Ciudad de México, 28 de junio (SinEmbargo).- ¿Qué sueñan las máquinas? ¿Sueñan? Nuevas imágenes dadas a conocer por Google dan una respuesta potencial que puede estar bastante cerca de satisfacer las fantasías más desbocadas de los fanáticos de la ciencia ficción, ya que al parecer estos “sueños” consisten en paisajes hipnóticos de edificios, fuentes y puentes que se fusionan en uno solo, por dar algún ejemplo.
Cuando se mira a las nubes en el cielo, a menudo se encuentran formas de figuras conocidas, desde animales hasta objetos. Sin embargo, todo parece indicar que esta característica no es exclusiva del ser humano. En el caso de la compañía con sede en Mountain View, nombran este fenómeno llevado a cabo por “cerebros” artificiales como “incepcionismo” y se trata de un aspecto impactante mediante el cual podemos adentrarnos para ver cómo son realmente las redes neuronales artificiales avanzadas.
El equipo de investigación de redes neuronales artificiales de Google dio a conocer cómo están construyendo una especie de sistemas de visión artificial muy avanzados que son capaces de identificar cuando se está mirando una foto de una naranja o un plátano, por ejemplo. Pero, ¿por qué crear algo que sea capaz de esto?
En primer lugar, ayuda a saber un poco acerca de la estructura de las redes de células en el cerebro. Google explica brevemente cómo estas redes están formadas por capas de neuronas artificiales (hasta 30 a la vez). De esta manera, cuando se ejecuta una foto a través de la red, la primera capa detecta información de bajo nivel, como los bordes de la imagen. La siguiente capa se encarga de llenarlo de alguna información acerca de las propias formas, quedando cada vez más cerca para averiguar lo que está representado.
“Las pocas capas finales las reúnen en interpretaciones completas. Estas neuronas se activan en respuesta a cosas muy complejas, como edificios o árboles enteros”, explican los ingenieros de Google.
Así como Google “entrena” a cada red, alimentándola con grandes cantidades de imágenes –enfocándose ocasionalmente en un tipo específico de cada una de ellas- los investigadores encontraron que estas mismas redes también son capaces de generar imágenes de ciertos objetos si se les pedía que así lo hicieran, según dio a conocer el diario inglés The Guardian.
Al principio sólo se le pidió a una capa que mejorara determinadas características de una imagen y las cosas no se salieron mucho de lo normal. Sin embargo, cuando a varias capas neuronales –en particular a aquellas encargadas de detectar elementos específicos, no sólo bordes y formas– se les solicitó que construyeran imágenes (en caso de que las detectaran) dentro de la que ya se les había dado, las cosas resultaron más sorprendentes.
El equipo no se conformó con lo obtenido y dio un paso más. De esta manera, mostraron lo que ocurre cuando una red se coloca en un loop de retroalimentación sin fin con una imagen que generó. En otras palabras, si le pides a una red “experta” en arcos arquitectónicos que cree una imagen de arcos y luego se le pide que genere más basados en esa imagen, se obtienen resultados que parecen producto de un sueño febril de MC Escher luego de ingerir ácido lisérgico.
Los resultados, sin duda, son interesantes. Incluso una red neuronal relativamente simple puede ser utilizada para sobreinterpretar una imagen, de la misma manera en la que los humanos interpretamos las formas aleatorias de la naturaleza. Esta red fue entrenada, en su mayoría, en imágenes de los animales, así que naturalmente los primeros resultados tendieron a interpretar las formas como animales. Sin embargo, debido a que los datos son almacenados, como tales, con gran abstracción, los resultados son un interesante remix de estas características aprendidas.
