16.000 procesadores para reconocer a un gato.

Una de las líneas de trabajo, de los objetivos de la inteligencia artificial, trabajado por Google y por muchos otros como una de las derivaciones más prometedoras es la creación de computadoras capaces de aprender por sí mismas. Pues bien… una de las redes más extensas de entre las creadas hasta la fecha, formada por 16,000 procesadores (más de mil millones de conexiones)  conectados a internet para aprender por sí solos parece que está aportando resultados bastante positivos.

La tarea era conocida entre cerebros cibernautas: buscar gatos 16000-procesadores-para-reconocer-a-un-gato, a través de 10 millones de imágenes digitales tomadas aleatoriamente de videos de youtube. Después debían de reconocerlos entre 20.000 items distintos y lo lograron con más éxito que nunca antes, identificando los gatos de forma mucho más precisa, el doble, que experimentos anteriores.  En ningún momento se identificó ninguno de los items como gato pero aún así el circuito neural simulado por la máquina, lo “aprendió”. 16000-procesadores-para-reconocer-a-un-gato

No son nuevos este tipo de modelos, consistentes en la explotación de grandes cantidades de datos con potentes procesadores y denominados de “deep learning” (aprendizaje profundo).

Se trata de poner en práctica un razonamiento de tipo inductivo, más que deductivo: en lugar de poner a pensar a los investigadores para después poner a prueba sus teorías, se trata de dejar que sean los datos los que nos den pistas, mediante algoritmos (se dice que tenemos uno próximo pero todavía no el exacto sobre aprendizaje “natural”) y software capaz de aprender de ellos.

La idea es interesantísima, ya que emula la forma en que reconocen los objetos nuestros cerebros en realidad, más allá de la visión y desde construcciones internas, mediante neuronas individuales que son entrenadas dentro del cerebro, a través de múltiples repeticiones, para el reconocimiento de determinados objetos.

Otros desarrollos de la misma idea son los de la visión artificial o los de Microsoft, trabajando en sistemas de reconocimiento del discurso desde hace años y con resultados también muy positivos.

Volviendo a las implicaciones más profundas de la experiencia, no sabemos si lo que la máquina ha deducido que es un gato es lo mismo que el cerebro humano construye como tal pero sí que estamos cerca de poder emular lo que en realidad ocurre en el córtex visual.

Por último pueden impresionaros los datos, que sean necesarios esos mil millones de conexiones para identificar un gato, pero están lejos todavía de emular lo que en realidad ocurre en el cerebro humano.  Así, según los investigadores, parece que el córtex visual sería un millón de veces más amplio en términos de neuronas y sinapsis (conexión entre neuronas) que la red neural de Google.

 

La tecnología avanza rápido, sin embargo y algunos futuristas predicen que estaríamos hablando de computadoras con las mismas capacidades de procesamiento que el cerebro humano antes de 2020. ¿Entraremos entonces en la era de la Singularidad en la que la conciencia dejará de pertenecer a nuestra especie en exclusiva?

Comments

comments

4 thoughts on “16.000 procesadores para reconocer a un gato.

  1. Pingback: Bitacoras.com
  2. Hola :-)
    Quería debatir sobre tus palabras:
    “Volviendo a las implicaciones más profundas de la experiencia, no sabemos si lo que la máquina ha deducido que es un gato es lo mismo que el cerebro humano construye como tal pero sí que estamos cerca de poder emular lo que en realidad ocurre en el córtex visual.”

    De hecho, lo que éste algoritmo estadístico llamado ‘red neuronal’ ha hecho es buscar imágenes similares entre sí) (sin haberle previamente suministrado unas imágenes patrón, es decir, aprendizaje no supervisado). Digamos que ha categorizado las imágenes en tipo A, B, C, … y una de las categorias ha resultado ser un gato :-)

    Con ello podríamos ahora decirle al ordenador ‘mira esto es un gato’ (aprendizaje supervisado) y ahora busca más gatos en youtube.

    saludos cordiales

    1. Me refería, Javier, a que el algoritmo no es perfecto todavía. Como describes es cercano a cómo actúa el córtex visual pero no es perfecto aún, entre otras cosas porque el cerebro es mucho más complejo.

      Saludos

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *