¿Cómo enseñar a una máquina a ver?
Vehículos autónomos que reconocen señales de tránsito, endoscopios que detectan células cancerosas. Un experto en inteligencia artificial nos explica cómo funciona.
VIDETE! - ¡Mira! es el nombre de un proyecto del Centro Alemán de Investigación en Inteligencia Artificial (DFKI). Aquí, expertos en IA del Grupo de Investigación en Realidad Aumentada de Kaiserslautern están desarrollando nuevos métodos para la visión artificial. El objetivo es que las máquinas detecten de forma fiable los objetos en movimiento con una sola cámara. Hasta ahora, estos sistemas dependen de al menos dos cámaras.
¿Cómo pueden las máquinas aprender a ver?
Gerd Reis, director del proyecto, lo explica: "La forma que ve un ser humano tiene poco en común con la forma de ver de un robot". El "aprender a ver" mecánico es un proceso matemático. Se trata de enseñar a los robots a entender escenas a través de redes neuronales. Básicamente esto es uso de software, por ejemplo, a la hora de reconocer los coches y sus movimientos en situaciones de tráfico e interpretar correctamente las señales de tráfico.
En el aprendizaje automático con redes neuronales hay muchas variables. Los investigadores comparan los esfuerzos con los resultados esperados y analizan el grado de desviación. A continuación, se retrocede paso a paso hasta el último punto en que ambos concuerdan. De este modo, el sistema aprende la correcta relación entre „input“ y „output“.
¿Cuáles son las áreas de aplicación de la visión artificial?
Especialmente en la conducción autónoma y en la industria. Pero también en la detección del cáncer con técnicas de imagen médica, en deportes para la evaluación de escenas de competición o en sistemas de asistencia para personas mayores (Ambient Asssitant Living). Reis explica: "Es importante distinguir si una persona se ha desmayado inconsciente en un sillón y necesita ayuda rápidamente, o si está leyendo un libro de manera relajada".
¿Cuáles son los retos a los que se enfrentan los investigadores de la IA?
VIDETE también explora cómo se pueden justificar las decisiones de la máquina. ¿Cómo podemos asegurarnos de que la inteligencia artificial reconozca siempre correctamente las señales de tráfico, incluso si están sucias? ¿O qué la lleva a interpretar un cambio en los tejidos como síntoma de cáncer durante la endoscopia? Antes de que los seres humanos aprovechen los resultados, otro algoritmo analiza la toma de decisión. "Como la segunda opinión de un médico", dice Reis.
Newsletter #UpdateGermany: ¿Desea recibir regularmente información sobre Alemania? Suscríbase aquí al boletín informative
