Noticias de la semana - 03

La IA de Google confunde fotos de gorilas con personas y la compañía prohíbe los gorilas para que no la acusen de racismo

En 2015, Google recibió una lluvia de críticas después de que uno de sus algoritmos de reconocimiento de imagen confundiera fotos de gorilas y chimpancés con seres humanos. La compañía prometió solucionar el error. Dos años después, ya sabemos cómo lo ha hecho. Ha prohibido las fotos de gorilas.

Esa es la conclusión a la que llegaron en la revista Wired después de poner a prueba el algoritmo supuestamente reprogamado para evitar errores. Efectivamente, la IA es perfectamente capaz de etiquetar animales como los babuinos, los osos panda, o los gibones, pero cuando se le ofrece una foto de un gorila o de un chimpancé, no ofrece ningún resultado.

La propia compañía reconoció que había eliminado esos conceptos del algoritmo para evitar problemas, y añadió que desgraciadamente las IA aún están lejos de ser perfectas y cometen ese tipo de errores.

Eliminar el concepto de gorila de la IA en lugar de enseñarle a reconocer ese animal correctamente no parece una solución muy equilibrada. De hecho, algunas aplicaciones como Google Lens se resienten de ese problema. Google Assistant, que emplea otros mecanismos de búsqueda funciona bien en ese sentido.

Blinkfire y un enorme reto para la inteligencia artificial: medir bien por primera vez cuánto se ve el patrocinador de un equipo de fútbol

Para contar la historia de Blinkfire Analytics hay que remontarse más de una década atrás en el tiempo hasta 2004. Aquel año se presentaba en sociedad FeedBurner. Dick Costolo, Steve Olechowski, Eric Lunt y Matt Shobe lanzaban un servicio que facilitaba la gestión de feeds RSS en un momento en el que comenzaban a despuntar. Era una herramienta ideal para blogueros y medios de comunicación porque más allá de facilitar su manejo, ofrecía analíticas para conocer el impacto de las lecturas que no llegaban a las webs y un sistema de monetización.

Fue en un momento de expansión previo a la compra por parte de Google, que se produciría años más tarde, cuando Juan Luis Hortelano se unió colaborando durante un tiempo en su crecimiento. "Trabajé con ellos ayudándoles a avanzar en España, a conseguir medios... y bueno, conocí a Steve Olechowski y Dick Costolo". Un buen día llegó el buscador, realizó la adquisición y gran parte de los responsables de FeedBurner se marcharon a Mountain View, incluidos Olechowski y Costolo, quien años más tarde llegaría a Twitter.

Hortelano y Olechowski, sin embargo, continuaron manteniendo el contacto unidos por aficiones en común como el mundo de los deportes en general y del fútbol en particular. "Los dos somos muy futboleros y en él especialmente es más extraño, porque es americano, pero aún así le gusta mucho", nos cuenta. Por eso y por sus respectivas deformaciones profesionales, si así pudiésemos llamar al ánimo emprendedor, no dejaban de pensar en la posibilidad de hacer algo juntos alrededor del deporte.

La identificación de una necesidad y el uso de la tecnología para satisfacerla

Fijándose en el crecimiento de las redes sociales en los últimos años, en la importancia de las prácticas deportivas masivas en ellas, el impacto de los clubes, de los deportistas individuales y en la pobreza de las estadísticas o números que estas plataformas suelen proporcionar, "Facebook, Twitter y otras redes sociales no les daban a estos clubes deportivos los números que ellos necesitaban", se les ocurrió dar forma a un proyecto que hoy en día lleva por nombre Blinkfire Analytics.

Empezamos a contactar con gente, con equipos que conocíamos, con la Liga de Fútbol Profesional, con otras ligas... Vimos que había interés, pero tampoco estábamos ofreciendo nada diferente a lo que se pudiese hacer con mayor o menor parecido en otras herramientas. Pero hablando con los clubes nos dimos cuenta que existía la necesidad de medir el impacto económico de los patrocinios.

Algo que, en algunos equipos, era trabajo de dos o tres personas viendo vídeos cronómetro en mano. Contaban el tiempo de exposición de los patrocinadores en ruedas de prensa, declaraciones y otras situaciones.

Objetivo: ocupar el hueco descuidado por las analíticas de las redes sociales midiendo el impacto económico de los patrocinios.

"En redes sociales algunos también lo hacían a mano", nos dice Hortelano mientras lo entrevistamos en las oficinas de la compañía en Valencia, en uno de los barrios más nuevos de la ciudad del Turia.

