El “ensamblaje” puede sonar como una de las pruebas más simples en el proceso de fabricación, pero como cualquiera que haya armado un mueble plano sabe, puede ser sorprendentemente (y frustrantemente) complejo. Invisible AI es una startup que tiene como objetivo monitorear a las personas que realizan tareas de ensamblaje utilizando la visión por computadora, ayudando a mantener la seguridad y la eficiencia, sin sucumbir a los obstáculos obvios que todo lo ve. Una ronda de semillas de $ 3.6 millones debería ayudar a ponerlas en marcha.
La compañía fabrica unidades de cámara-computadora autónomas 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 canónicos (alguien que realiza la tarea correctamente), el sistema puede detectar errores o identificar otros problemas en el flujo de trabajo: partes faltantes, lesiones, etc.
Obviamente, desde el principio, esto suena como el tipo de cosas que resultan 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 CEO Eric Danziger estaba ansioso por explicar que esta no es la idea en absoluto.
“Las partes más importantes de este producto son para los propios operadores. Esta es una mano de obra calificada, y tienen mucho orgullo en su trabajo ”, dijo. “Ellos son los que están en las trincheras haciendo el trabajo, y atrapar y corregir errores es una gran parte de eso”.
“Estos trabajos de ensamblaje son bastante atléticos y rápidos. Debe recordar los 15 pasos que tiene que hacer, luego pasar al siguiente, y eso 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 el vehículo se haya ensamblado, tendrías que tirarlo de nuevo “.
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 dinámicamente colisiones.
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, la IA invisible se centró en la simplicidad de la instalación y la administración, sin necesidad de código y una visión por computadora totalmente basada en bordes.
“El objetivo era facilitar la implementación lo más posible. Usted nos compra una cámara, con computación y todo incorporado. 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. “Dentro de algo 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 el que esté trabajando. 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 relativamente fácil. No hay “creatividad” involucrada, como tratar de adivinar lo que una persona está haciendo 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 funcionan mucho en progreso en otro lugar en la comunidad de investigación).
En cuanto a la privacidad y la posibilidad de estar nervioso por estar constantemente frente a la cámara, eso es algo que deben abordar las empresas que utilizan esta tecnología. Existe 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 cuando se trata de inteligencia artificial y automatización. Su filosofía, a la que se llegó después de experimentar un poco, 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 compañías con las que ya ha trabajado, se trata más 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 altamente específico sobre cómo hacerlo bien, y ese conocimiento puede ser difícil de transmitir formalmente. “Sostener la pieza así cuando la atornillas o tu codo se interpondrá en el camino” es fácil de decir en el entrenamiento, pero no es tan fácil hacer una práctica estándar. La detección invisible de la postura y la posición de la IA podría ayudar con eso.
“Vemos menos énfasis en el tiempo del ciclo para un individuo, y más bien, simplificando los pasos, evitando el estrés repetitivo, etc.”, dijo Danziger.
Es importante destacar que este tipo de capacidad se puede ofrecer con un dispositivo compacto y sin código que no requiere conexión, excepto a una intranet de algún tipo para enviar sus resultados. No es necesario transmitir el video a la nube para su análisis; el metraje y los metadatos se mantienen totalmente en las instalaciones si se desea.
Al igual que cualquier nueva tecnología atractiva, las posibilidades de abuso están ahí, pero no son, a diferencia de un esfuerzo como Clearview AI, construidas para el abuso.
“Es una línea muy fina. Definitivamente refleja las compañías en las que está desplegado “, dijo Danziger. “Las empresas con las que interactuamos realmente valoran a sus empleados y quieren que sean tan respetados y comprometidos en el proceso como sea posible. Esto les ayuda con eso “.
La ronda de semillas de $ 3.6 millones fue liderada por 8VC, con inversionistas participantes incluyendo iRobot Corporation, K9 Ventures, Sierra Ventures y Slow Ventures.
Source link