Facebook entrena a las computadoras para que aprendan más como lo hacen los humanos


facebook-vidente-ai.png

Facebook describe a Seer como un “modelo de visión por computadora autogestionado de mil millones de parámetros que puede aprender de cualquier conjunto aleatorio de imágenes en Internet”.

Facebook

El científico jefe de inteligencia artificial de Facebook, Yann LeCun, busca a tientas un bolígrafo mientras explica cómo quiere que las máquinas aprendan a través de la observación, al igual que los niños.

En los primeros meses de vida, los bebés obtienen información sobre cómo funciona el mundo al mirar lo que tienen frente a ellos, dice LeCun. Aprenden que los objetos son tridimensionales y pueden ocultarse. Al dejar caer el bolígrafo para resaltar un punto durante una entrevista en video, LeCun señala que incluso los niños aprenden que si un objeto no está apoyado, se caerá.

Mejores selecciones de los editores

Únase a CNET ahora para recibir las reseñas, noticias y videos más recientes del día.

“Nos gustaría que los sistemas de inteligencia artificial aprendieran cómo funciona el mundo a través de la observación, porque eso tendrá una gran implicación”, dijo. “Permitiría que las máquinas tuvieran cierto nivel de sentido común”.

El equipo de investigación de inteligencia artificial del gigante de las redes sociales está acercando las computadoras a ese objetivo, enseñándoles a llenar los espacios en blanco sin depender de los humanos para etiquetar o curar los datos. El enfoque, conocido como aprendizaje a su propio ritmo, tiene el potencial de mejorar Facebook, incluida la moderación de contenido. El equipo de inteligencia artificial de la red social dijo el jueves que había alcanzado un “gran avance” en el esfuerzo cuando su modelo de visión artificial autosupervisado conocido como Seer (abreviatura de SElf-supERvised) pudo aprender de mil millones de imágenes públicas de Instagram aleatorias, sin etiquetar y sin tratar..

Después de aprender de estas imágenes, Seer identificó y clasificó correctamente el objeto dominante en las fotos con una tasa de precisión del 84,2%. Según el estudio, Seer superó en un punto porcentual a los mejores sistemas autogestionados que existen.

Según una publicación de blog que acompaña al estudio, los hallazgos son “un gran paso adelante que, en última instancia, allana el camino para modelos de visión por computadora más flexibles, precisos y adaptables en el futuro”.

Reconocer y clasificar correctamente las imágenes podría ayudar a mejorar una variedad de productos. Facebook y otras redes sociales usan inteligencia artificial para clasificar contenido en feeds y reportar imágenes y videos que violan sus reglas contra el discurso de odio o la desnudez. La inteligencia artificial se utiliza en los automóviles para ayudar a los conductores a evitar colisiones y en las imágenes médicas para simplificar los diagnósticos. Facebook, que planea lanzar su primer par de lentes inteligentes este año, también está utilizando inteligencia artificial en sus sistemas de realidad virtual y aumentada para rastrear la ubicación de una persona en un área.

“El beneficio del aprendizaje a su propio ritmo es que puede entrenar redes muy grandes y seguirá siendo preciso”, dijo LeCun.

Las imágenes en línea pueden ser difíciles de reconocer para una cámara porque pueden estar borrosas o tomadas desde ángulos extraños. Si las máquinas pueden aprender por sí mismas, pueden adaptarse a esas circunstancias.

El aprendizaje a su propio ritmo quizás podría ayudar a reducir los sesgos que han surgido en algunas investigaciones de inteligencia artificial, dijo LeCun. Por ejemplo, algunos estudios han demostrado que los sistemas de reconocimiento facial tienen más dificultades para identificar a las minorías correctamente, probablemente porque los investigadores utilizan conjuntos de fotografías que incluyen a más blancos. Eliminar el elemento de etiquetado humano podría reducir algunos sesgos, dijo, y amonestar la teoría es “un poco especulativo”.

Si bien entrenar a las máquinas para que sean tan inteligentes como los humanos podría generar preocupaciones de que la IA pueda ser más astuta que la humanidad, no es un futuro que le importe a LeCun. La inteligencia, señala, no está relacionada con el deseo de conquistar el mundo.

“El deseo de dominar a otras entidades está integrado en la naturaleza humana”, dijo, “pero no hay absolutamente ninguna razón para vincularlo a nuestros sistemas de inteligencia artificial o robots”.



Fuente

Deja un comentario