Jin Chen se desempeña como Directora de Tecnología (CTO) de NeARabl Inc., una empresa de inteligencia artificial de visión por computadora con sede en Nueva York que está transformando la forma en que los profesionales de la construcción y la ingeniería capturan datos de edificios mediante el uso de imágenes 3D y realidad aumentada.

Chen comenzó su carrera como una estudiante destacada de ciencia de datos e ingeniería en The City College of New York, donde se unió a un laboratorio de investigación del campus centrado en el mapeo de navegación interior. Financiado por la National Science Foundation, el Air Force Research Lab y Homeland Security, el proyecto impulsó los límites de la IA espacial. Sus contribuciones ayudaron al proyecto a avanzar su tecnología hacia una solución de mapeo 3D y RA más ágil con un potencial comercial real.

Logramos un gran hito en nuestra precisión espacial: mejoramos los escaneos de edificios a una precisión de reconstrucción de poco menos de 30 mm. Este es un nivel de precisión que rivaliza con los escáneres láser y supera con creces las herramientas de captura tradicionales basadas en dispositivos móviles.

Después de graduarse, Chen se convirtió en parte del equipo de liderazgo central de NeARabl, ascendiendo de estudiante universitaria a CTO prácticamente de la noche a la mañana. Hoy en día, lidera personalmente los esfuerzos de investigación y desarrollo de la empresa, construyendo una herramienta de IA de infraestructura intuitiva que ayuda a los usuarios a visualizar ideas de diseño y datos de infraestructura con precisión, exactitud y facilidad.

La tecnología de NeARabl se desarrolló en un laboratorio de investigación en CUNY. ¿Puedes compartir cómo surgió la tecnología y cómo ha evolucionado desde esos días de laboratorio?

NeARabl es el resultado de más de cinco años de investigación y desarrollo enfocados, respaldados por la National Science Foundation, Air Force Research Labs, Homeland Security y Bentley Systems Inc. La tecnología original comenzó como una herramienta móvil de navegación y wayfinding, inicialmente diseñada como una solución de asistencia para personas con baja visión. Nuestra tecnología permitía a los usuarios explorar mapas interiores y puntos de interés directamente desde sus teléfonos.

Sin embargo, durante las pruebas, su potencial más amplio se hizo evidente, abarcando industrias como la construcción, la arquitectura y la gestión de instalaciones, donde la imagen y medición espacial era verdaderamente crítica. Con algo de financiación adicional, nuestro equipo pasó el último año avanzando la plataforma con visualización 3D mejorada y precisión espacial significativamente mejorada, transformándola en un producto comercial escalable y listo para el campo. Lo que una vez fue un proyecto de laboratorio académico ahora se ha convertido en una herramienta moderna de sitio de trabajo.

¿Puedes contarnos qué te interesó de esta tecnología y por qué elegiste ser parte de la investigación y el desarrollo?

Mi interés por las matemáticas se despertó a una edad temprana en la escuela primaria, donde desarrollé una curiosidad duradera sobre cómo funcionan las cosas y el hábito de preguntar "por qué" detrás de cada concepto. Encontré alegría en conectar problemas con soluciones, lo que naturalmente me llevó a estudiar matemáticas y ciencias de la computación en The City College of New York. Allí, descubrí una pasión igual por la programación y obtuve experiencia práctica a través de una pasantía de desarrollo de software en WebMD.

Después de esa pasantía, di un salto de fe y me uní a un proyecto de investigación financiado con una subvención con NeARabl, una decisión que me permitió fusionar mi amor por la resolución de problemas con aplicaciones del mundo real. Lo que me atrajo fue cómo la tecnología no solo entregaba soluciones prácticas, sino que también capacitaba a los usuarios para trabajar de manera más inteligente y efectiva en el campo.

Todos vemos que las herramientas de IA están creciendo en popularidad, ¿por qué es importante este tipo de tecnología para las industrias de la construcción y la ingeniería?

