La visión artificial ha mejorado muchísimo y la tasa de fracaso de los proyectos de visión industrial no ha bajado ni de lejos tanto, lo que indica dónde está realmente la dificultad.
El problema está antes del modelo
El instinto cuando un sistema de visión rinde mal es mejorar el algoritmo. En entornos industriales esa suele ser la palanca equivocada.
La iluminación es la variable principal. Lo que se puede ver depende de cómo esté iluminado el objeto. La luz de contraluz, difusa, direccional, estructurada o de longitudes de onda concretas hacen visibles características distintas. Un defecto invisible en una disposición es evidente en otra, y la diferencia es mucho mayor que cualquier mejora algorítmica.
La óptica y la geometría importan tanto como la luz. Resolución sobre la pieza, profundidad de campo, distancia de trabajo, perspectiva. Si el defecto es más pequeño que un píxel, ningún modelo lo encuentra.
La presentación de la pieza. Si el objeto llega siempre en una posición y orientación consistentes, el problema se simplifica muchísimo. El utillaje suele salir más barato que modelar.
Buena parte de lo que se resuelve con una red neuronal podría resolverse con otra luz y un utillaje: más rápido, más barato y más fiable.
Esto invierte el instinto habitual de contratación. La capacidad escasa no es otro ingeniero de machine learning. Es alguien que sepa montar una escena para que la información que necesitas esté realmente en la imagen.
Qué cubre esta dirección
El alcance: cámaras y procesamiento de imagen, reconocimiento de objetos, conciencia espacial y fusión de sensores.
Cuatro áreas.
Fundamentos de imagen. Cámaras, sensores, ópticas, iluminación y la física para conseguir una imagen utilizable. La parte que decide todo lo que viene después.
Procesamiento de imagen clásico. Filtrado, umbralización, análisis de bordes y manchas, correlación de plantillas, calibración. Determinista, explicable, rápido y suficiente para buena parte de las tareas industriales.
Métodos aprendidos. Detección, segmentación y clasificación, para problemas que se resisten a una descripción explícita.
3D y fusión de sensores. Estéreo, luz estructurada, tiempo de vuelo y lidar, además de combinar visión con otros sensores, que es lo que alimenta más adelante las direcciones de autonomía.
Merece la pena señalarlo de cara al alcance: los métodos clásicos siguen siendo la respuesta correcta para muchas aplicaciones industriales, porque son deterministas y sus modos de fallo son predecibles. Un equipo que recurre al aprendizaje automático para todo acabará construyendo algo más difícil de validar de lo necesario.
Por qué una buena demo se convierte en un mal despliegue
Cinco mecanismos concretos, todos previsibles.
La iluminación se degrada. Las lámparas envejecen y pierden intensidad. La luz natural cambia a lo largo del día y de la estación. Un sistema puesto en marcha en invierno se comporta de otra forma en julio. La iluminación controlada y cerrada es la mitigación estándar, y se salta con frecuencia por coste.
La escena se ensucia. Las lentes acumulan polvo, aceite y niebla de refrigerante. El rendimiento se degrada poco a poco, así que nadie lo nota hasta que va mal.
El producto cambia. Un proveedor nuevo, un acabado ligeramente distinto, un color de lote diferente. El sistema se ajustó para lo que existía entonces.
Vibración y desplazamiento de posición. Un soporte de cámara que se mueve ligeramente cambia la geometría que asumía la calibración.
Los datos de entrenamiento no eran representativos. Se recogieron en poco tiempo, en buenas condiciones, sin la variación que la línea produce de verdad.
Los cinco son cambio de distribución, el mismo fenómeno descrito en el artículo sobre IA médica de esta sección. Un sistema aprende las condiciones en las que se construyó, y esas condiciones cambian.
La consecuencia para la plantilla es que la monitorización continua es un puesto permanente, no una tarea de proyecto, y que alguien tiene que responsabilizarse del rendimiento después de la puesta en marcha.
Dónde encaja en el dominio
La visión artificial y la percepción de máquina es la quinta de las nueve direcciones del dominio de robótica y sistemas autónomos de Astra Trainer. Se sitúa debajo de los vehículos autónomos y los drones, que dependen de la percepción, y junto a la robótica industrial, donde la recogida guiada por visión y la inspección son las dos aplicaciones más habituales.
Para los socios que cubren esto desde el lado del software, el dominio de IA, datos y computación abarca la inteligencia artificial y el machine learning, y la ciencia de datos y analítica. La combinación que realmente funciona es capacidad de imagen y óptica más capacidad de machine learning, y las organizaciones suelen tener ya la segunda. Puedes ver las nueve direcciones aquí.
Inspección, y otra vez el problema de la tasa base
La aplicación industrial más habitual, y aquella en la que más se malinterpretan las cifras de rendimiento.
La inspección de defectos es un problema de eventos raros. En un proceso bien gestionado los defectos son poco frecuentes, y eso cambia lo que significa cualquier cifra de precisión.
Si los defectos ocurren pocas veces y el sistema marca como defectuoso un pequeño porcentaje de piezas buenas, el montón marcado será sobre todo piezas buenas. El sistema puede tener una precisión declarada excelente y aun así generar sobre todo falsas alarmas, lo que lleva a los operarios a dejar de confiar en él y, con el tiempo, a ignorarlo.
Es exactamente el problema de la tasa base del artículo de epidemiología, y aquí se cumple con toda su fuerza.
Tres consecuencias prácticas.