Miraban cuántas publicaciones habían hecho los jugadores, el equipo, cuándo se veía el logo de una marca y cuándo el de otra. Y con hojas de cálculo iban midiendo eso, aunque a veces sin tener una idea clara de cómo valorar.

El objetivo fue, a partir de entonces, enfocar la empresa hacia esa necesidad buscando automatizar todo el proceso mediante tecnología. Sustituir a las personas por técnicas capaces de analizar las imágenes y vídeos que suben a las redes sociales los clubes, los jugadores e incluso los fans, midiendo el impacto que se genera con cada patrocinio que aparece en camisetas, cartelería y otros soportes. La inteligencia artificial y la visión computacional eran la respuesta.

Qué hay de verdadera inteligencia artificial y cómo funciona

Entendida la base del negocio, sus objetivos y los medios mediante los cuales los consigue, en una época en la que toda empresa emergente habla de inteligencias computacionales, nos preguntamos qué tienen de desarrollo real, a día de hoy, que se pueda considerar «inteligencia artificial»

La inteligencia artificial, efectivamente, se está sobrevendiendo. Nosotros empezamos con la parte de 'computer vision', una parte de la inteligencia artificial en la que se simula el ojo humano. Pero luego, en toda la parte de reconocimiento de logos, de imágenes, sí que aplicamos algoritmos de inteligencia artificial, de reconocimiento de patrones, para tratar de simular esa visión humana y que el propio sistema aprenda. Es una parte muy importante y ahí tenemos un par de patentes: una para que el algoritmo sea lo más rápido posible y otra para que sea más fiable.

Cuando empezamos, que partimos de algoritmos de código libre, vimos que había logos que se detectaban muy bien, marcas que se detectan muy claramente como Adidas, un ejemplo claro en el que se detecta fácilmente el 90 % de las veces. Pero Nike, por ejemplo, es todo lo contrario, quedándose en un 40 o 50 %. Entonces, en toda la parte de detección, empezamos a trabajar en entrenamiento previo de los algoritmos y en el 'machine learning'. En ese punto estamos ahora, perfeccionando y haciendo que nuestros sistemas sean más autónomos y que cada vez haya que alimentarlos menos porque aprendan mejor solos.

Porque no es lo mismo un logo blanco sobre negro que el mismo logo sobre otro color. O esa misma marca en una camiseta, un photocall o una pantalla publicitaria de un estadio. Ante tanta casuística los algoritmos necesitan aprender con ejemplos. Con el suficiente rodaje, ellos mismos podrían encargarse de enseñarse conforme se enfrentan a nuevas situaciones y ese es el fin que persiguen en Blinkfire mientras el negocio se encuentra a pleno rendimiento contando con un centenar de grandes clientes.

El aprendizaje profundo y automático asegura un perfeccionamiento continúo de las tecnologías de detección.

¿Pero cómo funciona exactamente?, nos preguntamos. "¿Cómo se justifica o se identifica el 'aparece en una foto' al 'alguien se ha fijado y ha impactado realmente en el usuario'?", le preguntamos a Hortelano, quien ejerce de jefe de operaciones mientras su socio, Steve Olechowski, ostenta el cargo de CEO desde la sede que tienen en Chicago.

Para imágenes nos hemos basado en estudios, en la experiencia previa en Google y en otros proyectos, simulando el ojo humano en nuestro algoritmo, tomando únicamente como buena una visualización clara de un patrocinio. Cuando el logo se ve grande, claro y completo. Porque no hay término medio, o se ve o no se ve, por lo que debe ser una visualización indudable. Y aunque un mismo logo se vea varias veces bien, solamente se cuenta una vez.

En cuanto a vídeo, el impacto depende del tiempo que aparezca la marca y de en qué posición lo haga. Porque no vale lo mismo que aparezca en el primer cuarto que en el último, ni que aparezca en los dos cuartos intermedios del vídeo. Y también importa el tamaño. En este caso el algoritmo es un poco más complejo y en función de todas estas variables otorga un valor.

A la simulación de la visión humana que ofrece esta tecnología, con los consecuentes descartes por una mala visualización, se suma que en Blinkfire aseguran ser conservadores con los datos que dan y en consonancia han construido el método de sus mediciones.

