CONXAI Technology GmbH está revolucionando el campo de la Arquitectura, Ingeniería y Construcción (AEC) a través de su avanzada plataforma de inteligencia artificial (IA). Esta innovación permite a los profesionales del sector afrontar tareas complejas con mayor eficiencia, transformando la gran cantidad de datos visuales generados en los sitios de construcción en información crucial gracias a la IA.
Con la integración de su modelo de segmentación de última generación, denominado OneFormer, alojado en Amazon Web Services (AWS), CONXAI ofrece dos modalidades a los usuarios: como «Modelo como servicio» (MaaS) y como «Software como servicio» (SaaS). A través del MaaS, los desarrolladores pueden integrar este modelo eficientemente mediante una API. Por su parte, el SaaS proporciona a los usuarios un tablero intuitivo para gestionar cámaras y revisar grabaciones, asegurando que todas las personas capturadas sean anonimizadas automáticamente conforme a las regulaciones del GDPR.
El éxito de esta solución radica en su entrenamiento con un conjunto de datos exclusivo compuesto por más de 50,000 imágenes etiquetadas automáticamente, lo cual ha resultado en una precisión excepcional. El modelo no solo identifica más de 40 tipos de objetos, como grúas y excavadoras, sino que también destaca por su exactitud en la detección de elementos críticos del terreno de construcción.
La historia de CONXAI comenzó con la utilización de un proveedor de nube más modesto. Sin embargo, las limitaciones impuestas por este en términos de escalabilidad y soporte para aplicaciones de aprendizaje automático llevaron a la empresa a migrar a AWS. Esta transición facilitó la construcción de una arquitectura sólida y escalable, permitiendo el uso eficiente de contenedores de IA y servicios gestionados, asegurando así el pago únicamente por los recursos necesarios.
Gracias a su elección de Kubernetes, CONXAI mantiene independencia con respecto a la nube y logra despliegues efectivos directamente en las ubicaciones de los clientes. Este método favorece también el aprendizaje federado, donde el entrenamiento del modelo se realiza en el sitio, minimizando así el manejo de información sensible.
La optimización de la arquitectura y los costos se completó en un periodo de dos a tres meses, con un continuo mejoramiento del modelo en un lapso de tres a cuatro semanas utilizando únicamente una GPU. La automatización de la implementación mediante herramientas como GitLab, Terraform y Helm ha permitido despliegues sin interrupciones en menos de una hora.
Desde el traslado a AWS, CONXAI ha conseguido una utilización de GPU mayor al 90% y una casi total eliminación de errores en el procesamiento. Entre los planes futuros de la empresa se incluye el desarrollo de análisis avanzados y características de IA generativa, además de la continua expansión de su modelo con nuevas clases del ámbito constructivo, colaborando intensamente con especialistas de AWS para optimizar el uso de los chipsets AWS Inferentia.
