¿Usar apis o construir tus propios modelos de deep learning?

Tenemos más de cuatro años de experiencia desarrollando y utilizando algoritmos de machine learning del tipo deep learning, gracias a esto hemos logrado configurar nuestros propios modelos. Hemos logrado una gran experiencia en la utilización de APIs de inteligencia artificial y, por lo mismo, tener una opinión con respecto a las ventajas y desventajas de usar un modelo propio o utilizar como servicio modelos disponibles en la nube de  Google, Microsoft o IBM.

¿Cómo se hace un modelo?

1.-Obtener los datos de entrenamiento.
2.-Entrenar un modelo
3.-Usar el modelo entren.ado para hacer predicciones en nuevos datos.

Por ejemplo, para desarrollar un modelo que prediga qué animal se encuentra en una foto, necesitamos seguir los siguientes pasos:

1.- Datos de entrenamiento: obtener muchas imágenes de animales y para cada imagen indicar que animal es.
2.- Entrenar: entrenar el modelo mediante Deep Learning
3.- Usar el modelo: con el modelo creado, ingresar una nueva imagen de un animal y que el modelo prediga qué animal es.

¿Siempre debo desarrollar el modelo?

No siempre es necesario desarrollar tus propios modelos, ciertas problemáticas permiten utilizar un modelo existente. Las grandes marcas venden APIs de inteligencia artificial, que permiten utilizar sus modelos y de esta manera, evitar el desarrollo de los mismos.

Es importante destacar, que la posibilidad de utilizar una API, solo se da para ciertos problemas que son más comunes, si la necesidad es muy específica, se dificulta encontrar un modelo existente y por lo mismo, tendrás que desarrollar uno propio, a la medida.

¿Qué ventajas tengo al desarrollar mis propios modelos?

Cuando uno desarrolla el modelo, se pueden considerar varias alternativas a la hora de diseñar la solución para el cliente. Lo que efectivamente da una gran ventaja.

La principal ventaja, es que puedo decidir si ejecutar el modelo en línea (online) o fuera de línea (offline).

¿Ejecución online u offline?

La ejecución del modelo se hace en un servidor central o en un computador local. Por ejemplo, si el desarrollo del algoritmo que identifica la edad de las personas lo quiero usar en una tienda del retail para saber la edad del público que está ingresando al local, puedo evaluar varias alternativas.

Alojar el modelo en la nube y enviar imágenes de la tienda periódicamente al servidor central, con lo cual se necesitará un ancho de banda superior y contar con una conexión a internet de forma permanente (online).

Por otro lado, si se deja el modelo en un servidor local, alojado en cada tienda, ya no se necesitará enviar imágenes a través de Internet, por lo tanto, no dependerá de una conexión (offline).

¿Qué ventajas tengo al utilizar APIs de inteligencia artificial?

La principal ventaja es utilizar la tecnología existente de forma rápida y con una muy baja inversión.

También existe la ventaja, que el proveedor de la API entrenó el modelo, y por lo mismo existirá un ahorro de tiempo al no tener que buscar datos de entrenamiento.

En resumen:

A la hora de diseñar una solución de inteligencia artificial, uno debe decidir si utilizar una API existente o desarrollar un modelo propio.

El desarrollar un modelo propio otorga una enorme flexibilidad, pero con una inversión mayor. Al final, la decisión pasa por el diseño de la solución, si es necesario contar con resultados fuera de línea, procesamiento local o si es posible consultar en línea al proveedor del modelo. Todo esto, sujeto a que el modelo exista en el mercado.

 

A la fecha hemos desarrollado los siguientes modelos:

Identificación de personas. Podemos identificar personas en una imagen o video, para el logro de la detección hemos desarrollado una aplicación denominada SIVI.

  • Identificación de emociones, género y edad de personas en una imagen. Con este modelo hemos desarrollado un producto que denominamos e-track, el que permite identificar la emoción, el género y la edad aproximada de una persona. Con dicho modelo hicimos el estudio de la franja electoral el año 2017.
  • Identificación de placas patente.
  • Hemos desarrollado modelos predictivos para diversas industrias y clientes; estimación de la producción de frutas, estimación de tiempos de reparación de fallas, entre muchas otras aplicaciones.

El factor común, es que los modelos han sido desarrollados en un 100% en nuestra empresa Zeke Integradores de Sistemas, lo que nos permite dar soluciones totalmente personalizadas a las necesidades de nuestros clientes y ejecutarlos de manera online u offline, llevando la inteligencia artificial “to the edge”, controlando nuestros modelos e  instalándolos  en dispositivos IoT en el “borde”.

Si quieres saber cómo podemos aplicar Inteligencia Artificial en tu negocio, contáctanos.

CONTÁCTANOS