¿Pueden soñar las redes neuronales?

En una reciente entrada en su blog el equipo de Google Research ha mostrado unas imágenes espectaculares generadas por sus redes neuronales. Estas son las que más me han llamado la atención:

- Si introducimos en la red una imagen que muestra solo ruido y le indicamos que busque un objeto determinado, la red acaba encontrando ese algo ya que se encuentran entrenadas para ello. En el ejemplo a continuación, se le indicó que buscara un plátano:

- El siguiente ejemplo muestra lo que la red encuentra cuando no ha sido suficientemente entrenada. Se le dice que busque unas pesas en la imagen y encuentra pesas pero... ¡con un brazo pegado!

- Y finalmente un ejemplo realmente onírico.Si sobre unas imágenes normales le decimos que encuentre cosas diferentes a las que se ven, la red es capaz de "soñar" y ver lo que no hay:

Fuente: Google Research

Facebook reconoce las caras casi tan bien como las personas

 Si se presentan dos fotos de caras desconocidas y se pregunta si pertenecen a la misma persona, un humano responderá correctamente en el 97.53% de las ocasiones. Pero ahora, el último software  desarrollado por los investigadores de Facebook puede alcanzar un 97.25% de aciertos ante la misma pregunta, sin importar las variaciones en la iluminación o si la persona en cuestión está mirando directamente a la cámara.

 Antes de continuar hay que aclarar un punto y es que el nuevo software de Facebook, conocido como DeepFace, realiza verificaciones faciales (reconoce si dos imágenes muestran la misma cara) pero no reconocimiento facial (poner nombre a una cara). En todo caso las técnicas empleadas se pueden aplicar también al reconocimiento facial y podrán mejorar la fiabilidad de Facebook a la hora de sugerir las etiquetas a poner en una imagen que acabemos de subir.


 DeepFace procesa la imágenes es dos pasos: primero corrige el ángulo de la cara de forma que la persona mire hacia delante usando un modelo 3-D de una cara promedio, luego la inteligencia artificial en forma de red neural crea una descripción numérica de la cara reorientada. Si estas descripciones son lo suficientemente similares para dos imágenes diferentes entonces decide que estamos ante la misma cara.

 Correción de imagen desde el punto inicial (a) al recorte mirando al frente (g)

El laboratorio de computación cuántica de Google y la NASA

 El laboratorio de Inteligencia Artificial Cuántica de Google, creado en colaboración con la NASA el pasado mes de mayo, es un lugar donde investigadores de todo el mundo pueden experimentar con las posibilidades de la computación cuántica. Para ello se ha dotado a dicho laboratorio de una computadora D-Wave Two, conocida como la primera computadora cuántica comercial del mundo, con un procesador de 512 qubit.

 En Google están particularmente interesados en las posibilidades que esta computación cuántica aporta al aprendizaje automático (Machine learning), que a su vez puede ser aplicado a cualquier campo, desde encontrar curas a enfermedades hasta entender los cambios climáticos.

 En el siguiente video  podemos ver algunos detalles sobre qué hace a la computación cuántica tan especial.

Nissan promete coches sin conductor para 2020

 Nissan ha anunciado recientemente que estará lista para fabricar de forma comercial vehículos de conducción autónoma en 2020. Para ello está trabajando con las mejores universidades como el MIT, Stanford, Carnegie Mellon, Oxford o la Universidad de Tokio. 

 Como parte del programa, Nissan está construyendo en Japón la primera pista dedicada a las pruebas de vehículos autónomos, que estará lista en el año 2014. Esta pista contará con paisajes urbanos reales y se usará para probar los vehículos más allá de los límites posibles en las carreteras abiertas al público.

  La tecnología de Nissan para la conducción autónoma es una extensión de su Safety Shield, que controla los riesgos con una visión de 360º alrededor del vehículo, ofreciendo avisos al conductor y tomando medidas si es necesario. Se basa en la filosofía de que todo lo necesario para la navegación del coche se encuentre a bordo, sin necesidad de conexiones permanentes con el exterior.

 Durante la demostración en California, se habló de los 6 millones de accidentes que ocurren en los Estados Unidos cada año y que en un 93% son debidos a distracciones de sus conductores humanos; esta nueva tecnología ayudará sin duda a reducir la siniestralidad en todos estos casos. Además, para las personas mayores o con discapacidades esta conducción autónoma supondrá una mayor libertad de movimientos.

Fuente: Nissan

El uso de la inteligencia artificial sigue avanzando en la vida diaria

 La ciencia de la inteligencia artificial va avanzando de forma callada pero constante y un artículo reciente del New York Times (link) nos recuerda los campos en que se van logrando los mayores avances: la visión artificial, el reconocimiento del habla o el aprendizaje.

