¿Sueñan los androides con ovejas eléctricas? La respuesta de los sueños de una Inteligencia Artificial es que puede que sí, si ha visto muchas ovejas.

El trabajo de Google en Inteligencia Artificial está avanzando sobre todo en el área del aprendizaje automático, por el que una red neuronal recibe información y aprende de ella.

Por ejemplo, si le enseñamos a una IA cientos de imágenes de tenedores, ella sola llegará a la conclusión que para que un objeto pueda considerarse “tenedor”, debería tener ciertas características (de dos a cuatro dientes y un mango) y no tiene porqué tener otras (hay “tenedores” de diferentes formas y tamaños).

Los sueños de una Inteligencia Artificial son surrealistas

google inteligencia artificial 6

A veces puede ser difícil para la IA saber qué es importante y qué no para identificar un objeto. Por eso visualizar el proceso puede ayudar a los desarrolladores a ajustar la red neuronal. Lo mejor es que el resultado de esta visualización es espectacular.

google inteligencia artificial 8

La propia Google llama a estas visualizaciones “sueños”. En realidad son imágenes generadas a partir de lo que la red neuronal considera que son características a partir de las imágenes que ha recibido en su periodo de “aprendizaje”.

google inteligencia artificial 4

Cuando los desarrolladores quieren que la IA se centre en una característica en concreto, en vez de programarla directamente la influyen con imágenes seleccionadas e indicando que exagere las características encontradas dependiendo del nivel de abstracción especificado.

google inteligencia artificial 9

El problema es “sobre-analizar” la imagen; si la IA ve la foto de una nube, y cree que la nube se parece a un pájaro, puede exagerar sus características cada vez que vea la foto hasta el punto de que aparezca la imagen de un pájaro. Esto ocurre también con árboles y edificios, por ejemplo.

google inteligencia artificial 5

El resultado de “sobre-analizar” estas imágenes lo podéis ver en estas hipnóticas (y surrealistas) imágenes, que sirven para entender cómo funcionan estas redes neuronales y mejorar el proceso que siguen en el aprendizaje automático.