En la reciente cumbre de NYC AIAI, Joseph Nelson, CEO y cofundador de Roboflow, puso de relieve un aspecto crucial en el ámbito de la inteligencia artificial: la visión. Mientras los modelos de lenguaje capturan la mayoría de los titulares, Nelson argumentó que la capacidad de las máquinas para interpretar el mundo físico es igualmente esencial para desarrollar sistemas inteligentes operativos en entornos reales.
Durante su presentación, Nelson mostró cómo la IA visual está transformando industrias, desde la reactivación instantánea en eventos deportivos como Wimbledon hasta el control de calidad en la fabricación de vehículos eléctricos. Con una comunidad de un millón de desarrolladores, Roboflow promueve aplicaciones de IA visual tanto en producción como en proyectos de código abierto, demostrando su implementación a gran escala.
Nelson identificó tres temas clave en la IA visual: primero, los casos extremos en la visión por computadora, que desafían a los modelos a entender situaciones raras; segundo, el debate sobre si un único modelo visual dominará o si será una colección de modelos más pequeños especializados; y tercero, la importancia de la IA visual en tiempo real, un elemento crucial para la eficacia de estas tecnologías.
Destacando cómo la visión es un sentido humano primario, Nelson subrayó la capacidad de los sistemas de software con percepción visual para responder preguntas cotidianas y ayudar en procesos industriales y comerciales. Roboflow, que ofrece herramientas para implementar IA visual, es utilizada por más de la mitad de las empresas Fortune 100, especialmente en sectores donde la precisión es fundamental.
Nelson resaltó el compromiso de Roboflow con el código abierto como pivotal para avanzar en la comprensión visual. Presentaron su paquete «Supervision» para ayudar a los desarrolladores a integrar detecciones en sistemas complejos, y buscan simplificar el proceso de IA visual con herramientas de código abierto.
Entre las implementaciones destacó el uso por parte de Rivian para asegurar la calidad de sus productos y el desarrollo de quioscos de autoescaneo en Walmart, que utilizan cámaras para detectar automáticamente productos en los carros de los clientes.
Concluyendo, Nelson afirmó que para que la inteligencia artificial cumpla su promesa en el mundo real, debe ser capaz de ver y entender ese mundo, posicionando la comprensión visual como crítica para la evolución de esta tecnología revolucionaria.
