211service.com
La IA está aprendiendo a ver el mundo, pero no como lo hacen los humanos
La visión artificial ha estado teniendo un momento. Un algoritmo de reconocimiento de imágenes ya no comete errores tontos al mirar el mundo: en estos días, puede decirle con precisión que una imagen contiene un gato. Pero la forma en que logra el truco de la fiesta puede no ser tan familiar para los humanos como pensábamos.
La mayoría de los sistemas de visión por computadora identifican características en imágenes utilizando redes neuronales, que están inspiradas en nuestra propia biología y son muy similares en su arquitectura, solo que aquí, la detección biológica y las neuronas se intercambian por funciones matemáticas. Ahora, un estudio realizado por investigadores de Facebook y Virginia Tech dice que a pesar de esas similitudes, debemos tener cuidado al asumir que ambos funcionan de la misma manera .
Para ver exactamente lo que sucedía cuando los humanos y la IA analizaban una imagen, los investigadores estudiaron dónde centraban su atención los dos. A ambos se les proporcionaron imágenes borrosas y se les hizo preguntas sobre lo que estaba sucediendo en la imagen: ¿Dónde está el gato? por ejemplo. Partes de la imagen podrían enfocarse selectivamente, una a la vez, y tanto los humanos como la IA lo hicieron hasta que pudieron responder la pregunta. El equipo repitió las pruebas usando varios algoritmos diferentes.
Obviamente, ambos podrían proporcionar respuestas, pero el resultado interesante es cómo lo hicieron. En una escala de 1 a -1, donde 1 es un acuerdo total y -1 un desacuerdo total, dos humanos obtuvieron un promedio de 0,63 en términos de dónde centraron su atención en la imagen. Con un humano y una IA, el promedio se redujo a 0,26.
En otras palabras: tanto la IA como el ser humano miraban la misma imagen, se les hacía la misma pregunta y ambos respondían bien, pero usaban diferentes características visuales para llegar a las mismas conclusiones.
Este es un resultado explícito sobre un fenómeno que los investigadores ya habían insinuado. En 2014, un equipo de la Universidad de Cornell y la Universidad de Wyoming demostró que era posible crear imágenes que engañaran a la IA para que viera algo, simplemente creando una imagen compuesta por las características visuales fuertes que el software había llegado a asociar con un objeto. . Los humanos tienen una gran cantidad de conocimiento de sentido común para aprovechar, lo que significa que no se dejan atrapar por tales trucos. Eso es algo que los investigadores están tratando de incorporar a una nueva generación de software inteligente que comprende el mundo visual semántico.
Pero el hecho de que las computadoras no usen el mismo enfoque no significa necesariamente que sean inferiores. De hecho, es mejor que ignoren por completo el enfoque humano.
Los tipos de redes neuronales que se utilizan en la visión artificial suelen emplear una técnica conocida como aprendizaje supervisado para averiguar qué sucede en una imagen. En última instancia, su capacidad para asociar una combinación compleja de patrones, texturas y formas con el nombre de un objeto es posible al proporcionar a la IA un conjunto de imágenes de entrenamiento cuyos contenidos ya han sido etiquetados por un ser humano.
Pero los equipos de Facebook y DeepMind de Google han estado experimentando con sistemas de aprendizaje no supervisados que incorporan contenido de videos e imágenes para aprender cómo se ven los rostros humanos y los objetos cotidianos, sin ninguna intervención humana. Magic Pony, comprada recientemente por Twitter, también evita el aprendizaje supervisado y, en cambio, aprende a reconocer patrones estadísticos en las imágenes para aprender cómo deben verse los bordes, las texturas y otras características.
En estos casos, quizás sea incluso menos probable que el conocimiento de la IA se genere a través de un proceso que simule el de un ser humano. Una vez inspirada en los cerebros humanos, la IA puede vencernos simplemente siendo ella misma.
(Lee mas: Científico nuevo , El eslabón perdido de la inteligencia artificial , El software 'inteligente' puede ser engañado para ver lo que no está allí)