211service.com
Una aplicación de Google Glass sabe lo que estás mirando
Google ha demostrado que la cámara integrada en Google Glass, la computadora de cabeza de la compañía, puede capturar videos impactantes. Ahora empresa de aprendizaje automático AlquimiaAPI ha creado una aplicación que utiliza esa cámara para reconocer lo que está mirando una persona. La aplicación se creó en una sesión de piratería para empleados celebrada por la empresa este mes para experimentar formas de demostrar su nuevo servicio de reconocimiento de imágenes.
Ver claramente: esta aplicación de visión artificial tiene un 67 por ciento de seguridad de que está mirando a un escritorio (Crédito: AlchemyAPI)
La aplicación puede funcionar con fotos tomadas por una persona que usa Glass o capturar imágenes constantemente de la cámara del dispositivo. Estos se envían a la nube o una computadora cercana para que los procese el software de reconocimiento de imágenes de AlchemyAPI. El software envía su mejor suposición sobre lo que ve y luego Glass mostrará, o pronunciará, el veredicto.
Hay un ligero retraso y luego lo oirás decir 'sillón' o 'computadora de escritorio', dice Elliot Turner, director ejecutivo de AlchemyAPI. Se necesitan unos 250 ms para analizar un fotograma determinado.
Aquí hay un video de la aplicación en acción:
Se podría decir que la aplicación de Turner simplemente dice lo obvio, pero hacerlo en (casi) tiempo real no es una tarea fácil para el software de visión por computadora. El sistema de reconocimiento de imágenes de AlchemyAPI se basa en un sistema de redes neuronales simuladas complejas del tipo conocido como aprendizaje profundo, que puede producir sistemas que aprenden más rápido e inteligente que las técnicas más establecidas. Google ha sido un pionero en esta área (ver Deep Learning) y muchas otras grandes empresas como Microsoft (ver Microsoft Brings Star Trek’s Voice Translator to Life) y Facebook (Facebook Launches Advanced AI Research Group) también están invirtiendo en la tecnología.
Un demostración en línea muestra la capacidad del software de reconocimiento de imágenes de AlchemyAPI. Muestra el sistema respondiendo a un tren constante de imágenes extraídas de la búsqueda de imágenes de Google y Flickr.
Aunque está lejos de ser perfecto, el rendimiento del software es impresionante. La información que brinda la demostración sobre la certeza de cada juicio que hace también sugiere que fácilmente podría parecer más competente. Muchas de las fallas del sistema se producen cuando intenta ser muy específico. Decir esto es un insecto sería mejor que no estoy seguro de qué es esto, podría ser una mantis o un grillo. Turner dice que los primeros clientes de la oferta de reconocimiento de imágenes son en su mayoría empresas de medios que desean categorizar y buscar grandes colecciones de fotografías sin etiquetar.
Los sistemas de reconocimiento de objetos se pueden comparar probándolos con la base de datos estándar de ImageNet, que contiene más de 50 millones de imágenes etiquetadas con 22.000 categorías diferentes. Elliot no compartirá las cifras exactas, pero dice que su sistema funciona a la par con los mejores sistemas probados públicamente en contra de eso, que típicamente se equivocan entre el 15 y el 17 por ciento de sus conjeturas. Uno de estos sistemas ahora impulsa el reconocimiento de objetos integrado en la función de búsqueda de imágenes de Google. por su red social Google Plus , después de que Google comprara una startup fundada por el pionero del aprendizaje profundo Geoffrey Hinton de la Universidad de Toronto.