriz de 0s y 1s. Pero las imágenes no son más que eso, un montón de píxeles interpretables por nuestro cerebro. Es aquí donde entran en juego los avances de la última década en inteligencia artificial, los cuales han facultado a las máquinas con poderosas herramientas para extraer información de valor desde las imágenes, lo que ha permitido desde detección y conteo de personas hasta construir vehículos 100% autónomos. Volviendo al contexto de los contenedores, las imágenes obtenidas desde éstos permiten no solo obtener el nivel de llenado, sino que también información como tipo de residuo almacenado, posibles contaminantes, y hasta conocer si estos están apilados de manera correcta ¡Un golazo!   Cuadro comparativo imágenes + inteligencia artificial vs ultrasonido.

Monitoreo de contenedores de residuos – cámaras o ultrasonido Leer más »

¿Qué es eso de la visión artificial?

Si te pregunto cuántas piñas hay en esta foto ¿Qué responderías? Lo más seguro es que rápidamente digas que hay dos, incluso podrías señalar dónde está cada una dentro de la imagen. Esta tarea que parece tan sencilla para ti, es extremadamente difícil para un computador. De hecho, hay todo un campo llamado visión artificial que estudia cómo los computadores pueden extraer información a partir de imágenes o videos de la misma forma en que lo hacen las personas. ¿Y cómo funciona? Las imágenes digitales son arreglos de píxeles, donde cada píxel es una combinación de valores entre 0 y 255 de rojo, verde y azul que representan un color. Eso es lo que ve un computador, números. Para que un computador pueda emular la visión humana es necesario crear un algoritmo o modelo matemático y enseñarle a distinguir patrones dentro de las imágenes, como líneas, curvas, texturas o colores. Hoy en día los modelos que mejor desempeño tienen en tareas de visión artificial se llaman redes neuronales y la forma más habitual de enseñarles es a través de miles (a veces millones) de ejemplos etiquetados para una tarea específica, por ejemplo, reconocer una piña. Mientras más ejemplos, mejor funcionan. En los últimos años las redes neuronales han alcanzado el desempeño humano en algunas tareas como la clasificación, detección o conteo de objetos, lo que ha permitido una automatización a tal nivel que ya existen en el mercado autos que se manejan solos. Ojo, visión, píxeles, perspectiva. Hace sentido la foto. ¿Cómo la usamos en Reite? Los datos pueden enseñarle a los computadores a ver y a los humanos a tomar mejores decisiones. En Reite nos especializamos en todo el ciclo de la visión artificial. Captura: Instalamos cámaras o nos acoplamos a cámaras existentes para obtener las imágenes. Procesamiento: Entrenamos modelos de redes neuronales que nos permiten medir y obtener información relevante. Despliegue: Entregamos la información en una plataforma de visualización y tenemos API para una integración fácil con las plataformas de nuestros clientes.

¿Qué es eso de la visión artificial? Leer más »