Noticias de la semana - 04
El generador de imágenes AI de Microsoft construye imágenes
similares a la vida "Pixel por pixel"
Los investigadores de Microsoft han desarrollado un
generador de imágenes de IA que puede crear una imagen desde cero mediante el
ingreso de texto. La tecnología es una mejora de tres veces de los generadores
de imágenes anteriores, dicen los investigadores.
La inteligencia artificial (AI) se ha vuelto cada vez más
avanzada en áreas como inflexiones vocales humanoides e incluso se está
construyendo a sí misma , pero el arte del dibujo ha obstaculizado las
computadoras durante mucho tiempo. Si bien Google puede haber enseñado a su IA
a hacer garabatos utilizando su programa SketchRNN , pedirle a una computadora
que dibuje algo específico y más complicado es un desafío mucho más grande.
Pero ahora, los investigadores de Microsoft han programado un generador de
imágenes de IA que puede crear imágenes basadas en descripciones de texto.
Este es un logro impresionante, ya que pedirle a una computadora
que produzca una imagen es mucho más desafiante que pedirle que encuentre una
imagen que coincida con cierta descripción en Internet. El generador de
imágenes de IA de Microsoft, llamado Attentional Generative Adversarial Network
(AttnGAN), se entrenó con pares de imágenes y leyendas con el objetivo de
enseñar qué palabras están asociadas con qué imágenes.
En su artículo , los investigadores escribieron que su IA es
capaz de seleccionar automáticamente la condición en el nivel de palabra para
generar diferentes partes de la imagen, una hazaña sin precedentes. Por
ejemplo, impugnaron "este pájaro tiene una corona verde, primarias negras
y un vientre blanco", y la computadora construyó la imagen asociada con
sorprendente precisión.
El investigador principal, Xiaodong, dijo en un comunicado
de prensa de Microsoft : "Si vas a Bing y buscas un pájaro, obtienes una
imagen de pájaro". Pero aquí, las imágenes son creadas por la computadora,
píxel por píxel, desde cero ".
Según los investigadores, esta tecnología se triplica con
respecto a los generadores de imágenes anteriores, y podría mejorar el proceso
de edición de imágenes de los fotógrafos o servir como asistente de bocetos
para los artistas. En el comunicado de prensa, dijo que imagina que las películas
animadas generadas a partir de un guión escrito podrían ser otra aplicación.
Está claro que las compañías tecnológicas como Google y
Microsoft continuarán luchando por la supremacía de la IA al empujar los
límites del aprendizaje automático. Pero en este caso, la imagen de pájaro
multicolor de Microsoft parece más impresionante que los garabatos de gato de
Google.
La IA que preparó astronautas para el espacio podría ahora
ayudar a combatir el crimen
Los sistemas de inteligencia artificial que se desarrollaron
para preparar a los astronautas para el espacio ahora se están empleando para
resolver crímenes. La fuerza policial belga cree que la tecnología tiene el
potencial para ayudarlos a analizar los datos de manera más eficiente y
encontrar pistas.
ASISTENCIA IA
¿Qué tienen en común la Estación Espacial Internacional
(ISS) y la policía belga? Si dijeras enfoques integrados para el aprendizaje
automático, ¡estarías en lo cierto! Los sistemas de inteligencia artificial
(IA) que se desarrollaron para preparar a los astronautas para el espacio ahora
se están empleando para resolver crímenes. Los agentes del orden público
europeos creen que la tecnología tiene el potencial de ayudarlos a examinar
datos de manera más eficiente, recrear escenas del crimen e identificar
clientes potenciales.
La primera versión de este sistema fue desarrollada por Space Applications Services hace casi 15 años. Fue diseñado para responder
preguntas tales como "¿Qué es esto?" Y "¿Dónde está esto?"
De los astronautas en formación en el laboratorio de investigación Columbus de
la Agencia Espacial Europea (ESA).
La tecnología avanzó rápidamente en los años siguientes, lo
que llevó a la reciente ingeniería de un asistente de tripulación móvil
inteligente. Este bot está programado para someterse a pruebas más adelante en
2018 con Alexander Gerst, el próximo astronauta de la ESA en ser enviado al
espacio.
DETECTIVE DE APRENDIZAJE PROFUNDO
El potencial de AI para reducir las operaciones en tierra y
los costos asociados, así como la posibilidad de que pueda reducir los riesgos
para el personal humano, han despertado el interés no solo de las agencias
espaciales, sino también de las agencias encargadas de hacer cumplir la ley.
Los Servicios de Aplicaciones Espaciales comenzaron a hacer
pivotar a la IA hacia las aplicaciones de seguridad cuando desarrolló una
herramienta que le permitía responder la mayoría de las preguntas objetivas y
mostrar los resultados visualmente . La inteligencia de la máquina se hizo
capaz de recorrer miles de horas de metraje de la cámara de seguridad y extraer
alimentaciones de video específicas a pedido.
