Las startups que utilizan visión artificial para vigilar peces, conducir ganado y gestionar ciudades

Inspección industrial y control de calidad

En la fabricación de componentes electrónicos, los defectos superficiales pueden ocasionar grandes pérdidas. La estadounidense Hundred desarrolla un sistema de inspección automatizada para piezas destinadas a teléfonos, relojes inteligentes y ordenadores portátiles. Su equipo escanea bandejas completas mediante distintas configuraciones de iluminación controlada y detecta defectos inferiores a cien micras.

El sistema puede identificar, clasificar y evaluar anomalías a partir de una única pieza de referencia considerada correcta, con el objetivo de reducir los errores de inspección y los problemas que aparecen durante el montaje.

Desde Alemania, 36ZERO Vision aplica la visión artificial al control de calidad en sectores como la automoción, la electrónica, la industria farmacéutica y el embalaje. Su plataforma permite detectar grietas, arañazos, abolladuras, piezas ausentes y otras irregularidades a nivel de píxel.

Una de sus características es el entrenamiento sin código. Los usuarios pueden configurar un modelo a partir de una muestra reducida de imágenes, normalmente entre cinco y veinte, sin necesidad de conocimientos especializados en programación o IA. La solución funciona con cámaras industriales nuevas o ya instaladas y combina entrenamiento en la nube con inferencia local para mantener los datos sensibles de producción en las instalaciones.

OpenVector, con sede en California, desarrolla un sistema que convierte cámaras existentes en herramientas de monitorización y actuación automatizada. El usuario describe una tarea en lenguaje natural y el sistema configura un modelo de visión para identificar acontecimientos relevantes, como una interrupción de la producción, una infracción de seguridad o la espera de un cliente. Cuando detecta uno de esos eventos, puede interactuar con sistemas informáticos, actualizar aplicaciones de gestión, enviar mensajes o activar otros procesos en tiempo real.

Robots para interpretar el entorno

Algunas máquinas, además de reconocer objetos, pueden manipularlos y colaborar con personas. La alemana NEURA Robotics desarrolla robots cognitivos y sistemas de IA para aplicaciones industriales y de servicios. Su modelo Neuron AI combina visión 3D, tacto, fuerza, audio, estado del robot y lenguaje en un mismo flujo de percepción y acción, e incorpora memoria espacial, de modo que sus robots puedan recordar y seguir objetos, incluso cuando salen de su campo de visión.

Sus sistemas SenseKit y AURA añaden capacidades como reconocimiento de objetos, control por gestos y detección de personas a cobots y robots móviles. La combinación de cámaras 3D, sensores de fuerza y par y piel artificial permite verificar contactos físicos, detectar cambios en el entorno y reaccionar en tiempo real. El objetivo es avanzar hacia máquinas capaces de adaptarse a situaciones cambiantes y trabajar junto a las personas.

En San Francisco, DeepReach aborda la recopilación de datos visuales del mundo real para entrenar sistemas de IA física y robótica. La startup fabrica dispositivos portátiles de captura estereoscópica y los distribuye a colaboradores locales que registran actividades en almacenes, talleres, granjas, cocinas y establecimientos de reparación. La empresa proporciona el hardware, la plataforma de software, los procesos de control de calidad y los pagos, mientras los colaboradores gestionan la recogida de datos en sus entornos.

Según la información facilitada por la compañía, su red cuenta con 475 dispositivos desplegados y más de cien colaboradores en siete países. En los tres meses anteriores a la elaboración de esos datos había recopilado cerca de 150.000 clips, con un volumen que aproximadamente se duplicaba cada mes. La diversidad de escenarios busca ayudar a que los modelos robóticos aprendan a desenvolverse en entornos distintos, en lugar de depender de datos procedentes de un único lugar.

En el sector de la acuicultura, la noruega Aquabyte utiliza cámaras submarinas, sensores y algoritmos de aprendizaje automático para analizar la salud, el crecimiento y el comportamiento de los peces en instalaciones acuícolas. Los datos ayudan a estimar la biomasa, optimizar la alimentación y detectar posibles enfermedades. Con ello, la compañía busca mejorar la eficiencia de las explotaciones y reducir su impacto ambiental.

En Australia, Brumby aplica la IA a la gestión de grandes explotaciones ganaderas mediante drones autónomos que conducen al ganado hacia los lugares indicados. Las aeronaves pueden organizar los movimientos de los animales sin recurrir a las operaciones tradicionales con helicópteros, motocicletas y caballos. Durante el vuelo, también recopilan información para estimar el peso del ganado, medir la biomasa del pasto, supervisar los niveles de agua e identificar animales que podrían estar enfermos. La propuesta busca facilitar la gestión de grandes superficies desde el teléfono móvil.

Infraestructuras inteligentes

El análisis de imágenes aéreas ofrece información útil para la planificación y la gestión de infraestructuras. La alemana FlyPix AI procesa imágenes geoespaciales captadas desde el aire para detectar, localizar y seguir objetos. Su plataforma está dirigida a sectores como la construcción, la agricultura y las administraciones públicas, con aplicaciones en vigilancia medioambiental, planificación urbana y gestión de infraestructuras. También permite adaptar los modelos a las necesidades específicas de cada cliente e integrar los resultados con plataformas de sistemas de información geográfica (GIS).

En Reino Unido, Vivacity utiliza cámaras y análisis de datos para ayudar a las ciudades a gestionar el tráfico y mejorar la seguridad vial. Sus sistemas estudian los patrones de circulación en tiempo real y proporcionan información para optimizar los flujos de vehículos, reducir la congestión e identificar posibles riesgos. La compañía orienta sus soluciones hacia una movilidad urbana más eficiente y una mejor gestión de los recursos de las ciudades.

La estadounidense SubVysion desarrolla vehículos autónomos que permiten elaborar mapas 3D de redes de servicios subterráneas con precisión centimétrica. Esta información ayuda a las empresas de construcción a localizar infraestructuras antes de excavar, con el propósito de evitar daños en conducciones y reducir los retrasos y costes asociados a las obras.

Metropolis Technologies, con sede en Santa Mónica, California, emplea visión artificial para reconocer vehículos cuando entran y salen de instalaciones de estacionamiento, lo que permite prescindir de las transacciones físicas habituales o de la interacción del conductor con el teléfono. La compañía también ofrece herramientas de gestión remota de instalaciones mediante centros de operaciones que supervisan cámaras y barreras.

En fábricas, almacenes y otras instalaciones industriales, la detección de un riesgo a tiempo puede prevenir accidentes. La neoyorkina Intenseye analiza imágenes procedentes de cámara de videovigilancia existentes o de su propio hardware para identificar más de 50 tipos de comportamientos y condiciones de riesgo. Entre ellos figuran el incumplimiento de las normas sobre equipos de protección individual y los conflictos entre vehículos y peatones. Cuando detecta una situación peligrosa, el sistema puede activar avisos sonoros, enviar alertas o detener máquinas para facilitar una respuesta inmediata.

Microblink, con sede en Nueva York, desarrolla soluciones de reconocimiento visual y aprendizaje automático para verificar identidades, leer documentos y reconocer productos. Su oferta incluye herramientas de verificación de identidad y documentación, así como aplicaciones para programas de fidelización y análisis del comportamiento de compra.

La londinense Encord trabaja en asegurar la calidad de los datos con los que se entrenan los algoritmos, mediante una plataforma centrada en su gestión para visión artificial e IA. Sus herramientas permiten anotar imágenes, organizar conjuntos de datos, entrenar modelos y supervisar su rendimiento. La automatización de parte de estos procesos ayuda a reducir el tiempo de preparación de los datos y facilita la colaboración entre equipos técnicos.