Los fabricantes son cada vez más inteligentes a la hora de utilizar las tecnologías digitales, porque tienen que hacerlo. Los tiempos son difíciles y lo seguirán siendo, si es que no lo son aún más. Los márgenes son más estrechos, los costes más elevados y las cadenas de suministro menos seguras.

Ahora, las innovaciones deben aportar más valor y con mayor rapidez que nunca. Las inversiones que ayudarán a los fabricantes a superar la recesión tienen que dar sus frutos en semanas y meses, no en años. En este contexto, nunca ha sido tan importante para los fabricantes optimizar la producción, maximizar la sostenibilidad y mejorar las competencias de los trabajadores.

Tecnologías como la visión artificial, la IA y los gemelos digitales inteligentes están ayudando a los fabricantes a hacer precisamente eso.

Hace años hubiera parecido algo sacado de un libro de Isaac Asimov, hoy es una realidad. Las máquinas son capaces de reconocer objetos, formas, espacios, colores, etc. Es lo que conocemos como visión artificial, una tecnología que cada vez tiene más usos en distintas industrias y sectores.

La también conocida como visión computacional no puede entenderse sin la Inteligencia Artificial. Estos sistemas procesan, analizan y comprenden las imágenes capturadas en el mundo real. Estos datos se transforman en información digital para que puedan ser procesada posteriormente.

¿Qué es la visión artificial?

Generalmente se considera a la visión artificial como un campo dentro de la Inteligencia Artificial que permite a las máquinas reconocer imágenes digitales y reales.

La visión artificial serían los ojos de un sistema. Mientras que la Inteligencia Artificial sería el cerebro que procesan estos datos recopilados.

El principal hándicap de la visión artificial frente a la visión humana es que no cuenta con experiencia previa. Así, de inicio, no pueden reconocer distancias, diferenciar objetos o reconocer errores. No obstante, entrenan con el paso del tiempo hasta alcanzar altos niveles de precisión.

Estos sistemas no solo pueden reconocer objetos, también pueden leer códigos impresos, caracteres, detectar temperatura, etc.

• Control de calidad.
• Automatización.
• Reconocimiento facial.
• Conducción autónoma.
• Control de aforo y de distancia entre personas.

Existen previsiones que estiman que el mercado de la visión artificial alcance los 23.500 millones de dólares en 2026. La Industria 4.0 ha impulsado la implementación de estos sistemas, al permitir automatizar procesos que antes solamente podían llevar a cabo humanos.

Los robots guiados por visión artificial se han incorporado a las cadenas de producción. Así, no solamente han conseguido aumentar la productividad, sino también una reducción de costes considerable. En industrias como la automotriz, la alimentaria o la sanitaria están a la orden del día.

Existen varios grados de complejidad en la visión computacional. Desde simples sensores de movimiento limitadas hasta cámaras HD con algoritmos avanzados. Depende de la finalidad de su uso, y de la cantidad y calidad de las imágenes necesarias.

¿Cómo funciona un sistema de visión artificial?

• Ordenador.
• Cámara.
• Iluminación externa.
• Un PLC (Controlador lógico programable) si se quiere controlar algún proceso de forma automática.
• Disparador.
• Protocolo de Comunicación.

Es un proceso en el que intervienen tanto componentes físicos como digitales. A grandes rasgos, el proceso tiene dos etapas: captura de imágenes y procesamiento de imágenes. Todos los elementos que participan del proceso deben de estar conectados entre sí para conseguir el resultado final deseado.

• Iluminación. Los sistemas de visión artificial pueden identificar cambios de luz en los objetos, pero es recomendable que la fuente de iluminación permanezca inalterable.
• Posición. Mediante sensores fotoeléctricos es posible determinar si un objeto está en el lugar que debería.

Historia de la Visión Artificial

Como tantos otros desarrollos de los que disfrutamos hoy en día, la visión artificial fue concebida en los años 60. Esta tecnología, en origen, se basaba en un sistema de cámaras que procesaban imágenes para luego analizarlas a través de software.

En 1974 tendría otro hito en la historia de esta tecnología. Nacía el Reconocimiento Óptico de Caracteres (OCR). Con ello, los sistemas podían reconocer textos escritos en cualquier idioma y tipografía. Poco después, el Reconocimiento Inteligente de Caracteres (ICR) permitiría ‘leer’ textos escritos a mano mediante redes neuronales.

Más tarde, en los años 80, la ingeniería informática supondría un gran impulso para esta tecnología. El nacimiento de microprocesadores que captan, procesan y reproducen imágenes captadas a través de una cámara supondría una revolución. Desde entonces, estos sistemas pueden capturar imágenes de forma automatizada.

En torno a 2000, la investigación en este campo se centró en el reconocimiento de objetos. A lo largo de esta década se desarrollaron los primeros sistemas de reconocimiento facial en tiempo real y la estandarización en el etiquetado de imágenes. En 2012 se presenta AlexNet, un modelo que reducía significativamente el error durante el reconocimiento de imágenes.