"Si una marca no se ve suficientemente bien o si el logo, por ejemplo, se ve un poco doblado en la ropa, aunque una persona lo pudiese identificar conociéndolo, nuestro algoritmo lo descarta". ¿La razón? Cuando dan cifras se trata de números completamente fiables, nos comentan. Si dicen que una marca ha impactado 1.000 veces, seguramente haya impactado más, pero de ese millar ellos están completamente seguros.

Y todo en tiempo real.

Es en este punto en el que entra en juego la valoración puramente económica y en cuanto a ella se ciñen al mercado.

Nosotros medimos el valor de todos estos impactos en coste por engagement, sacándolo directamente de los precios de mercado. Les ofrecemos a los clubs un precio base, pero ellos lo pueden ajustar dependiendo de sus circunstancias o demandas. Al final se paga de acuerdo a la oferta y la demanda, pero tratamos de dar una guía y un precio con una media de lo que a una marca le costaría entrar ahí.

El impacto de las mediciones en el día a día

Ofrecer a las marcas y a los clubes deportivos una serie de métricas sobre impactos que no se contaban o no se valoraban de una manera adecuada han motivado cambios importantes, de calado, a la hora de difundir contenido propio y en las facturaciones publicitarias.

Al ver en tiempo real qué contenidos generan mayor o menor impacto, a los departamentos de comunicación, de redes sociales, de marketing, etcétera, les es útil nuestra información.

Estamos viendo un cambio en determinados ámbitos como pueden ser la generación de contenidos, la creación de esos contenidos... Hay clubs como el Valencia CF —que lo está haciendo muy bien— que han enseñado al fotógrafo a elegir fotos que en lugar de mostrar un logo medio partido, lo muestren completamente y bien alineado. En fotos sociales especialmente se ve esto.

Pero no solamente. A Juan Luis Hortelano le viene a la cabeza, entre otros impactos positivos de su trabajo con equipos, el descubrimiento que hicieron en el estadio de béisbol Citi Field de Nueva York.

Nos ha pasado otro caso llamativo con otro cliente, los New York Mets, que habían vendido por 250.000 dólares al año a Budweiser el espacio publicitario que tienen sobre el marcador. Se dieron cuenta que como mucha gente se hacía selfis con el marcador de fondo y le estaban dando un gran impacto a la marca en redes sociales por valor de 400.000 dólares.

Finalmente la cerveza no quiso pagar por ello, pero el espacio se lo vendieron a otro patrocinador, Citi, y posiblemente cobrando mucho más. Y la situación la advirtieron gracia a que medimos estos impactos en redes, que hasta el momento no los habían tenido en cuenta. Esto demuestra la dimensión que tienen las redes sociales en el sector publicitario.

Los ejemplos continúan. Con el Atlético de Madrid, por ejemplo, advirtieron que su algoritmo no contabilizaba en las fotos frontales de los jugadores el logo del patrocinador que aparece en la manga de la camiseta. Por eso, una vez advertido el problema, esta clase de fotografías oficiales se comenzaron a hacer con una posición corporal ligeramente ladeada, para que la marca se apreciase completamente.

Los clubes deportivos han cambiado tanto la forma de compartir ciertos contenidos como de generarlos

La medición de los impactos digitales también ha tenido incidencia en las instantáneas más aparentemente desinhibidas de una plantilla deportiva. Tras lograr ganar una final importante, es muy común una foto de los jugadores en los vestuarios, en toallas y sin camisetas. Por tanto, sin ninguna marca a la vista.

"Ahora algunos clubes tienen a una persona pendiente, en las puertas de los vestuarios, con dos o tres camisetas para que algunos de los integrantes del equipo se las pongan y esa foto genere impactos de las marcas que los patrocinan", nos cuenta Hortelano. Porque suele ser la foto que más impacto tiene en todo un año, con un valor de millones de euros en el caso de los clubes más importantes.

Se han creado una serie de activos, solo digitales, que se pueden comercializar. Es ejemplo la típica foto que se sube a los perfiles oficiales de un equipo en Facebook o Instagram en el cumpleaños de un jugador. Es un material positivo que la gente comparte muchísimo, como otras felicitaciones que puedan hacer como cuando tienen un hijo o como la alineación inicial de un partido.

Son contenidos que, además, los clubes tienen antes que nadie, teniendo el control sobre ellos, y cada vez más hay marcas que patrocinan estos espacios concretamente. Se han conseguido comercializar como un espacio por sí mismo por millones de euros globalmente, extras a los patrocinios habituales, cuando hace unos años no se vendían.

