Utilizando inteligencia artificial en la visión artificial

Icono de Edge Learning y cerebro con nodos conectados, sobre una imagen de un piso de fábrica

Desde que se acuñó el término “inteligencia artificial” en el campus de Dartmouth College en 1956, se ha convertido en una nomenclatura común en muchos campos de estudio, desde sus orígenes en la filosofía hasta la ciencia, las matemáticas y más allá. No obstante haber existido durante décadas, la integración de la inteligencia artificial (IA) en la visión artificial es algo relativamente nuevo. Hoy en día, cada vez más fabricantes aprovechando el poder combinado de la IA y la visión artificial para mejorar la automatización, optimizan su eficiencia y mejoran el control de calidad.

La IA aumenta la visión artificial con análisis basado en imágenes. Cuando una computadora (o un sistema de visión) recibe una imagen, el software de IA compara esa imagen con una base de datos que consiste en imágenes de referencia “buenas” y “malas” y genera un resultado. Como mínimo, el resultado es de aprobado/ fallo o bueno/malo, pero se puede incrementar su complejidad según los requerimientos. Este proceso de aprendizaje para reconocer patrones e inferir a partir de las imágenes de referencia anotadas permite que las computadoras distingan entre anomalías aceptables e inaceptables en los objetos que se inspeccionan.

Además, las soluciones de visión artificial integradas con tecnología de IA pueden utilizar procesamiento de lenguaje natural para leer e interpretar etiquetas en imágenes, a diferencia de las estrategias basadas en reglas, que requiere una extensa programación y mucha experiencia técnica. Esto permite que una base de usuarios más amplia aproveche la IA para la automatización de fábricas. Dos tecnologías líderes en la IA (Edge Learning y Deep Learning) ayudan a simplificar aún más la automatización de las tareas altamente variables y resolver tareas que son demasiado complicadas y requieren mucho tiempo para programarse con algoritmos basados en reglas.

Edge Learning: Edge Learning es un subconjunto de la IA en el cual el procesamiento ocurre en el dispositivo, o “en el borde” de donde se originan los datos, mediante una serie de algoritmos entrenados previamente. La tecnología es fácil de configurar, pues requiere conjuntos de imágenes más pequeños y periodos de entrenamiento y validación más breves que las soluciones tradicionales basadas en Deep Learning.

Aprendizaje profundo: capaz de procesar grandes conjuntos de imágenes detalladas, el Deep Learning está diseñado para automatizar aplicaciones complejas o altamente personalizadas. La tecnología permite a los usuarios analizar vastos conjuntos de imágenes con rapidez y eficiencia, a fin de detectar defectos sutiles y generar resultados precisos.



Productos destacados de Cognex

ACCESO A ASISTENCIA Y CAPACITACIÓN PARA PRODUCTOS Y MÁS

Únase a MyCognex