211service.com
Jefe de inteligencia artificial de Facebook: las máquinas podrían aprender el sentido común de los videos
Yann LeCun dice que la próxima frontera en la visión artificial es el software que aprende simplemente observando el mundo. 9 de marzo de 2017
Ilustración de Erik Carter
Hace cinco años, los investigadores dieron un salto repentino en la precisión del software que puede interpretar imágenes. La tecnología detrás de esto, las redes neuronales artificiales, sustenta el reciente auge de la inteligencia artificial (ver 10 Tecnologías innovadoras 2013: Aprendizaje profundo). Es por eso que Google y Facebook ahora te permiten buscar dentro de tus fotos, y ha desbloqueado nuevas aplicaciones para el reconocimiento facial.
Yann LeCun, director del grupo de investigación de IA de Facebook y profesor de la Universidad de Nueva York, fue pionero en el uso de redes neuronales para la visión artificial. Él dice que todavía hay progreso por hacer, y que podría conducir a un software con sentido común.
¿Qué tan buena es la visión artificial ahora?
Si tiene una imagen con un objeto dominante y el nombre del juego es dar la categoría del objeto, eso simplemente funciona. Siempre que tenga suficientes datos, del orden de 1000 objetos por categoría, podemos reconocer objetos muy específicos, como automóviles de una marca en particular, plantas de una especie en particular o perros de una raza en particular. También podemos reconocer categorías más abstractas, como si las imágenes son paisajes, puestas de sol, bodas o fiestas de cumpleaños. Hace solo cinco años, no estaba claro que este problema fuera completamente solucionable. Pero eso no significa que la visión esté resuelta.
¿Cuál es un problema importante que aún no se ha resuelto?
La gente ha estado jugando durante varios años con la idea de generar subtítulos o descripciones para imágenes y videos. Ha habido, a primera vista, demostraciones impresionantes, [pero] esas no son tan impresionantes como parecen. Su dominio de experiencia está muy limitado a cualquier universo en el que los entrenemos. La mayoría de los sistemas les muestra imágenes con otros tipos de objetos o situaciones inusuales que nunca han visto y dirán una completa basura al respecto. No tienen sentido común.
¿Cuál es la conexión entre la visión y el sentido común?
Yann LeCun, director del grupo de investigación de inteligencia artificial de Facebook.
Depende de con quién hables, incluso dentro de Facebook hay personas con diferentes opiniones al respecto. Podrías interactuar con un sistema inteligente puramente con el lenguaje. El problema es que el idioma es un canal de ancho de banda muy bajo. Gran parte de la información que pasa por el lenguaje se debe a que los humanos tienen muchos conocimientos previos para interpretar esta información.
Otras personas piensan que la única forma de proporcionar suficiente información a un sistema de IA es basarlo en la percepción visual, [que] es mucho, mucho más importante en el contenido de la información que en el lenguaje. Si le dices a una máquina Esto es un teléfono inteligente, Esto es una apisonadora, Hay ciertas cosas que puedes mover empujando y otras no, tal vez la máquina adquiera conocimientos básicos sobre cómo funciona el mundo. Algo así como aprenden los bebés.
Sin embargo, los bebés aprenden mucho sobre el mundo sin instrucción explícita.
Una de las cosas que realmente queremos hacer es lograr que las máquinas adquieran la gran cantidad de hechos que representan las limitaciones del mundo real simplemente observándolo a través de videos u otros canales. Eso es lo que les permitiría adquirir sentido común, al final. Estas son cosas que los animales y los bebés aprenden en los primeros meses de vida: aprendes una cantidad ridículamente grande sobre el mundo solo con la observación. Hay muchas formas en que las máquinas actualmente se dejan engañar fácilmente porque tienen un conocimiento muy limitado del mundo.
¿Qué progreso se está logrando para lograr que el software aprenda por observación?
Estamos muy interesados en la idea de que un sistema de aprendizaje debería ser capaz de predecir el futuro. Le muestra algunos cuadros de video e intenta predecir lo que sucederá a continuación. Si podemos entrenar un sistema para hacer esto, creemos que habremos desarrollado técnicas en la raíz de un sistema de aprendizaje no supervisado. Ahí es donde, en mi opinión, es probable que sucedan muchas cosas interesantes. Las aplicaciones para esto no están necesariamente en la visión, es una gran parte de nuestro esfuerzo para progresar en IA.
(Lea más sobre los proyectos de investigación que intentan que el software use la visión para comprender el mundo: 'El software de inteligencia artificial de Facebook obtiene un poco más de sentido común', 'Cómo planea Google resolver la inteligencia artificial')