Cuando se trata de eso, la inteligencia artificial ya no es un concepto futurista, está aquí y está transformando activamente cómo se planifican, ejecutan y mantienen los proyectos de construcción. Herramientas como la IA de Infraestructura de NeARabl son un claro ejemplo, convirtiendo dispositivos móviles en herramientas de mapeo altamente precisas que pueden capturar espacios con una precisión de centímetros. Ese tipo de innovación reduce el trabajo de rehacer costoso, mejora la colaboración entre arquitectos, ingenieros y oficios, y acelera los cronogramas sin sacrificar la calidad. La influencia de la IA no solo está en las ganancias de eficiencia; está remodelando fundamentalmente el ciclo de vida del proyecto, desde el diseño hasta la entrega.

¿Puedes compartir algún punto de dolor específico que estés resolviendo con las capacidades de la herramienta y cómo es el mercado de clientes?

La solución está verdaderamente construida para adaptarse, sirviendo a una amplia gama de industrias donde la inteligencia interior, la visualización y la navegación son críticas. No se necesita hardware costoso, lo que hace que la implementación sea rápida y escalable también. En este momento, estamos viendo que la tecnología es particularmente de interés para arquitectos, equipos de construcción, ingenieros mecánicos, electricistas y profesionales de plomería que desean utilizar escaneos de edificios rápidos pero precisos para mejorar sus esfuerzos de planificación estratégica, acelerar el desarrollo de infraestructura y minimizar el riesgo de errores costosos.

Podemos ayudar a reducir los riesgos de error humano integrando perfectamente IA, realidad aumentada y capacidades 3D para una visualización precisa de lo que se debe construir antes de siquiera comenzar la construcción. Esa es una mejora increíble en la etapa de planificación de proyectos de infraestructura y construcción.

Escuchamos que tuviste un avance reciente en I+D; ¿puedes contarnos al respecto?

Nuestro equipo de I+D está bien versado en robótica avanzada, visión por computadora y realidad mixta, por lo que continuamente mejoramos la solución para satisfacer mejor las necesidades del mercado. Recientemente, logramos un gran hito en nuestra precisión espacial: mejoramos los escaneos de edificios a una precisión de reconstrucción de poco menos de 30 mm. Este es un nivel de precisión que rivaliza con los escáneres láser y supera con creces las herramientas de captura tradicionales basadas en dispositivos móviles.

Cuando miras el hardware móvil actual, como un iPhone, hay una limitación fundamental en los sensores de profundidad, IMU y cámaras, y nunca fueron diseñados para mediciones de grado de ingeniería. Afortunadamente, hemos desarrollado métodos propietarios que nos permiten ir más allá de esas restricciones de maneras que la mayoría no creía posibles.

Has navegado el liderazgo bastante bien a una edad temprana, y ¿qué consejo tienes para otros que buscan incursionar en los campos de STEM e investigación?

Un mantra que trato de vivir es: "Cada problema contiene una solución esperando ser encontrada, y el fracaso es el camino que nos lleva allí". Esto me ha guiado en mi camino a través del mundo STEM, y todas las incomodidades que puedan venir con él. Vendrán contratiempos, pero llevan las lecciones más valiosas, y el progreso viene de intentar, ajustar e intentar de nuevo. Mira un desafío como un paso adelante, y no como un paso atrás. Estoy emocionada de ser parte del equipo de investigación y desarrollo en NeARabl y miro con optimismo lo que el futuro depara para las innovaciones de IA.

La publicación Preguntas y respuestas con Jin Chen, Directora de Tecnología en NeARabl apareció primero en citybiz.

Descargo de responsabilidad: Esta traducción ha sido generada automáticamente por NewsRamp™ para citybiz (colectivamente referidos como "LAS EMPRESAS") utilizando plataformas de inteligencia artificial generativas de acceso público. LAS EMPRESAS no garantizan la exactitud ni la integridad de esta traducción y no serán responsables por ningún error, omisión o inexactitud. La confianza en esta traducción es bajo su propio riesgo. LAS EMPRESAS no son responsables por ningún daño o pérdida resultante de tal confianza. La versión oficial y autoritativa de este comunicado de prensa es la versión en inglés.