Los ordenadores ya son capaces de asignar pinturas a estilos artísticos. También pueden reconocer bocetos dibujados por personas. Otra tarea más en la que superan el test de Turing.
En un artículo anterior postulé mi particular formulación del Test de Turing para tareas:
Un ordenador supera el Test de Turing para una tarea X cuando un juez humano no pueda distinguir entre un concursante humano y un concursante ordenador ejecutando la tarea X
Un grupo de la Universidad de Lawrence en Michigan ha desarrollado un programa que es capaz de analizar distintos cuadros de la historia universal y agruparlos en estilos según sus similaridades. El programa realiza la tarea mejor que los humanos no entrenados.
Se expusieron 1.000 cuadros de 34 artistas bien conocidos. El resultado casa bien con la percepción de los expertos en arte.
Agrupó los cuadros en dos grupos, clásicos y modernos. Dentro de estos grupos fue capaz de encontrar similitudes entre Gauguin y Cézanne, post-impresionistas, entre los surrealistas Salvador Dali, Max Ernst, y Giorgio de Chirico, entre los representantes del Alto Renacimiento como Raphael, Leonardo Da Vinci y Michelangelo o barrocos como Vermeer, Rubens y Rembrandt.
El programa estudió hasta 4.000 parámetros que describían características de los cuadros como la textura, el color o la forma. En conjunto es un excelente ejemplo de los campos a los que se está aplicando la Inteligencia Artificial IA.
Otro programa, esta vez desarrollado por las universidades de Berlin y Brown (Providence, EE.UU), es capaz de reconocer bocetos y averiguar de que objeto se trata.
Se establecieron 250 categorías y se usaron 20.000 bocetos. El programa fue capaz de realizar la identificación correcta en el 56% de los casos, algo por debajo de los humanos que alcanzaron un 73% de éxitos.
Usando crowsourcing reclutaron personas que fueran dibujando los bocetos. El sw es capaz de reconocer los objetos según se están dibujando. Hay incluso una versión para iPhone llamada WhatsMySketch.
La recogida de datos es la única manera para conseguir el aprendizaje de las máquinas. No hay manera de aprender a reconocer bocetos de leones basándonos en un algoritmo inteligente. El algoritmo necesita ver cerca de 100 ejemplos de cómo la gente dibuja los leones para ser capaz de distinguir estos animales de plantas en macetas.
Como ocurre cada vez más a menudo, el sw puede usar la experiencia de los usuarios. Así como Google usa tu actividad para refinar sus algoritmos (búsqueda, reconocimiento de voz…) el nuevo sw puede utilizar el input de los usuarios para mejorar su eficacia.
El reconocimiento de patrones visuales ha dejado de ser una facultad exclusiva de los humanos tanto si lo dibujado es el boceto de un conejo como un cuadro de Goya.
 |  |
Entradas
No hay comentarios:
Publicar un comentario