¿Qué es la visión por computador?

Explicación

La visión por computador es la rama de la IA que permite a las máquinas extraer significado de imágenes y vídeo. Los modelos, entrenados con grandes conjuntos de imágenes etiquetadas, aprenden a clasificar lo que ven, localizar y contar objetos, segmentar regiones, leer texto y seguir el movimiento en el tiempo. El deep learning, en especial las redes convolucionales y los vision transformers, hizo estas tareas lo bastante fiables para producción. Usos habituales son el control de calidad, la lectura de documentos, la imagen médica, la analítica en tienda y la vigilancia de seguridad.

Tareas principales

• Clasificación de imágenes: ¿qué hay en esta foto?
• Detección de objetos: ¿dónde está cada objeto y cuántos hay?
• Segmentación: ¿qué píxeles pertenecen a cada objeto o región?
• Reconocimiento óptico de caracteres (OCR) y comprensión de documentos.
• Seguimiento y reconocimiento de actividad en vídeo.
• Preguntas sobre imágenes con modelos multimodales que combinan imagen y lenguaje.

Cómo la usan las empresas

• Industria: detectar defectos en una línea de producción.
• Seguros y siniestros: valorar daños a partir de fotos.
• Logística: leer etiquetas, contar stock, revisar cargas.
• Sanidad: apoyar la lectura de pruebas de imagen, con un clínico que decide.
• Back office: extraer datos de formularios escaneados, facturas y documentos de identidad.
• Retail: control de lineales y análisis de afluencia.

Qué vigilar

• Datos: el modelo necesita imágenes parecidas a las condiciones reales (luz, ángulos, cámaras).
• Casos raros: los defectos poco frecuentes son los que importan y los que tienen menos ejemplos.
• Privacidad: el reconocimiento facial y las imágenes de personas plantean cuestiones de RGPD, y el Reglamento de IA de la UE restringe o prohíbe algunos usos.
• Dónde se ejecuta: en la cámara o en un dispositivo local para ganar velocidad, o en la nube para modelos más pesados.

Preguntas frecuentes

Cómo llevarlo a la práctica

• ¿Cómo clasificar siniestros con IA?

Para seguir leyendo

• Arquitecturas de IA multimodal: insights profundos mediante fusión

Términos relacionados

• Deep Learning Tipo de machine learning que usa redes neuronales de muchas capas para aprender patrones directamente de datos en bruto como texto, imágenes o sonido.
• Producción Entorno en vivo donde un sistema de IA sirve a usuarios reales con datos reales, frente a desarrollo, pruebas o un piloto.
• Adaptación de Dominio Ajustar un modelo de IA de propósito general para que funcione bien en un campo especializado, como el legal, el sanitario o el asegurador, con su lenguaje y sus reglas.
• Agenda del agente El plan vivo de un agente de IA: los próximos pasos en orden, las subtareas abiertas, lo bloqueado y los puntos de control hacia un objetivo.
• Agente IA Software que persigue un objetivo decidiendo sus propios pasos, usando herramientas y datos, y actuando sobre sistemas con poca intervención humana.
• Alucinación Cuando un modelo de lenguaje produce información que suena verosímil pero es falsa, inventada o no está respaldada por sus fuentes.