TwelveLabs presenta una herramienta que organiza vídeos en primera persona para facilitar el aprendizaje de los robots.
La empresa TwelveLabs ha lanzado Pegasus 1.6, un modelo de inteligencia artificial que convierte vídeos en información organizada. Su principal novedad es el análisis de grabaciones en primera persona, tomadas desde el punto de vista de quien realiza una tarea. Por ejemplo, una cámara colocada en un trabajador puede registrar cómo coge una pieza y la monta.
Pegasus separa la grabación en acciones, añade tiempos concretos y crea descripciones. Puede reconocer los objetos utilizados, la mano que interviene y el principio o el final de cada movimiento. Además, permite detectar imágenes duplicadas, tomas de mala calidad, situaciones poco habituales y contenido sensible. Cada cliente decide qué datos necesita.
La herramienta busca resolver un problema de la robótica: hacen falta muchos ejemplos útiles para entrenar las máquinas. Las demostraciones con robots controlados a distancia exigen equipos y personal especializado. Los vídeos de trabajadores ofrecen otra fuente de aprendizaje, aunque primero es necesario interpretarlos y ponerles etiquetas claras.
El modelo no controla los robots ni les da toda la información necesaria para actuar. La presión, el tacto y los movimientos precisos dependen de otros sensores y programas. TwelveLabs también afirma que esta versión analiza fotos y reconoce mejor a personas y objetos. El precio parte de 1,75 dólares por hora de vídeo, sin incluir otros cargos. Ahora cada empresa deberá comprobar si esos datos mejoran una tarea robótica concreta.
Basado en: Carl Franzen, VentureBeat