Resolviendo un Problema de Clasificación de 350 Imágenes con GPT-4

Una pequeña empresa de IA abordó un desafío de reconocimiento de imágenes: identificar 350 ilustraciones de autos muy similares. Los enfoques tradicionales de visión por computadora y realidad aumentada fallaron. El equipo probó el aprendizaje por transferencia de MobileNet y el aumento de datos, pero los resultados fueron inconsistentes. Finalmente, combinaron inteligentemente una búsqueda de incrustaciones de imágenes basada en KNN con GPT-4, enviando imágenes candidatas a GPT-4 para la coincidencia final. Si bien no es perfecto, esta solución mejoró significativamente la precisión y se aplicó con éxito en una aplicación de museo, incluso mejorando la línea principal de productos de la empresa. Esto demuestra cómo los grandes modelos de lenguaje se están convirtiendo en herramientas versátiles en el desarrollo de productos, simplificando el proceso de aplicación de IA.