Hoy en día, gracias a la Inteligencia Artificial y al machine learning, se usa visión artificial para múltiples usos. El más destacado tiene lugar en el manufacturing, donde los ordenadores pueden reconocer objetos y piezas defectuosas dentro de un proceso de montaje. Permitiendo adelantarse a problemas antes de que surjan.

Aplicaciones de la inteligencia artificial

• Detección de objetos. Es la función más utilizada de estos sistemas. Permite clasificar e interpretar objetos dentro de su radio de acción.
• Análisis de vídeo. Muy usado en sistemas de seguridad y vigilancia. Emite una alerta en el caso de que se detecten elementos imprevistos o actividad sospechosa en la zona en la que se ubican las cámaras.

En este concepto entrarían los sistemas de reconocimiento facial, al que muchos expertos tachan de impreciso en estos momentos.

• Visión 3D. Permite a los ordenadores generar modelos digitales de un objeto o composición, normalmente proporcionada en dos dimensiones. Tiene muchas aplicaciones en la conducción autónoma, al facilitar la detección de objetos.
• Inspección óptica. Hace el control de calidad de los productos en sistemas automatizados. El sistema, al detectar una pieza u objeto defectuoso, manda una señal a un desviador para que abandone la cinta transportadora.

Es muy habitual en el sector de la alimentación, también permite eliminar objetos extraños en zonas de envasado o para reconocer defectos en los propios envases.

• Mediciones de conjuntos de piezas. Los sistemas pueden observar que todas las piezas de un circuito impreso estén presentes y funcionen correctamente.
• Guiado. Permite determinar la posición de un objeto dentro de un proceso de producción. En la actualidad, es una función diferencial en una cadena de montaje.
• Robots industriales. La visión artificial se convierte en los “ojos” de estos dispositivos. Les permite realizar sus tareas programadas y detenerse ante la presencia de un operario humano. Su máximo exponente son los cobots o robots colaborativos.

Visión artificial y aprendizaje automático

Aunque la visión artificial cuenta con limitaciones, poco a poco, estos sistemas están evolucionando y solventando sus propias deficiencias. Tradicionalmente, atendía a conceptos y funciones anteriormente programadas. La aplicación del machine learning y deep learning está haciendo a estos sistemas ir un paso más allá.

Gracias al aprendizaje automático, las máquinas están agilizando su comportamiento. Son más eficientes sin la intervención constante de técnicos. Adquieren experiencia conforme realizan sus labores asignadas, un conocimiento que ponen en práctica.

Esta aplicación hace posible que se hable de fábricas inteligentes. La implantación de sistemas de visión artificial en cadenas de montaje es actualmente muy sencilla. En estos entornos, no solamente se usan cámaras, también sensores radar o sistemas LiDAR, que otorgan aún más información sobre el proceso.

El escenario en el que mejores resultados está dando es en el control de calidad. Permite no solamente detectar objetos con defectos conocidos. También otros nuevos e incluso qué los ha causado. Así, no solo se mejora la propia producción, también se obtiene más información del proceso y se pueden anticipar problemas.

Retos de futuro de la visión artificial

Como ocurre en otras de las denominadas tecnologías 4.0, existen una serie de debates éticos a los que hay que responder. Algunos de ellos son comunes a la Inteligencia Artificial, mientras que otros generan implicaciones por sí mismos.

Una de las cuestiones que más preocupa es la intimidad de las personas. Durante la pandemia, la visión artificial se usó con éxito para realizar control de aforo y temperatura, pero la intimidad de las personas registradas quedó expuesta.

En Europa, la mayoría de estos sistemas no son invasivos, ya que no registran las caras de los presentes. No así en Asia, especialmente en China, donde se usa para controlar a la población, dando pie a un Gran Hermano de facto.

El acceso a la información registrada también genera dudas. Esta puede ser usada para fines muy diferentes a los que inicialmente se esperaban. Es información sensible, que, de acabar en manos inesperadas, puede dar pie a numerosos problemas. Los riesgos de manipulación de estos datos también es objeto de preocupación y debate.

Para muchos, la solución pasa por una legislación que dé respuesta a todos estos problemas presentes y futuros. Como sucede en otras ocasiones, la tecnología va por delante de los gobiernos nacionales, que no pueden dar respuesta en tiempo real a estas realidades.

Una mirada al futuro

Los fabricantes se están replanteando cómo cambiar continuamente. Buscan pasar de ser reactivos a proactivos para resolver sus retos industriales en la gestión de la cadena de suministro, la transformación digital, el desarrollo de productos y la integración vertical.

Muchos siguen lidiando con el impacto diario de la evolución de las expectativas de los consumidores y la interrupción de la cadena de suministro. Pero también se están centrando en iniciativas de transformación de mayor envergadura para evolucionar, reforzar la resistencia operativa y crear organizaciones ágiles y adaptables.

Las soluciones de manufacturing digital de Avanade ofrecen soluciones de TI y de transformación empresarial para abordar las tendencias y los retos clave de la industria manufacturera.