Pide el rendimiento a la tasa de defectos real, no sobre un conjunto de prueba equilibrado. Una demostración de proveedor con un dataset con el mismo número de piezas buenas y malas casi no dice nada sobre el comportamiento en línea.
Decide qué error es peor y ajusta para eso. Pasar por alto un defecto y rechazar una pieza buena tienen costes distintos, y esa es una decisión de negocio, no técnica.
La recogida de datos es la limitación decisiva. La inspección aprendida necesita muchos ejemplos de cada tipo de defecto, y una fábrica que funciona bien no genera muchos. Los equipos subestiman sistemáticamente cuánto se tarda en reunir una librería de defectos utilizable, y esta es la razón más habitual por la que los proyectos de inspección se estancan.
Los puestos, con nombre
Ingenieros de visión artificial industrial. Visión industrial, que abarca óptica, iluminación y aplicación. La combinación escasa.
Integradores de sistemas de visión. Especifican y ponen en marcha sistemas en líneas reales.
Ingenieros de visión por computador. Más orientados a software, en autonomía y desarrollo de producto.
Ingenieros de imagen y óptica. Especialistas en la parte que decide el resultado.
Responsables de anotación de datos. Gestionan el etiquetado del que dependen los sistemas aprendidos, más determinante de lo que su estatus sugiere.
Ingenieros de calidad con capacidad de visión. Conectan la inspección con el sistema de calidad.
Ingenieros de percepción en sistemas autónomos, que es donde esto se conecta con las direcciones de vehículos y drones.
Técnicos de mantenimiento de visión. Mantienen los sistemas funcionando después de la puesta en marcha, y casi nunca se planifican.
Quién puede formarse para esto
Inspectores de calidad. El grupo más pasado por alto. Saben qué aspecto tiene un defecto, qué tipos de defecto importan, cómo varían y cuáles son cosméticos frente a funcionales. Ese conocimiento es exactamente lo que necesita un proyecto de visión y lo que un ingeniero de machine learning no puede aportar, y es la parte que lleva años.
Ingenieros de control y automatización. Ya integran sensores en sistemas de producción y necesitan la capa de imagen.
Fotógrafos y técnicos de imagen. Una conversión poco habitual y realmente buena, porque entienden la iluminación y la óptica de forma intuitiva, que es la mitad que le falta a la mayoría de los equipos de software.
Ingenieros de software. Hacia el lado algorítmico, necesitando la capa física: que la imagen es una medición con ruido, geometría e iluminación incorporados.
Técnicos de mantenimiento. Hacia mantener funcionando los sistemas desplegados, que es por donde se escapa el valor.
Personal de metrología y medición. Ya piensan en calibración, repetibilidad e incertidumbre de medición, algo que se transfiere directamente.
Donde la visión tiene peso de seguridad o regulatorio. La visión usada como función de seguridad, por ejemplo la detección de presencia en una aplicación de protección de maquinaria, debe cumplir los requisitos de seguridad funcional y no puede montarse con componentes de propósito general sin cumplir esas normas. La inspección basada en visión en producción regulada, incluida la fabricación farmacéutica y de dispositivos médicos, requiere validación bajo el sistema de calidad aplicable. La formación construye comprensión técnica. No otorga certificación de seguridad funcional ni autoridad de validación.
Qué llevarte de todo esto
La mayoría de los problemas de visión industrial se resuelven en la luz, la lente y el utillaje, no en el modelo, y eso invierte el instinto habitual de contratación.
Los métodos clásicos son deterministas y suficientes para muchas tareas industriales, así que recurrir al aprendizaje automático para todo crea una dificultad de validación que no hacía falta.
Los sistemas desplegados se degradan por deriva de iluminación, suciedad, cambio de producto, movimiento del soporte y datos de entrenamiento no representativos. Los cinco son previsibles, y la monitorización es un puesto permanente.
La inspección de defectos es un problema de eventos raros, así que pide el rendimiento a la tasa de defectos real y espera que la recogida de datos sea la limitación.
Y tus inspectores de calidad tienen el conocimiento de defectos del que depende todo el proyecto. Los fotógrafos, curiosamente, tienen la otra mitad.
¿Por qué fallan los proyectos de visión industrial?
Normalmente antes del algoritmo. La iluminación, la óptica y la presentación de la pieza determinan si la información que necesitas está siquiera en la imagen, y ningún modelo recupera información que nunca se capturó.
¿Hay que usar siempre machine learning?
No. El procesamiento de imagen clásico es determinista, rápido y explicable, y basta para buena parte de las tareas industriales. Los métodos aprendidos son para problemas que se resisten a una descripción explícita, y son más difíciles de validar.
¿Por qué falla en línea una buena demo?
La iluminación se degrada, las lentes se ensucian, los productos cambian, los soportes se mueven, y los datos de entrenamiento rara vez capturan la variación real. Es el mismo cambio de distribución que afecta a cualquier modelo desplegado.
¿Por qué engaña la precisión en la inspección de defectos?
Porque los defectos son poco frecuentes en un buen proceso. Un sistema con una precisión declarada alta puede seguir marcando sobre todo piezas buenas, lo que destruye la confianza del operario. Pide el rendimiento a la tasa de defectos real.
¿Quién se reconvierte mejor a puestos de visión?
Los inspectores de calidad, que saben qué aspecto tienen realmente los defectos y cuáles importan, y los fotógrafos o técnicos de imagen, que entienden la iluminación y la óptica. El personal de metrología se transfiere directamente en calibración e incertidumbre.