4 de agosto - IA Visual en la Manufactura

Únete a nuestro meetup virtual para escuchar charlas de expertos sobre temas de vanguardia en la intersección de la manufactura, IA, ML y visión por computadora. Fecha, Hora y Ubicación 4 de agosto de 2026, 9:00 AM - 11:00 AM PST En línea. ¡Regístrate para el Zoom! Habilitando Agentes Multimodales en el Edge La próxima generación de agentes de IA está pasando más allá de los modelos solo de texto basados en la nube y comenzará a interactuar con el mundo multimodal físico en tiempo real. Por ejemplo, en el dominio de la visión, los agentes de IA dependen de Modelos de Lenguaje Visual (VLMs) en su estructura. Sin embargo, implementar VLMs masivos con miles de millones de parámetros en dispositivos edge sigue siendo un desafío de ingeniería significativo. Basado en nuestros recientes trabajos de investigación en ICML y CVPR, esta sesión explora avances en optimizaciones de modelos agentes, específicamente cómo la destilación y la poda transforman modelos 'pesados' en motores delgados y listos para el edge. Por último, presento nuestro agente de UI funcionando en un teléfono real que está siendo desarrollado por el equipo de nuestro laboratorio. Sobre el Ponente Denis Gudovskiy es un Ingeniero AI Distinguido en Panasonic North America donde lleva a cabo actividades de I+D de varios métodos centrales de IA, incluidas agencias multimodales y eficientes en hardware, pipelines de entrenamiento supervisado y RL, y robustez ante escenarios fuera de distribución. Cuando la Cámara No puede Ser Confiable: IA Visual Saludable para Detección Fiable de Casi Accidentes Los sistemas de detección de casi accidentes a menudo se evalúan como si cada cuadro de cámara fuera igualmente confiable, a pesar de que el desenfoque, la mala exposición, la oclusión, la contaminación y la variación de luz pueden degradar silenciosamente la evidencia visual utilizada para tomar decisiones de seguridad. Esta charla presenta un marco de salud de cámara en línea que estima la fiabilidad visual antes de que el rendimiento de percepción posterior se deteriore significativamente. Discutiré cómo las señales de salud de la cámara pueden apoyar una evaluación consciente de las condiciones, priorizar la revisión humana, reducir alertas poco confiables y activar comportamientos de retroceso apropiados. Basado en la investigación en percepción visual crítica para la seguridad, la charla demostrará cómo estos principios pueden ser adaptados a sistemas de video industriales que operan a través de diferentes cámaras, turnos, disposiciones y condiciones ambientales. La presentación también conectará el monitoreo de salud de la cámara con el descubrimiento de eventos raros y la mejora del conjunto de datos impulsada por fallos para una detección de casi accidentes más confiable. Sobre el Ponente Shiva Aher es un investigador en visión por computadora con un fondo de posgrado en ciencias de la computación del Instituto Tecnológico de Georgia, especializado en inteligencia artificial. Aplicaciones de VLM agente en manufactura Los Modelos de Lenguaje Visual (VLMs) introducen funcionalidades totalmente nuevas a las cargas de trabajo de visión en manufactura que los modelos tradicionales de visión por computadora simplemente no ofrecen (por ejemplo, detección de vocabulario abierto, aprendizaje en contexto). Aun así, modelos ajustados como YOLO ofrecen un nivel de precisión y recall que los VLMs de hoy luchan por igualar fuera de la caja. A través de arneses de agentes que coordinan llamadas a VLMs, podemos comenzar a ofrecer una confiabilidad similar en tareas relevantes para la manufactura (por ejemplo, detección de muchas clases y muchas instancias), al mismo tiempo que apoyamos las nuevas funcionalidades (por ejemplo, búsqueda multimodal) que hacen que los VLMs sean distintos. En esta charla, recorreremos el diseño de estos arneses, cómo servirlos de manera eficiente y cómo ofrecen valor en la manufactura. Sobre el Ponente Subraiz Ahmed es miembro del Personal Técnico en Perceptron AI. Él construye la infraestructura para servir modelos de visión de vanguardia. Anteriormente, fundó una serie de startups.