Durante el webinar '4
casos de uso de Computer Vision en la industria automotriz y manufacturera' realizado entre Gesta Labs y Cluster Industrial, Adrián Martínez, editor del
medio, reflexionó sobre una realidad futurista que no es inalcanzable, de esa
forma, le recordó a los espectadores en línea sobre el primer webinar en el que
participó Jair Pérez Bazaldúa, CEO y cofundador de Gesta Labs, startup de
industria 4.0, y que en esta segunda ocasión acompañó al público virtual para
explicarles qué es la computer vision y cómo se puede aplicar a la industria
automotriz.
Jair explicó que la
industria 4.0 es la cuarta revolución industrial, movimiento que ha creado
sistemas ciber-físicos. Los equipos que hay en planta están conectados a
internet y son capaces de operar sin la supervisión humana a través de
inteligencia artificial. Actualmente en México, muchas plantas tienen una línea
automatizada y otras no, pero esta es una realidad que está alcanzando a la
industria, por lo que es necesario actualizarse para evitar pérdidas de
producto, mantener la seguridad de una armadora y generar sistemas de
producción más confiables.
Jair dijo que la
inteligencia artificial es cualquier algoritmo que puede tener un
comportamiento inteligente y que dentro de él están diferentes subdisciplinas,
por ejemplo, Machine Learning aprende a entender el pasado para predecir el
futuro, gracias a datos que interpretan nuevos escenarios. En este sentido el Deep
Learning es una red que se asemeja al cerebro y que es la base de computer visión.
Para el sector
automotriz, la industria 4.0 se traduce como el internet de las cosas, es decir
un control total de forma remota de los sistemas y equipos; Big data que se
dedique a encontrar patrones para anticiparse a problemas; Inteligencia artificial,
programas que, gracias a los datos masivos, puedan aprender de forma más eficaz
cómo operar máquinas y procesos; Robótica, ayuda a desarrollar el
funcionamiento de un equipo; Realidad aumentada / Realidad virtual, combinar lo
real con lo digital para generar simulaciones que entrenen a los colaboradores.
En esta serie de componentes tecnológicos se encuentra el computer vision.
'Computer vision es
identificar objetos dentro de una imagen y darle una interpretación o
reaccionar a lo que está viendo', dijo Jair, ya que estas redes neuronales
digitales tejen significados que se pueden interpretar en número; analizar
formas más detalladas, descomponer las imágenes en pixeles, analizar espectros
de colores y detectar, clasificar, segmentar. Es decir, aplicándolo a la
industria automotriz permite hacer inspecciones en tiempo real, ofreciendo
eficiencia en procesos, lo que da ventaja competitiva. Computer vision tiene 4
aplicaciones básicas para la industria: detección de personas u objetos;
vigilar la trayectoria de un objeto; comparar características que mejoren los
temas de calidad; y detectar defectos en piezas para evitar un paro de línea.
Durante el webinar, Jair
comentó que hay dos tipos de hardware para implementar el computer vision: GPU
y VPU. Ambos tienen ofertas accesibles y la capacidad para correr los programas
necesarios y detectar las imágenes que el cliente pida. Además, explicó que las
cámaras tradicionales de seguridad se pueden adaptar para computer vision, solo
necesitan un IP para que se conecte con un Server Central con GPUs. Por lo que
la capacidad de detectar objetos e interpretarlos es más fácil de lo imaginado.
Jair contó que para
aplicar el computer vision a la industria, es importante saber qué se quiere resolver: detectar personas, revisar productos, mantener seguridad en el área,
entre otros. Con base en eso, identificar el dolor de la empresa, seleccionar
el hardware ideal para esta; tomar una muestra de video para empezar a generar
datos y enseñarle al computer vision. Después sigue el etiquetado y
preprocesamiento, donde se le enseña a identificar objetos a través de
imágenes, en este sentido mientras más imágenes se tengan para alimentar la
data, mejor será el aprendizaje del computer vision. Lo importante es que
aprenda a identificar objetos para iniciar las pruebas y ver su funcionalidad,
explicó Jair.
