CONXAI Technology GmbH está revolucionando el sector de la Arquitectura, la Ingeniería y la Construcción (AEC) gracias a su innovadora plataforma de inteligencia artificial diseñada para facilitar la creación de casos de uso complejos de manera eficiente. A medida que los sitios de construcción modernas se llenan de cámaras de videovigilancia, la acumulación de grandes volúmenes de datos visuales se vuelve inevitable. En este contexto, CONXAI se ha posicionado a la vanguardia utilizando IA para analizar estos flujos de imagen y extraer información valiosa, crucial para la toma de decisiones en el sector.
Una de las innovaciones clave que trae CONXAI es su modelo de segmentación de última generación, OneFormer, alojado en los servicios de Amazon Web Services (AWS). Este avance se integra como un «Modelo como Servicio» (MaaS) permitiendo la integración mediante una API, y como «Software como Servicio» (SaaS) ofreciendo un tablero de control intuitivo. Con estas soluciones, los usuarios no solo pueden gestionar cámaras y revisar grabaciones, sino también cumplir con las normativas del GDPR gracias a la anonimización automática de individuos en las imágenes capturadas.
El modelo de IA de CONXAI fue entrenado con un conjunto extenso de datos, ajustando más de 50,000 imágenes automáticamente etiquetadas, lo que garantiza una precisión notable. Puede reconocer más de 40 clases de objetos específicos del entorno de construcción, incluidos elementos como grúas y aseos portátiles.
CONXAI comenzó su andadura en un proveedor de nube pequeño, enfrentándose a limitaciones de escalabilidad y mantenimiento debido a la falta de servicios esenciales para aplicaciones de aprendizaje automático. La transición a AWS ha sido un punto de inflexión para CONXAI, proporcionando acceso a un ecosistema robusto de servicios que permite una arquitectura más escalable. La experiencia del equipo con AWS y los créditos iniciales ofrecidos por la plataforma fueron factores determinantes en esta elección. Actualmente, CONXAI aprovecha los servicios gestionados de AWS para minimizar la carga de mantenimiento y optimizar costos, asegurando que paguen solo por los recursos utilizados.
Con Kubernetes, han logrado mantener independencia respecto a la nube, permitiendo despliegues en el borde del cliente, como en los sitios de construcción. Este enfoque abre puertas al aprendizaje federado, un sistema que permite entrenar modelos en el edge y solo transferir los pesos del modelo a la nube, asegurando que la información sensible no se vea comprometida.
El desarrollo de una arquitectura óptima y su puesta en marcha tomó alrededor de dos a tres meses, con un enfoque continuo en la mejora del modelo que requiere un entrenamiento de tres a cuatro semanas en una sola GPU. La implementación, completamente automatizada a través de pipelines de CI/CD en GitLab, Terraform y Helm, ha reducido los tiempos de despliegue a menos de una hora, sin interrupciones.
El éxito de CONXAI tras la migración a AWS se refleja en la mejora de eficiencia, con un uso de GPU superior al 90% y una notable reducción en errores de procesamiento. La siguiente meta es extender las capacidades de análisis avanzado integrando potencialmente características de IA generativa. Además, colaboran con especialistas de AWS para optimizar el desempeño utilizando los chipsets AWS Inferentia, continuamente etiquetando y entrenando el modelo con nuevas clases de datos específicos del sector.