Han cerrado una ronda de inversión de 1,6 millones de dólares

La compañía que reparte su equipo entre la sede de España y la de Estados Unidos, porque repartidos entre ambos países decidieron estar desde el principio, lleva meses en un estado financiero rentable y cuenta con importantes clientes principalmente en el mundo deportivo. Quince miembros del equipo se encuentran en Valencia y trece en Chicago, estando igualmente distribuido el equipo de desarrollo.

Empezamos con la idea de vender en ambos lados. En Estados Unidos porque es el mercado más avanzado, aunque curiosamente no es el mercado más grande, porque a nivel deportivo el fútbol tiene mucho más impacto que cualquier deporte americano como su fútbol, la NBA o la NFL. Y en España porque tenemos la Liga, con la cual empezamos a trabajar muy pronto y es uno de nuestros principales clientes. Además, a través de ella hemos conseguido trabajar también con los 42 equipos de primera y segunda división, todos los equipos son clientes.

Por otro lado, en Estados Unidos estamos trabajando con equipos de la NBA, como los Cleveland Cavaliers, los Golden State Warriors, los Chicago Bulls, los Washington Wizards; también equipos de fútbol americano, de hockey... tenemos de muchos deportes, varios equipos. Y además estamos queriendo crecer en el mercado europeo, en países como Alemania. De hecho, ya trabajamos con equipos del contienente como la Juventus y con varios equipos de la Premier League.

A los deportes más tradicionales se suman además nuevos mercados que han comenzado a abrir, sobre todo en el mundo de los deportes electrónicos. "De una forma natural nos hemos encaminado a los eSports; también porque muchos equipos deportivos tienen equipos de eSports", afirma Hortelano. Las nuevas generaciones no están donde estaban las viejas y eso también se nota en el mundo de la publicidad.

"Y luego, al trabajar con marcas, nos han pedido empezar a controlar otro tipo de eventos deportivos y no deportivos como festivales de música, donde hay muchas marcas activas, festivales de cine, torneos de golf, maratones...". A la larga lista también habría que sumar el mundo de la alta costura en el que se están introduciendo trabajando a través de semanas de la moda de grandes ciudades europeas. Mientras haya marcas, material audiovisual y exposición en redes, existe un mercado para ellos.

Apoyando la progresión de este servicio de medición y analítica de patrocinios en tiempo real, en septiembre se anunció el cierre de una ronda de financiación de 1,6 millones de dólares estadounidenses con inversores tan destacados como Dick Costolo, el que fuese CEO de Twitter y cofundador de FeedBurner con Olechowski.

Yo creo que él vio, por una parte, que era un mercado importante, un mercado que mueve muchísimo dinero y con un potencial importante, y por otro, una empresa con un buen equipo, una facturación, unos clientes... Ha confiado en el global, en este complemento de las redes sociales, ese algo que las redes sociales no pueden dar porque evidentemente no pueden dedicarse a asuntos tan específicos.

Costolo se suma a otros inversores como Plug and Play, aceleradora de la que fue fundador el propio Hortelano, Carlos Domingo, Foundry Group o la sociedad de capital riesgo Vitamina K.

¿Una red neuronal que lee la mente?

La idea parece sencilla: entrénese una red neuronal para reconocer lo que uno está viendo a partir de la actividad cerebral. ¿Será esto posible?

Aparentemente el poder reconocer lo que un sujeto ve a partir de monitorear su actividad cerebral no es una cuestión de ciencia ficción, sino una realidad científica. Sin embargo, hay que decir que esto no se hace a través de leer un electro-encefalograma o bien tomando los impulsos eléctricos del cráneo y suponer lo que está pensando dicho sujeto. De hecho, parece ser que los electro-encefalogramas son bastante imprecisos como para formarse una opinión de lo que ocurre en el cerebro de una persona.

El estudio de los investigadores de la Universidad de Kyoto, usa los datos de un tomógrafo que indica la actividad particular de cada región en el cerebro. Específicamente la actividad de la corteza visual se alimenta a la red neuronal, la cual es entonces entrenada para producir como salida lo que realmente la persona estudiada está observando.

Y aunque suena casi de ciencia ficción, el asunto es que funciona. Y no, no se logra una reproducción exacta de la imagen, pero sí una lo suficientemente cercana para ver la conexión. Pero quizás lo más importante es que la red trabaja sobre la generación de formas que no fueron parte del conjunto de entrenamiento, el cual solamente consiste en imágenes naturales. Esto parece ser un fuerte indicativo que la red neuronal aprendió la estructura de la corteza visual de forma que copia las relaciones entre las señales de entrada y la activación de varias áreas.