Enseguida habló de 4
casos de éxito donde el computer vision ha apoya a empresas Tier 1, Tier 2 y
armadoras. Primero comentó sobre el control de calidad sobre vehículos de BMW,
pues la marca revisa cada 5 segundos las características de sus modelos.
Computer vision revisa que cada vehículo haga match con la data que se tiene
contemplada y así identificar los modelos. Gracias a esto, los beneficios han
sido 99 % de precisión en las inspecciones y 100 % de reducción en el tiempo
para inspeccionar manualmente. En el caso de una Tier 1, se pueden instalar
cámaras con computer vision para detectar defectos de fábrica, con el fin de no
detener la línea de producción y hasta revisar la calidad de materia prima para
seleccionar a un mejor proveedor.
Jair habló sobre Termium
y su VideoAnalytics, un sistema de seguridad industrial basado en computer
vision que vigila las zonas de atrapamiento, la distancia segura en vehículos
en movimiento, la seguridad peatonal, entre otros, para dar alertas en tiempo
real. Además, ahora con la pandemia de la COVID-19, VideoAnalytics puede
detectar si los colaboradores están usando el equipo sanitario necesario o si
hay aglomeración de personas.
Computer vision puede
apoyar al control de inventarios de Tier 1 y Tier 2. Jair explicó que a veces
se pierden piezas en los almacenes, es difícil cuantificar el inventario o
identificar piezas, por lo que drones con computer vision podrían revisar estos
objetos para hacer match y generar una reducción del 25 % del tiempo que se
dedica a localizar productos, una reducción del 15 % de discrepancia en
inventario físico vs teórico y la reducción de horas para conteo, tiempo que
puede ser empleado para el crecimiento de la empresa en otras áreas.
Jair explicó que el
computer vision empieza a irrumpir en la industria automotriz para
optimizarla. Actualmente, se aplica para
crear nuevos modelos de negocios que van de la mano con empresa digitales que
no estaban en la industria. Dio ejemplos tales como Tesla y su piloto
automático y explicó que esos sistemas serían una licencia software para
vehículos. Dijo que la idea era crear vehículos con sensores de movimientos
para que a medida que avanzaran interpretaran el mundo. Para esta innovación,
General Motors se unió con Cruise, Ford con Argo, y a Mobileye se le han sumado
Volkswagen, Nissan y BMW para generar el mismo tipo de vehículos.
Jair concluyó explicando
que un futuro conviviremos con mayores cadenas de suministro automatizadas, por
ello es importante conocer el funcionamiento del computer vision para
adaptarnos a lo que viene y ser parte de la innovación.
Preguntas
¿Cuánto tiempo tardaron
en desarrollar computer vision para seguridad?
Jair respondió que varía dependiendo de la complejidad de la inteligencia
artificial, pues mientras más especificaciones se le pida, más tiempo tomará,
pero se puede pensar en un promedio de 1 a 4 meses.
¿Estos sistemas se pagan
por proyecto o se paga por las actualizaciones?
Se pueden hacer de las dos formas. Si un proveedor lo instala en la
infraestructura ya no se pagará, pero si se renta un espacio en la nube, se
pagaría la renta de esta nube.
Respecto a la
implementación de soluciones, ¿cómo compiten con otros como Cognex?
Jair dejo claro que cada producto terminado es particular. Existen ciertas
especificaciones en ciertas áreas. En este sentido se debe de crear un modelo
de visión artificial dependiendo de lo que necesite el cliente y Gesta Labs es
capaz de hacerlo.
¿Qué habilidades
necesitan los colaboradores para trabajar con el computer vision?
Jair explicó que es muy sencillo. Se les transfiere el conocimiento a los
encargados y esta funciona como una app que vivirá en el servidor y que es muy
trasparente en su funcionamiento.
Consejos para construir
un caso de negocio en torno al computer vision
Jair dijo que lo importante es identificar problemas de calidad o problemas de
seguridad. El dolor que le quite dinero a la empresa. Después de seleccionarlo
trabajar con computer vision para evitar esos problemas y a partir de ello se
verá una mejora en la empresa.
Recibe las noticias más
importantes de la industria en tu email
