AI Lab es la plataforma web de wenglor para llevar la IA de visión desde el dataset hasta la línea de producción sin fricciones. Trabaja en la nube con recursos de alto rendimiento para acelerar el entrenamiento de modelos y, a la vez, mantiene la ejecución donde tiene sentido: en el borde, directamente en tus dispositivos de visión. El corazón es el “AI Loop”: uniVision 3 captura y evalúa imágenes en las Smart Cameras B60 y en los controladores MVC; weHub detecta automáticamente ese hardware en tu red y hace de pasarela segura con la nube para subir lotes de imágenes y descargar modelos ya entrenados; AI Lab gestiona datasets, orquesta el entrenamiento y versiona los modelos. Con ese ciclo cerrado, preparar datos, entrenar, validar y desplegar se convierte en un proceso continuo y repetible, sin necesidad de programar.
Uso diario en la práctica
El uso diario es directo. Puedes alimentar el sistema con imágenes que llegan automáticamente desde uniVision 3 o bien subir archivos desde el navegador. Los conjuntos de datos se organizan por proyectos, con versiones y estados claros para saber qué modelo se entrenó, con qué datos y con qué resultados. La infraestructura cloud permite atacar conjuntos de gran tamaño y modelos complejos sin bloquear recursos locales, lo que reduce drásticamente los tiempos de iteración entre una hipótesis y un modelo utilizable. Cuando el entrenamiento termina, los modelos bajan a tus equipos con un clic vía weHub y se ejecutan en planta junto a reglas clásicas de visión en uniVision 3, para que combines detecciones basadas en IA con mediciones deterministas en el mismo flujo.
AI Lab prioriza la interpretabilidad y la calidad antes de pasar a producción. La plataforma incluye mapas de calor integrados para visualizar en qué zonas de la imagen se apoya el modelo al tomar decisiones, una validación automática que contrasta resultados frente a tu dataset de prueba y una revisión guiada que ayuda a descubrir sesgos, falsos positivos o clases mal representadas. Con estas herramientas es más sencillo argumentar la aprobación del modelo y establecer umbrales operativos acordes a los requisitos de calidad de la línea.
La colaboración está resuelta desde la base. Al ser una plataforma en la nube, el acceso es flexible desde cualquier ubicación y la gestión de usuarios permite que varios técnicos editen y compartan datasets en paralelo sin pisarse. Las copias de seguridad periódicas protegen el trabajo frente a fallos técnicos, y el histórico de modelos y datasets facilita auditar cambios y volver a una versión anterior si hiciera falta. Para TI, weHub centraliza la comunicación entre la red local y la nube, simplifica el alta de dispositivos y minimiza la configuración manual: los equipos se detectan, se autentican y quedan listos para recibir ajustes y modelos.
En planta, la integración con el ecosistema wenglor evita desarrollos a medida. Las Smart Cameras B60 y los controladores MVC ejecutan los modelos de IA entrenados en AI Lab dentro de uniVision 3 y los combinan con herramientas de visión por reglas, de modo que puedes, por ejemplo, usar IA para clasificar una superficie y reglas para medir tolerancias o posicionar piezas. Este enfoque híbrido te da margen para empezar con casos de uso de clasificación de imágenes, escalar datasets con rapidez y, al mismo tiempo, mantener la trazabilidad y el control que exige cualquier proceso industrial.
El modelo de uso está pensado para ser predecible. AI Lab se contrata mediante planes de prepago sin renovaciones automáticas: durante el periodo activo consumes saldo de entrenamiento con total transparencia sobre los recursos. Esto facilita presupuestar, arrancar pilotos sin compromisos largos y ampliar capacidades cuando el proyecto lo pide. La combinación de entrenamiento en la nube, despliegue local, flujos de validación y colaboración multiusuario reduce el tiempo de puesta en marcha y ajusta la IA a los ritmos reales de producción: menos esperas, más iteraciones útiles y una ruta clara del dataset al resultado operativo en la línea.
