Si desea que sus máquinas piensen y sean inteligentes, primero debe enseñarles a ver y observar.
Lo anterior fue dicho por Fei-Fei Li, una profesora de Stanford y una figura reconocida en inteligencia artificial durante su charla TED. ¿Cómo aprende un niño de 2 o 3 años sobre su entorno? Observa y aprende mucho. Inicialmente, no sabe que si lanzas una pelota hacia una pared, esta rebota. Pero la primera vez que ve esto, solo mira. No sabe que esto sucederá siempre. Pero ha observado una pieza vital de información. La segunda vez y las siguientes veces ve situaciones similares, se da cuenta de que esto es una especie de norma. Como resultado, el proceso de pensamiento de este niño ahora es completamente diferente de lo que era antes. El niño aprende cómo reaccionar ante esas situaciones y aprende como resultado. Esto a su vez conduce a una mejor comprensión en muchas otras situaciones. Recuerde, este es solo un escenario simple en el que observar a través de los ojos tiene un efecto primordial (y muy positivo) en el flujo de pensamiento y el proceso de aprendizaje.
Lo mismo se aplica a la IA. El aprendizaje mediante el análisis de imágenes no solo mejora el proceso de pensamiento de un sistema de IA, sino que también permite que la lógica aprendida se aplique a muchos otros escenarios diferentes, como el análisis del habla y el texto. Por lo tanto, cuando se realiza algún progreso en el análisis de imágenes (visión por computadora), los investigadores tienden a atribuir esto a un gran avance en el progreso de la IA. El mejor ejemplo es cuando un laboratorio de la Universidad de Toronto ganó un concurso para reconocer un millón de imágenes en 1000 objetos diferentes, se calificó como un gran progreso en IA.
- Cómo agregar IA a mi aplicación
- ¿Cuál es el problema del aprendizaje de valores en la IA humana?
- ¿Cuál es la inteligencia artificial más avanzada que tenemos?
- ¿La IA es realmente lo suficientemente buena como para conducir automóviles?
- Se están desarrollando muchos tipos de inteligencia artificial (IA) a un ritmo rápido. En su opinión, ¿qué tipo específico de IA (es decir, médico, comerciante de acciones, soldado) tendría el efecto más profundo en nuestras vidas?
Además de esta analogía general, el progreso de la IA va primero en el análisis de imágenes porque es el más difícil de todos los problemas de IA: análisis del habla, análisis de texto y análisis de imágenes. Además, hay más datos de imágenes en la web que cualquier otra forma de datos. Imagine la cantidad de datos en Youtube, Facebook y Google Images, eso sería enorme. Solo cuando estos datos se convierten en conocimiento, la IA puede ser realmente ‘inteligente’.
El camino para la visión por computadora (análisis de imágenes) es, por lo tanto, desafiante e intrigante. No puede haber una verdadera IA sin un sistema de análisis de imagen completo.
