La plataforma web impulsada por IA de la empresa emergente está capacitada para detectar y etiquetar cualquier objeto. También se puede utilizar para implementar modelos de deep learning en la atención de la salud, la manufactura y otras industrias
Las células bajo un microscopio, las uvas de una vid y las especies en un bosque son solo algunas de las cosas que la IA puede identificar utilizando la plataforma de anotación de imágenes creada por startup V7 Labs.
Ya sea que un usuario quiera que la IA detecte y etiquete imágenes que muestran equipos en un quirófano o ganado en una granja, la empresa de Londres ofrece V7 Darwin, una plataforma web impulsada por IA con un modelo entrenado que ya sabe cómo se ve casi cualquier objeto, según Alberto Rizzoli, cofundador de V7 Labs.
Es una bendición para las pequeñas empresas y otros usuarios que recién empiezan con la IA o que desean reducir los costos de entrenar modelos de deep learning con datos personalizados. Los usuarios pueden cargar sus datos en la plataforma, que luego segmenta los objetos y los anota. También ayuda a implementar el modelo recién entrenado.
La solución V7 Darwin se entrenó con varios millones de imágenes y está optimizada para aprovechar las GPU de NVIDIA. La startup también está explorando el uso de NVIDIA Clara Guardian, que incluye el framework de análisis de videos inteligente NVIDIA DeepStream SDK en sistemas integrados de IA en el edge. Hasta ahora, ha tenido proyectos piloto que utilizan los módulos NVIDIA Jetson AGX Xavier y Jetson TX2 para el despliegue de modelos entrenados en el edge.
V7 Labs es miembro de NVIDIA Inception, un programa que brinda asistencia técnica, experiencia y asistencia en los lanzamientos a las startups de IA.
Clasificación de Objetos con Perfección al Nivel de Píxeles
“Para que la IA aprenda a ver algo, es necesario darle ejemplos”, dijo Rizzoli. “Y para que identifique correctamente un objeto en función de una imagen, debes asegurarte de que capture el 100 por ciento de los píxeles de la imagen”.
Anotar y etiquetar un objeto en base a un nivel de detalle de “píxeles perfectos” toma solo dos segundos y medio para V7 Darwin, hasta 50 veces más rápido que un humano, dependiendo de la complejidad de la imagen, dijo Rizzoli.
Ahorrar tiempo y costos en la anotación de imágenes es especialmente importante en el contexto de la atención médica, dijo. “Los profesionales de la salud tienen que analizar cientos de miles de radiografías o tomografías computarizadas y anotar anomalías, pero esto se puede automatizar”, dijo Rizzoli.
Por ejemplo, durante la pandemia del COVID-19, V7 Labs trabajó con el Servicio Nacional de Salud del Reino Unido y el Hospital San Matteo de Italia para desarrollar un modelo que detecta la gravedad de la neumonía en una radiografía de tórax y predice si un paciente deberás ser ingresado a una unidad de cuidados intensivos.
La compañía también publicó un conjunto de datos abierto con más de 6,500 imágenes de rayos X que muestran neumonía, 500 casos de los cuales fueron causados por el COVID-19.
V7 Darwin se puede utilizar en un entorno de laboratorio, lo que ayuda a detectar errores de protocolo y registrar experimentos automáticamente.
Aplicación en todas las Industrias
Las empresas de una amplia variedad de industrias, más allá de la atención médica, pueden beneficiarse de la tecnología de V7.
“Nuestro objetivo es capturar toda la visión por computadora y hacer que sea muy fácil de usar”, dijo Rizzoli. “Creemos que si podemos identificar una célula bajo un microscopio, también podemos identificar, digamos, una casa desde un satélite. Y si podemos identificar a un médico que realiza una operación o un técnico de laboratorio que realiza un experimento, también podemos identificar a un escultor o una persona que prepara un pastel ”.
Los usos globales de la plataforma incluyen evaluar el daño de los desastres naturales, observar el crecimiento de embriones humanos y animales, detectar caries en radiografías dentales, crear máquinas autónomas para evaluar protocolos de seguridad en la fabricación y permitir que los robots agrícolas cuenten sus cosechas. No te pierdas ninguna noticia relacionada con la atención de la salud de NVIDIA y explora la forma en que la inteligencia artificial, la computación acelerada y la tecnología de GPU están contribuyendo a la batalla mundial contra el nuevo coronavirus en nuestro centro de investigación del COVID-19”.