Ícono del sitio La Neta Neta

La IA invisible utiliza la visión artificial para ayudar (pero con suerte no molestar) a los trabajadores de la línea de montaje

La IA invisible utiliza la visión artificial para ayudar (pero con suerte no molestar) a los trabajadores de la línea de montaje

El “ensamblaje” puede sonar como una de las pruebas más simples en el proceso de fabricación, pero como sabe cualquiera que haya ensamblado un mueble plano, puede ser sorprendentemente (y frustrantemente) complejo. IA invisible es una startup que tiene como objetivo monitorear a las personas que realizan tareas de ensamblaje utilizando la visión por computadora, lo que ayuda a mantener la seguridad y la eficiencia, sin sucumbir a las obvias trampas del ojo que todo lo ve. Una ronda inicial de $ 3,6 millones debería ayudarlos a ponerse en marcha.

La compañía fabrica unidades autónomas de cámara y computadora que ejecutan algoritmos de visión por computadora altamente optimizados para rastrear los movimientos de las personas que ven. Al comparar esos movimientos con un conjunto de movimientos canónicos (alguien que realiza la tarea correctamente), el sistema puede detectar errores o identificar otros problemas en el flujo de trabajo: piezas faltantes, lesiones, etc.

Obviamente, desde el principio, esto suena como el tipo de cosa que resulta en un supervisor informático despiadado que castiga a los trabajadores cada vez que caen por debajo de un estándar artificial y en constante aumento, y Amazon probablemente ya lo haya patentado. Pero el cofundador y director ejecutivo, Eric Danziger, estaba ansioso por explicar que esa no es la idea en absoluto.

“Las partes más importantes de este producto son para los propios operadores. Esta es mano de obra calificada, y tienen mucho orgullo en su trabajo”, dijo. “Son los que están en las trincheras haciendo el trabajo, y detectar y corregir errores es una gran parte de ello”.

“Estos trabajos de ensamblaje son bastante atléticos y de ritmo rápido. Tienes que recordar los 15 pasos que tienes que hacer, luego pasar al siguiente, y esa podría ser una variación totalmente diferente. El desafío es mantener todo eso en tu cabeza”, continuó. “El objetivo es ser parte de ese ciclo en tiempo real. Cuando están a punto de pasar a la siguiente pieza, podemos proporcionar una doble verificación y decir: ‘Oye, creemos que te perdiste el paso 8’. Eso puede ahorrar una gran cantidad de dolor. Puede ser tan simple como enchufar un cable, pero atraparlo allí es enorme: si es después de que se haya ensamblado el vehículo, tendría que desarmarlo nuevamente”.

Este tipo de seguimiento del cuerpo existe en varias formas y por varias razones; Veo Robotics, por ejemplo, utiliza sensores de profundidad para rastrear las posiciones exactas de un operador y un robot para evitar colisiones de forma dinámica.

Pero el desafío a escala industrial es menos “cómo rastreamos los movimientos de una persona en primer lugar” que “cómo podemos implementar y aplicar fácilmente los resultados del seguimiento de los movimientos de una persona”. Después de todo, no sirve de nada si el sistema tarda un mes en instalarse y días en reprogramarse. Por lo tanto, Invisible AI se centró en la simplicidad de instalación y administración, sin necesidad de código y con una visión por computadora completamente basada en el borde.

“El objetivo era hacerlo lo más fácil posible de implementar. Nos compra una cámara, con computación y todo integrado. La instala en sus instalaciones, le muestra algunos ejemplos del proceso de ensamblaje y luego los anota. Y eso es menos complicado de lo que parece”, explicó Danziger. “En algo así como una hora pueden estar en funcionamiento”.

Una vez que la cámara y el sistema de aprendizaje automático están configurados, realmente no es un problema tan difícil para que funcione. El seguimiento de los movimientos humanos es una tarea bastante sencilla para una cámara inteligente en estos días, y comparar esos movimientos con un conjunto de ejemplos también es comparativamente fácil. No hay “creatividad” involucrada, como tratar de adivinar lo que está haciendo una persona o relacionarlo con una gran biblioteca de gestos, como puede encontrar en una IA dedicada a subtitular videos o interpretar el lenguaje de señas (ambos todavía están en progreso en otros lugares). en la comunidad investigadora).

En cuanto a la privacidad y la posibilidad de sentirse desconcertado por estar constantemente frente a la cámara, eso es algo que las empresas que utilizan esta tecnología deben abordar. Hay una clara posibilidad para el bien, pero también para el mal, como casi cualquier tecnología nueva.

Uno de los primeros socios de Invisible es Toyota, que ha sido uno de los primeros en adoptar y escéptico en lo que respecta a la IA y la automatización. Su filosofía, a la que se ha llegado después de un poco de experimentación, es la de empoderar a los trabajadores expertos. Una herramienta como esta es una oportunidad para proporcionar una mejora sistemática basada en lo que esos trabajadores ya hacen.

Es fácil imaginar una versión de este sistema donde, como en los almacenes de Amazon, los trabajadores se ven obligados a cumplir con cuotas casi inhumanas a través de una optimización despiadada. Pero Danziger dijo que un resultado más probable, basado en anécdotas de empresas con las que ya ha trabajado, es más acerca de obtener mejoras de los propios trabajadores.

Habiendo construido un producto día tras día año tras año, estos son empleados con un conocimiento profundo y muy específico sobre cómo hacerlo bien, y ese conocimiento puede ser difícil de transmitir formalmente. “Sujeta la pieza así cuando la aprietes o tu codo se interpondrá en el camino” es fácil de decir en el entrenamiento, pero no tan fácil de hacer en la práctica estándar. La detección de postura y posición de Invisible AI podría ayudar con eso.

“Vemos menos enfoque en el tiempo del ciclo para un individuo, y más como simplificar los pasos, evitar el estrés repetitivo, etc.”, dijo Danziger.

Es importante destacar que este tipo de capacidad se puede ofrecer con un dispositivo compacto sin código que no requiere conexión excepto a una intranet de algún tipo para enviar sus resultados. No hay necesidad de transmitir el video a la nube para su análisis; el material de archivo y los metadatos se mantienen totalmente en las instalaciones si se desea.

Al igual que cualquier nueva tecnología convincente, las posibilidades de abuso están ahí, pero no están diseñadas para el abuso, a diferencia de un esfuerzo como Clearview AI.

“Es una línea muy fina. Definitivamente refleja las empresas en las que se implementa”, dijo Danziger. “Las empresas con las que interactuamos realmente valoran a sus empleados y quieren que sean tan respetados y comprometidos con el proceso como sea posible. Esto les ayuda con eso”.

La ronda inicial de $ 3,6 millones fue dirigida por 8VC, con inversores participantes que incluyen iRobot Corporation, K9 Ventures, Sierra Ventures y Slow Ventures.


Source link
Salir de la versión móvil