Microsoft lanza Copilot Vision

No es la primera vez que escuchamos hablar de Copilot Vision, en realidad Microsoft ya nos lo adelantó el pasado mes de septiembre, si bien es cierto que en aquel momento fue solo a modo de avance de lo que estaba por sumarse al conjunto de funciones agrupadas en la familia Copilot. Y es cierto que, aunque con las reservas propias de haber vivido recientemente»ciertos precedentes» que nos hicieron preocuparnos por seguridad y privacidad, es indudable que, con una buena implementación, sí que nos pareció una propuesta interesante.

Copilot Vision amplía las capacidades del asistente de IA de Microsoft al analizar en tiempo real tanto el texto como las imágenes de las páginas web que el usuario visita. Esto le permite responder preguntas específicas sobre el contenido visualizado y sugerir acciones o información adicional relevante. Por ejemplo, al leer una receta en línea, Copilot Vision podría proponer ingredientes alternativos o técnicas de cocina relacionadas, enriqueciendo la experiencia del usuario.

La implementación de esta herramienta ha sido diseñada con un enfoque en la privacidad y el control del usuario. Copilot Vision es una función opcional que debe activarse manualmente. Una vez en uso, procesa la información localmente en el dispositivo y elimina los datos al finalizar la sesión, asegurando que no se almacenen ni se utilicen para entrenar modelos de IA. Inicialmente, su funcionamiento está limitado a un conjunto selecto de sitios web, con planes de expansión gradual en el futuro.

Es importante destacar que Microsoft parece haber aprendido de experiencias pasadas, como los problemas de privacidad asociados con la función Recall en Windows 11. Recall amenazaba con tomar capturas de pantalla periódicas, de manera indiscriminada, del escritorio del usuario, lo que generó preocupaciones significativas sobre la privacidad y llevó a la compañía a realizar ajustes en su implementación. Con Copilot Vision, Microsoft afirma haber tomado medidas proactivas para evitar problemas similares, garantizando que la función sea opcional y que los datos se procesen y eliminen localmente.

Actualmente, Copilot Vision está disponible en fase de prueba para un número limitado de suscriptores de Copilot Pro en Estados Unidos, a través del programa experimental Copilot Labs. Esta etapa permitirá a Microsoft recopilar feedback y realizar ajustes antes de un despliegue más amplio. La compañía ha enfatizado que, aunque la función ofrece una interacción más profunda con el contenido web, no realiza acciones en nombre del usuario ni interactúa directamente con las páginas sin su consentimiento explícito.

La tecnología detrás de Copilot Vision se basa en un campo clave de la inteligencia artificial conocido como Computer Visión. Este ámbito se centra en dotar a las máquinas de la capacidad de interpretar imágenes y vídeos de manera similar a como lo haría un ser humano. Al combinar técnicas avanzadas de procesamiento de imágenes y aprendizaje profundo, permite que sistemas como este comprendan tanto elementos visuales, como gráficos o fotografías, como contextos más amplios dentro de una página web.

Más información