Otro ejemplo del potencial de las redes neuronales es este algoritmo que inventa nuevos colores; aunque mejor no esperes pintar tu casa con ellos.

Antes de empezar, hay que aclarar qué queremos decir con “inventar nuevos colores”; es evidente que los colores no se inventan, ya existen, y coger uno es tan fácil como poner valores RGB aleatorios. Lo puedes probar en un programa de dibujo cualquiera.

Sin embargo, eso no es exactamente lo que hacen los expertos cuando “crean” un nuevo color; cuando Pantone, por ejemplo, anuncia al mundo que ha creado el color “greenery”, hay mucho trabajo detrás que no vemos. Desde el tono correcto y exacto del color, hasta el nombre.

La complicación de crear nuevos colores

¿Es realmente posible que ese trabajo lo haga una red neuronal? Es difícil decirlo, sobre todo después de ver los primeros resultados; aunque hay que decir que todo empezó aparentemente como una curiosidad, y no tanto como un estudio completo.

El proyecto nació de manos de Janelle Shane, una investigadora de óptica que tenía interés por explorar los límites de la creación de colores. Su lógica es que el ojo humano “sólo” es capaz de ver millones de colores; así que tarde o temprano, se nos acabarán las combinaciones posibles, tanto de colores como de nombres.

Así que hizo lo obvio: poner a una red neuronal a trabajar en ello. El proceso de creación de un nuevo color implicó un proceso de entrenamiento, lo que se conoce como aprendizaje automático; consiste en dos etapas, una en la que el sistema se pone “creativo”, y otro en el que va a lo seguro.

Los colores creados por el algoritmo que inventa nuevos colores

Al principio, los colores ideados por la IA eran muy simples, incluyendo tres grises. De los nombres, mejor ni hablar.

Pero esto era sólo la primera etapa; a cada paso, el sistema aprendía un poco más sobre los colores. Pronto empezó a descubrir el amarillo, y el azul, y empezó a dar nombres en inglés; aunque aún no podía asociar esos nombres con el color en cuestión, por eso llama “gris” al amarillo.

En cambio, cuando la IA se pone creativa, los resultados son algo más espectaculares, si bien completamente incorrectos.

Poco a poco, la red neuronal fue cogiéndole el truco; aunque Shane cree que no va a poder mejorarlo mucho más. Ella reconoce que los parámetros iniciales tienen una gran importancia en los resultados, tal vez más que en otros desarrollos.

De los colores finales, Shane saca dos conclusiones. La primera, que a la red neuronal le gustan los marrones, ya que la mayoría de colores que sacó se pueden definir así. Y segundo, que aún tiene que trabajar mucho en los nombres. Digamos que no quiero pintar mi habitación de color “Sindis Poop” (Mierda de Sindis).