Ir al contenido principal

Qué pasa si una máquina es capaz de 'imaginar' objetos


Las redes de neuronas artificiales, a base de las cuales funcionan los programas de reconocimiento de imágenes, son capaces no solo de analizar el contenido de una imagen para clasificarla, sino también de generar imágenes nuevas creando, en algunos casos, cuadros surrealistas, según ha demostrado un grupo de investigadores.

A pesar de que últimamente las redes de neuronas artificiales han derivado en importantes avances en técnicas de reconocimiento de imágenes y de habla, el conocimiento sobre su funcionamiento exacto es bastante limitado. En su intento por cubrir estas lagunas, un grupo de científicos ha obtenido resultados sorprendentes, como queda reflejado en un artículo publicado Google Research Blog.

Una red de neuronas artificiales se entrena generando millones de ejemplos y ajustando poco a poco sus parámetros hasta que da la clasificación que se necesita. La red suele estar compuesta de entre 10 y 30 capas de neuronas artificiales. Cada imagen se introduce en la capa de entrada que luego se comunica con la siguiente y así sucesivamente, hasta obtener el resultado final.

Una manera de visualizar lo que ocurre en cada nivel consistiría en iniciar un proceso opuesto y pedir a la red que mejore una imagen de entrada de tal forma que permita obtener una interpretación particular. Por ejemplo, para saber qué tipo de imagen resultaría en un 'plátano', habría que empezar con una imagen llena de ruido aleatorio y luego modificarla hacia lo que la red considera un plátano.



Sorprendentemente, resulta que las redes de neuronas artificiales que se entrenaron para diferenciar entre distintos tipos de imágenes también cuentan con suficiente información necesaria para generar imágenes. Esto se aprecia en los siguientes ejemplos de ñu, taza medidora, hormiga, estrella de mar, pez anémona, plátano, paracaídas y tornillo.



Las redes se entrenan con un gran número de ejemplos que les permiten extraer la esencia de una cosa y aprender a distinguir los elementos que no son importantes. El proceso descrito arriba ayuda precisamente a comprender si la red aprende las características correctas. Por ejemplo, en la siguiente imagen, la red ha dibujado pesas junto con un brazo, probablemente porque en ninguno de los ejemplos de entrenamiento que se le habían mostrado aparecían por separado. Este resultado ayudaría a corregir errores similares de entrenamiento.



En lugar de prescribir qué característica se quiere que la red amplíe, es posible permitirle a la red decidirlo sola. No obstante, el resultado va a depender en gran parte de la capa de la red a la que se le hace la prueba. Por ejemplo, las capas básicas, que determinan los bordes y su posición en la imagen, van a sobreponer trazos y ornamentos sencillos.



En el siguiente ejemplo, se ve el resultado obtenido en las capas más superiores que buscan objetos enteros en las imágenes. "Cualquier cosa que veas, queremos más de eso", dicen los desarrolladores a la red. Como resultado, por ejemplo, puede acabar encontrando un pájaro inexistente en una nube.



Según muestran los resultados, incluso una red de neuronas relativamente sencilla puede usarse para interpretar con exageración una imagen. La siguiente red, por ejemplo, fue entrenada principalmente a base de imágenes de animales, en consecuencia, tiende a interpretar formas como animales.



La técnica puede aplicarse a cualquier tipo de imagen. En los ejemplos siguientes se ve cómo las montañas se convierten en torres, árboles en edificios, y hojas en pájaros.



Para conseguir unos cuadros realmente interesantes, los investigadores han dado un paso más allá, al introducir una imagen en la red y luego, agregar el resultado, y así sucesivamente, aplicando un 'zoom' en cada etapa. Es posible incluso utilizar una imagen con ruido aleatorio como principal, de modo que el resultado pertenezca por completo a la red de neuronas, como ocurre en las siguientes imágenes.





FUENTE: RT NOTICIAS

Comentarios

Entradas más populares de este blog

Avistamiento Ovni en Yucatán, en la vía Acanceh-Tecoh (México)

Muchos de los reportes de OVNIS son desde las carreteras. (Jorge Moreno/SIPSE)

Don Manuel relata las ocasiones en que vio Ovnis en las carreteras de Yucatán durante la noche.

Jorge Moreno/SIPSE

Tres personas me contactaron para informarme que por dos noches consecutivas (jueves 8 y viernes 9 de septiembre 2016) vieron Ovnis en la carretera del mundo maya, tramo Acanceh-Tecoh, es decir, a unos 25 kilómetros de Mérida.

Las descripciones de los tres reportes son similares, dos luces de color azul (separadas) que se siguen una a otra y por momento se alejan; no hacían ningún tipo de ruido, estaban a una distancia relativamente baja y la luz emitida era tenue, pero intermitente por momentos.

Las tres personas no se conocen entre sí, pero pasaron por ese sitio entre las nueve y las once de la noche, ese decir la aparición del Ovnis duró bastante tiempo.

Y aunque no dan más detalles al respecto (ya estamos investigando a través de nuestros corresponsales en esa zona), uno de ellos nos comen…

La Estación Espacial Internacional despliega un pequeño prototipo de ascensor espacial

Estación Espacial Internacional. Un módulo japonés de experimentación es capaz de lanzar minisatélites de forma barata - NASA

Ha lanzado un minisatélite que desplegará un cable de kevlar de 100 metros de longitud para probar la tecnología, y que también podría usarse para cazar basura espacial

En la imagen del día seleccionada por la NASA, la agencia espacial ha anunciado el reciente despliegue de un satélite japonés llamado STARS-C (de «Space Tethered Autonomous Robotic Satellite-Cube») desde la Estación Espacial Internacional (ISS, en inglés). La finalidad de este satélite será funcionar como un prototipo de varias tecnologías que podrían tener aplicación en el diseño de un ascensor espacial, capaz de transportar cargas hacia la órbita.

Cuando el satélite esté desplegado en cuestión de días, estará formado por dos pequeños cubos de apenas 10 centímetros unidos por un cable de kevlar de 100 metros de longitud. El conjunto apenas pesa 2,66 kilogramos.


Lanzamiento del pequeño satélite…

Los astrónomos descubren un nuevo tipo de galaxia

La mayoría de las galaxias son espirales, pero también hay formas elípticas o irregulares. El Hubble muestra la variedad en una pequeña porción del cielo, equivalente a la décima parte del diámetro de la luna, donde halló 10.000 galaxias - NASA, ESA, S. Beckwith (STScI) and the HUDF Team

Aseguran no haber visto una así nunca antes. Todo apunta a que es un objeto Hoag, unas galaxias donde un anillo rodea a un núcleo, pero que en este caso ha logrado acumular dos anillos

Si el Universo está poblado (como poco) por miles de millones de galaxias, y si cada una a su vez cobija a millones o a miles de millones de estrellas, ¿qué nos faltará aún por aprender? El astrónomo Edwin Hubble (que le da su nombre al famoso telescopio espacial) probablemente sentía vértigo cuando se planteaba esta pregunta, pero sus esfuerzos le permitieron clasificar las galaxias que observaba en cuatro grandes categorías. En función de su forma, las dividió en espirales (tienen forma de remolino, como la Vía Lácte…