El Fin del Conocimiento - Bóveda 5/64 - CVPR - 2021 - Visión por Computadora y los Objetivos Globales

graph LR classDef goals fill:#f9d4d4, font-weight:bold, font-size:14px classDef gaps fill:#d4f9d4, font-weight:bold, font-size:14px classDef applications fill:#d4d4f9, font-weight:bold, font-size:14px classDef challenges fill:#f9f9d4, font-weight:bold, font-size:14px classDef solutions fill:#f9d4f9, font-weight:bold, font-size:14px A["Visión por Computadora y
los Objetivos Globales"] --> B["La visión ayuda a los objetivos de desarrollo sostenible. 1"] A --> C["La escasez de información y expertos obstaculiza el progreso. 2"] B --> D["Imágenes satelitales estiman la densidad de población. 3"] B --> E["Diagnóstico automatizado de enfermedades: malaria, TB, piel. 4-5"] B --> F["Detección de enfermedades de cultivos, cuantificación de plagas. 6"] C --> G["Restricciones de energía, red, cómputo, memoria. 8"] C --> H["Mantenimiento a largo plazo, desafíos de sostenibilidad. 9"] C --> I["Se necesita conocimiento local para la selección de problemas. 10"] C --> J["Experiencia en el dominio para métricas, etiquetas, datos. 11"] C --> K["Permisos, construcción de confianza no incentivados. 12"] C --> L["Cuestionar resultados genera desconfianza. 13"] C --> M["Intervenciones pobres pueden reforzar desigualdades. 14"] C --> N["Pilotitis: los pilotos no escalan ni perduran. 15"] A --> O["Las comunidades locales proporcionan base, conciencia de riesgos. 16"] O --> P["Data Science Africa: formación, investigación, apoyo. 17"] O --> Q["Propiedad de extremo a extremo por equipos únicos tiene éxito. 18"] O --> R["Grupos a nivel nacional identifican prioridades, potencial tecnológico. 19"] A --> S["Taller CV4GC involucra a investigadores globales. 20"] S --> T["Se necesitan puntos de referencia y conjuntos de datos relevantes. 21"] S --> U["Diseño de modelos de bajo recurso para impacto. 22"] S --> V["Colaboración interdisciplinaria, enfoque local valioso. 23"] S --> W["Restricciones del mundo real inspiran nuevos métodos de CV. 24"] A --> X["Oportunidades impactantes de CV abundan globalmente. 25"] class A,B,C goals class D,E,F applications class G,H,I,J,K,L,M,N challenges class O,P,Q,R,S,T,U,V,W,X solutions

Resumen:

1.- La visión por computadora puede ayudar a abordar los objetivos globales de la ONU para el desarrollo sostenible en áreas como la salud, el clima y otras.

2.- Las brechas de información y la escasez de expertos en entornos de bajos recursos son dos áreas principales donde la visión por computadora puede ayudar.

3.- Estimar la densidad de población usando imágenes satelitales para contar edificios es una aplicación útil para varios propósitos.

4.- El diagnóstico médico, como la detección de parásitos de malaria en frotis de sangre, está limitado por la escasez de técnicos de laboratorio.

5.- La visión por computadora puede ayudar a automatizar pruebas de diagnóstico visual para enfermedades como la malaria, la TB, parásitos intestinales y afecciones de la piel.

6.- En la agricultura, la visión por computadora puede ayudar a diagnosticar enfermedades de cultivos y cuantificar vectores de enfermedades como insectos en plantas de yuca.

7.- Existen muchas aplicaciones prometedoras de visión por computadora, pero pocas están en uso real en el mundo en desarrollo debido a desafíos.

8.- Las restricciones técnicas incluyen recursos limitados de energía, red, cómputo y memoria, y la necesidad de desarrollo de extremo a extremo.

9.- Los largos plazos, el mantenimiento y la sostenibilidad también son obstáculos técnicos en el despliegue de soluciones de visión por computadora.

10.- Identificar el problema correcto para resolver requiere un equipo con comprensión local de matices y sutilezas.

11.- Definir métricas precisas, políticas de etiquetado y recolección de datos requiere conocimiento del dominio en el contexto local.

12.- El trabajo organizacional como obtener permisos y construir confianza con colaboradores es crucial pero no está bien incentivado.

13.- La falta de confianza puede manifestarse como burocracia o expertos en el dominio que descartan resultados que desafían sus suposiciones.

14.- En el peor de los casos, las intervenciones mal diseñadas pueden causar daño al reforzar desigualdades o introducir fragilidades.

15.- "Pilotitis" se refiere a la proliferación de pilotos a pequeña escala que no escalan ni logran un impacto duradero.

16.- Construir comunidades locales es una forma de mitigar desafíos proporcionando poder de permanencia, base y comprensión de riesgos.

17.- Data Science Africa es un ejemplo de una comunidad que proporciona formación, investigación, redes y apoyo mutuo.

18.- Equipos únicos que poseen el proceso de extremo a extremo desde la recolección de datos hasta el despliegue es un tema común en proyectos exitosos.

19.- Grupos a nivel nacional que reúnen a gobierno, academia y negocios pueden identificar problemas prioritarios y oportunidades tecnológicas.

20.- El taller de Visión por Computadora para Desafíos Globales en CVPR involucró a un grupo global de investigadores.

21.- Los investigadores de visión por computadora pueden involucrarse eligiendo puntos de referencia y conjuntos de datos relevantes para problemas de desarrollo global.

22.- Diseñar modelos para entornos de bajos recursos con cómputo y memoria limitados es otra forma de hacer la investigación más relevante.

23.- La colaboración interdisciplinaria y la formación de comunidades en torno a problemas locales es valiosa incluso para investigadores enfocados en metodología.

24.- Las restricciones del mundo real pueden inspirar nuevas metodologías de visión por computadora.

25.- Existen problemas interesantes con potencial para soluciones de visión por computadora en todas partes, no solo en el mundo en desarrollo.

Bóveda del Conocimiento construida porDavid Vivancos 2024