Los sistemas de reconocimiento de objetos son cada vez más fiables. Un equipo de investigadores americanos ha desarrollado un algoritmo genético que aprende sin ayuda y tiene un porcentaje de acierto cercano al 100%
En el blog Think Big llevamos tiempo hablando de cómo va avanzando la tecnología en el campo de reconocimiento facial, objetos, entornos y gestos por parte de máquinas. Para hacer un rápido resumen de algunos avances en este campo, en el año 2009 Honda nos sorprendía con una demostración en la que su robot ASIMO aprendía a reconocer objetos. Preguntando si había acertado, iba aprendiendo y mejorando su porcentaje de aciertos. Además ASIMO era capaz de clasificar los objetos por categorías agrupándolos según características comunes como número de patas del mobiliario de una habitación.
The YouTube ID of QfPkHU_36Cs#t=263 is invalid.En 2012 los laboratorios de Google X realizaron un experimento a partir de lo que llamaron una red neuronal virtual formada por 1.000 ordenadores. El objetivo del experimento era el reconocimiento de objetos sin haberle indicado previamente cómo era el elemento a identificar. Para ello se procesaron millones de fotos procedentes de vídeos de gatos subidos a Youtube. A medida que se procesaban las imágenes, el sistema fue capaz de encontrar coincidencias y patrones que le permitieron definir lo que era un gato.
En septiembre del año pasado publicamos un reportaje sobre Adrián Jiménez, un participante del programa Talentum Startups de Telefónica que había desarrollado la aplicación Trust U, que basaba su valor en un algoritmo de reconocimiento facial de personas. En este caso, su servicio estaba destinado a verificar que el profesional que acudía a nuestro hogar se correspondía efectivamente a esta persona y evitar así una posible suplantación de identidad.
El nuevo algoritmo que reconoce objetos aprende por sí mismo a diferenciar objetos
Un equipo de investigadores americanos, pertenecientes a la Brigham Young University, ha desarrollado un algoritmo genético que además de reconocer objetos y personas es capaz de aprender por sí mismo. Este algoritmo puede discernir qué características de cada objeto son importantes sin ayuda humana. Además, el código no necesita reiniciarse cada vez que observa un nuevo objeto y goza de una gran exactitud, ya que es capaz de encontrar pequeñas diferencias entre dos cuerpos.
El grado de exactitud alcanzado con este nuevo algoritmo desarrollado es muy alto. En una prueba realizada con cinco especies diferentes de peces, el algoritmo alcanzó unas tasas de éxito del 99,4%. Es por ello que una de las primeras funcionalidades que puede tener este algoritmo genético es la de identificar especies invasoras o detectar taras en cadenas de montaje en la industria. Utilizando este avance, no sería apenas necesaria la supervisión humana para este tipo de tareas.