Añadiendo otra red neuronal para limitar la salida de la primera red, se llega a mejores resultados, los cuales se acercan más a las imágenes originalmente usadas para el entrenamiento. Sorprende que esto funcione tan bien y da la impresión que hay mucho margen para mejorar.

Los investigadores piensan que su enfoque es novedoso porque permite reconstruir el contenido perceptual y mental de la actividad cerebral humana, combinando las características visuales de las múltiples capas de una red neuronal profunda. “Hemos reconstruido con éxito la visión de imágenes naturales. La reconstrucción de formas artificiales también fue exitosa aunque incluso los modelos de reconstrucción usados solamente tuvieron acceso a imágenes naturales”, indicaron.

El mismo método se aplicó a las imágenes para revelar una reconstrucción del contenido mental, de forma rudimentaria. Nuestro enfoque podría dar una ventana única a nuestro mundo interno traduciendo la actividad cerebral en imágenes que tuviesen una jerarquía y características visuales específicas.

Y sí, podría usarse como una interfaz muy sofisticada para una computadora, pero bien podría ser usada para leer las mentes de los sujetos, como se ha visto desde hace mucho en los cuentos de ciencia ficción. Pero más allá de eso, es claro que la tomografía cerebral nos da mucha más información de la que podríamos haber esperado antes.

Microsoft crea una IA dibujante y se perfila para artista

Microsoft ha revelado hoy su nueva Inteligencia Artificial que se especializa en dibujar y ya se perfila a ser un artista. Esta IA es capaz de crear imágenes a partir de la descripción de un objeto. Pero no solo eso, sino que es capaz de agregar detalles a la imagen final que no estaban en la descripción, por lo que Microsoft afirma que “tiene algo de imaginación propia”.

Lo interesante es que esta IA crea sus propias imágenes por sí sola. “Si tu vas a Bing y buscas un ave, obtienes la imagen de un ave. Pero aquí, estas imágenes son creadas por la computadora, pixel por pixel, desde cero” explicó Xiaodong He, el gerente de investigación del laboratorio del Centro Tecnológico de Aprendizaje Profundo de Microsoft en Redmond, Washington. “Estas aves puede que no existan en el mundo real – tan solo son un aspecto de como nuestra computadora imagina a las aves”.

Esta tecnología, la cual los investigadores llaman simplemente “bot dibujante” puede generar imágenes de los que sea, desde escenas pastorales como el ganado pastando en las montañas, hasta autobuses flotantes.

Para que este bot logre esto, Microsoft lo entrenó con datos de imágenes emparejadas con un título, lo cual le permitió entender como emparejar palabras a imágenes. Aprendió a dibujar un ave, cuando el título dice “ave” y aprendió como es que debería lucir la imagen de un ave. Por este motivo los investigadores creen que “una máquina puede aprender”.

La tecnología detrás de esta IA consiste en dos modelos de aprendizaje. La primera para generar imágenes desde descripciones de texto, y la otra que usa descripciones textuales para juzgar la autenticidad de las imágenes generadas. La primera tratará de hacer pasar como genuinas imágenes falsas, pero la última no se dejará ser engañada. Combinadas, trabajan para crear imágenes de mayor calidad.

Otro punto interesante es que a comparación de otros bots, este se beneficia entra más específico y detallado sea el texto que se le de, a comparación otras. Por lo que el siguiente paso de los investigadores será optimizarlo para tecnología texto a imagen y se use como asistente para artistas y diseñadores de interiores.

Pero para eso aún hay falta, pues la IA aún tiene sus fallas como aves con picos de otro color del descrito o como bodegones de frutas con plátanos mutantes.

Fuente:

https://es.gizmodo.com/la-ia-de-google-confunde-fotos-de-gorilas-con-personas-1822029936

https://www.xataka.com/empresas-y-economia/blinkfire-y-un-enorme-reto-para-la-inteligencia-artificial-medir-bien-por-primera-vez-cuanto-se-ve-el-patrocinador-de-un-equipo-de-futbol

https://www.unocero.com/noticias/ciencia/una-red-neuronal-que-lee-la-mente/

http://www.masgamers.com/microsoft-ia-dibujante-artista