 La visión artificial hace por ejemplo que los programas informáticos reconozcan con precisión patrones de objetos, lo que permite aplicaciones diversas, como el vehículo de exploración de Marte Mars Rover o el reconocimiento de direcciones en Google Stree View. Esta tecnología se está también probando en vehículos convencionales como el famoso vehículo sin conductor de Google.

 En el reconocimiento del habla los avances también han sido importantes y probablemente el ejemplo más conocido es el asistente virtual Siri de Apple, que no solo es capaz de entender un texto al dictado sino que tiene cierto grado de entendimiento y puede ayudar a buscar un restaurante, elegir una película o enviar un mensaje. Recientemente General Motors ha anunciado que  varios de sus coches Chevrolet llevarán de serie a partir de enero de 2013 una conexión el iPhone y Siri que permitirá realizar varias funciones en modo 'sin manos'.

 También el reconocimiento del habla combinado con el aprendizaje profundo basado en redes neuronales tiene su aplicación en los sistemas de traducción automática, como el que mostró el jefe científico de Microsoft Research el mes pasado en Tianjin, China, traduciendo automáticamente su discurso desde el inglés al chino con un sintetizador de voz. Lo bueno de estos sistemas, basados en redes neuronales, es que pueden mejorarse fácilmente. Según el Dr. Rashid de Microsoft, basta con hacerlos más grandes y potentes para que mejoren su eficacia. De todas maneras no parece que la capacidad de computación requerida para este tipo de aplicaciones sea excesiva, como demuestra la aplicación de NTT DoCoMo para Android que es capaz de hacer traducciones japones-inglés en tiempo real.

El rover Curiosity mejora su inteligencia artificial con AEGIS

 El software llamado AEGIS (Autonomous Exploration for Gathering Increased Science) ha sido desarrollado por el Jet Propulsión Lab de la NASA y permite la recolección automática avanzada de información en los vehículos de exploración planetaria o rovers.

 

 Este paquete fue nombrado software del año de la NASA en 2011, pero ya en diciembre de 2009 AEGIS fue incorporado al vehículo Opportunity para la exploración de Marte y ahora, según indica Information Week, será instalado en el rover Curiosity en un plazo de 9-12 meses debido a su excelente funcionamiento.

 

 Antes del AEGIS, las imágenes eran transmitidas al equipo de operaciones en la Tierra, el cual las analizaba manualmente, seleccionaba los objetivos interesantes para los  sensores geológicos y generaba una secuencia de comandos para realizar las nuevas medidas; todo esto podía tomar varios días.

 

 Sin embargo la llegada de AEGIS cambia el paradigma al usar técnicas de análisis in situ que, junto con las directrices aportadas con los investigadores, permite seleccionar objetivos científicos de alto valor sin intervención humana. Esta forma de actuar es especialmente aplicable a numerosos instrumentos con un campo de acción muy corto y que requieren una respuesta muy rápida con el vehículo en movimiento. Además, está manera de operar llamada "ver y reaccionar", se puede adaptar a otros instrumentos e incluso existen versiones de AEGIS que pueden llamar a la Tierra si ven algo realmente interesante.

 

Diagrama de operación de AEGIS

 

 El software AEGIS fue desarrollado con requerimientos de hardware muy estrictos. En concreto, la versión que opera en el Opportunity corre en un micro RAD6000 a 20 Mhz, con 128 Mb de RAM y 256 Mb de flash. En este micro operaciones que tardan fracciones de segundo en computadoras modernas llevan un promedio de 15 min; para limitar la duración de las tareas de análisis de imagen y toma de decisiones, existen límites configurables por el operador que permiten cortar automáticamente análisis excesivamente largos. Finalmente, para asegurar que no había impacto en los sistemas de a bordo, se exigió que el programa corriera tan solo con 4 Mb de RAM para analizar imágenes de 1 Mb de tamaño.

Inteligencia artificial para conocer Marte y el Curiosity

 Acompañando a la misión a Marte del Rover Curiosity, la NASA ha puesto a disposición del público un sistema de inteligencia artificial interactivo llamado Dr. C para responder a todas las dudas que se  puedan tener sobre Marte (acceder aquí). Este sistema está basado en un científico real, el dr. Phil Christensen, un profesor de la Universidad Estatal de Arizona.
 

 He estado haciendo numerosas preguntas sobre Marte y el Rover y el sistema ha sido capaz de responderlas todas a pesar de indicar está en fase beta o de pruebas, así que mi enhorabuena a los creadores.

Eso sí, el Dr. C tiene un pequeño problemilla y es que sólo responde a preguntas en ingles.