Transformando cámaras pasivas en sensores inteligentes capaces de aprender y detectar incidentes de forma autónoma.

En el próximo Smart City World Congress 2025, Neural Labs presentará oficialmente su nuevo Módulo de Autoaprendizaje AID, una avanzada funcionalidad de IA integrada en la plataforma Neural Orchestr[ai]tor. Desarrollada con el apoyo de NVIDIA, esta solución incorpora computación acelerada para análisis de video a gran escala, permitiendo a las ciudades monitorizar miles de cámaras en tiempo real con inteligencia adaptativa y autónoma.

“Las ciudades están desplegando cada vez más cámaras para la gestión del tráfico y la seguridad, pero la mayoría siguen siendo pasivas. Nuestro Módulo de Autoaprendizaje convierte esas cámaras en sensores proactivos que detectan incidentes automáticamente”, explicó Juan Silva, Gerente Regional de Ventas en Neural Labs. “Con la computación acelerada de NVIDIA, Neural Orchestr[ai]tor puede procesar decenas de transmisiones de video simultáneamente, proporcionando información instantánea donde más se necesita.”

Resolviendo un Desafío Crítico en las Ciudades Inteligentes

Las redes urbanas y de autopistas suelen depender de cientos o miles de cámaras instaladas que operan en modo pasivo. Los operadores humanos no pueden monitorear todas las transmisiones en tiempo real, lo que provoca retrasos o fallos en la detección de incidentes y un infrauso de la infraestructura.

El Módulo de Autoaprendizaje AID aborda este reto aprendiendo automáticamente el entorno de cada cámara y generando sus propias reglas de detección. Mediante Deep Learning y Machine Learning, identifica situaciones anómalas como vehículos detenidos, congestión de tráfico, peatones o animales en la vía, humo o conducción en sentido contrario, sin necesidad de configuración manual.

Construido sobre la Potencia de la Computación Acelerada de NVIDIA

En colaboración con NVIDIA, Neural Labs ha optimizado el Módulo de Autoaprendizaje para aprovechar al máximo la inferencia de aprendizaje profundo acelerada por GPU, ofreciendo:

• Rendimiento en tiempo real – análisis simultáneo de decenas de transmisiones de video con mínima latencia.
• Escalabilidad – ampliación sencilla del número de cámaras monitorizadas sin pérdida de rendimiento.
• Eficiencia energética – mayor rendimiento por vatio comparado con configuraciones basadas solo en CPU.

Principales Ventajas y Capacidades

• Configuración sin esfuerzo – puesta en marcha automática, sin definir zonas ni eventos.
• Aprendizaje continuo – se adapta dinámicamente a cambios en el entorno o en la posición de la cámara.
• Amplia compatibilidad – funciona con cualquier cámara RTSP (tipo bullet, domo o PTZ).
• Procesamiento centralizado escalable – servidores de IA disponibles para 2 a 50 transmisiones de cámara.
• Licenciamiento flexible – las licencias flotantes permiten redistribución dinámica entre grandes grupos de cámaras.

Un Enfoque Más Inteligente y Proactivo para el Análisis de Video Urbano

Con el Módulo de Autoaprendizaje AID, Neural Labs y NVIDIA permiten a las ciudades liberar todo el potencial de sus redes de video, pasando de una vigilancia pasiva a un análisis inteligente y adaptativo que mejora la movilidad, la seguridad y la eficiencia de los recursos.