Meta ha presentado su Segment Anything Model (SAM), un sistema de visión por computadora que promete cambiar las reglas del juego. Este modelo es capaz de identificar y aislar cualquier objeto individual en una foto o video, sin necesidad de entrenamiento previo. No es magia, es inteligencia artificial aplicada a la segmentación semántica, y funciona en tiempo real.
Cómo funciona SAM y por qué importa en visión artificial 🧠
SAM se basa en un transformer entrenado con un conjunto de datos masivo de más de mil millones de máscaras de segmentación. El modelo acepta como entrada una imagen y un prompt, que puede ser un punto, un cuadro delimitador o incluso texto. A partir de ahí, genera una máscara precisa del objeto solicitado. Su arquitectura permite generalizar a objetos nunca vistos, lo que elimina la necesidad de ajustar el modelo para cada nueva tarea. Esto reduce drásticamente el tiempo de desarrollo en aplicaciones como edición de fotos, robótica o análisis médico.
Adiós a recortar fotos con el dedo y Photoshop Express ✂️
Ahora ya no tendrás que pasar diez minutos seleccionando con el lazo mágico a tu gato para quitarle el fondo. SAM lo hace en un parpadeo y, encima, distingue al gato del jersey de lana que tiene pegado. Lo malo es que si la IA se equivoca, no podrás echarle la culpa al dedo gordo. Eso sí, prepárate para que en la próxima cena familiar te pregunten cómo lograste borrar a tu tío de la foto sin usar el dedo.