La policía belga está evaluando un software que podría
aplicarse a datos de un amplio espectro de fuentes, incluidos registros de
texto y redes sociales, y mostrar los resultados en cuestión de segundos. La
capacidad de la tecnología para completar el análisis de crímenes intensivos en
mano de obra con un simple clic significa que podría ayudar a llevar los
sistemas de justicia a una nueva era, tal vez a mediados de 2018.
Y el belga es el último país en aplicar la IA a las fuerzas
del orden. China también está explorando si puede usar la IA predictiva para
identificar a los ciudadanos que tienen mayores probabilidades de cometer
delitos , y Dubai está presentando a los agentes de policía robóticos . En todo
el mundo, cada vez más naciones buscan la última tecnología para proteger a sus
ciudadanos.
Solo necesitamos dos neuronas para manejar una bicicleta
Inestabilidad de una bicicleta sin dirección. La imagen
muestra 800 carreras de una bicicleta siendo empujada a la derecha. Para cada
carrera, se muestra la trayectoria de la rueda delantera en el suelo hasta que
la bicicleta cae. La naturaleza inestable se debe a la velocidad de la
bicicleta, que se pierde aún más con cada oscilación. Pertenece al método del
predictor.
Matthew Cook
Es usual que muchos de nosotros hayamos aprendido a manejar
una bicicleta. Algunos lo hicieron sin mayor dificultad mientras que para otros
fue un desafío mayor. Pese a todo, en
términos generales es una tarea que no demanda demasiado. Para las
computadoras, por el contrario, no parece ser una tarea sencilla. Pero ahora, un estudio publicado en
CiteSeerX, nos muestra cómo sin mucho esfuerzo, una red de dos neuronas puede
andar en bicicleta siguiendo un camino dado.
Una bici que te lleve a todos lados
Para enseñarle a la red a manejar una bicicleta, primero
había que tener una. Así entonces, los autores desarrollaron una bici virtual.
Las ecuaciones de movimiento, para esta bicicleta, son algo complejas, por lo
que pareció más sencillo y útil escribir un código general (que simularía ser
la bicicleta). El código, de esta forma, puede leer la descripción de un robot
cualquiera, y además simular cómo ese robot se mueve de acuerdo a las fuerzas
proporcionadas.
Todo esto implicaba que el simulador pudiera calcular los
momentos de inercia de cada cuerpo rígido, simulando el movimiento de un solo
cuerpo rígido. Además, tenía que ir resolviendo el sistema de ecuaciones que
aparecía en cada paso.
Una vez que desarrollaron el simulador general, pudieron
escribir al robot que querían, en este caso, una bicicleta. Esta bicicleta
estaba compuesta de 4 cuerpos rígidos: las dos ruedas, el marco, y el volante.
Una vez que resolvieron todos los movimientos que una bicicleta tendría en vida
real, pasaron a escribir al conductor o controlador.
A su manera, descomplicado
Al querer un controlador que resolviera los problemas que un
humano resolvería al manejar una bicicleta en vida real, el equipo identificó
tres tipos de controladores: el predictor, el humano y las dos neuronas.
El primero, el predictor, aprende por aprendizaje reforzado.
La idea es darle al controlador acceso al simulador para que haga trampa. Esto
se puede hacer debido a que todo el sistema está siendo simulado, así que no
tendría ninguna aplicación en la vida real. De todas maneras, la curiosidad
científica es más grande. Este método mostraba un control bastante extraño de
la bicicleta, aquí puedes encontrar un pequeño video de este raro
comportamiento.
El segundo es el humano. Este método incluye a un profesor,
un experto, en este caso un ser humano que le enseñe al controlador sus
habilidades. Para lograr esto, se hizo uso de una computadora, la cual en
tiempo real mostraba una gráfica de una bicicleta que podía ser manejada usando
un teclado. Lamentablemente, para un humano controlar este tipo de bicicleta,
sí es más complicado. Aquí el equipo se dio cuenta de la variedad de factores
que intervienen al aprender a manejar una. Afortunadamente, estas observaciones
sirvieron de base para el tercer método.
El tercer método, el de las dos neuronas, fue un caso
sorprendente. La red pudo operar la bicicleta completamente, incluso en
diferentes rangos de velocidades. Lo que la primera neurona percibe alimenta a
la segunda neurona, la cual aplica la cantidad de torque y ángulo necesario.
Las tareas de la red fueron aumentando en complejidad. En primer lugar se le
dio una dirección específica que seguir. Luego, elegir los ángulos adecuados
para dar una curva. Finalmente, se le dio un objetivo y que lo alcance atravesando
una serie de puntos.
Pequeños resultados para un futuro prometedor
Aunque la red de dos neuronas puede controlar la bicicleta
en un rango amplio de velocidades, lo que no puede hacer es lidiar con la
inestabilidad producida al manejar muy lento o en curvas demasiado cerradas.
El camino tomado por la bicicleta cuando se le indica que
pase por los puntos de referencia sucesivos que se muestran. La irregularidad
en la escritura se debe al desordenado autor al intentar escribir con un mouse,
y no es culpa de la bicicleta. Aunque la red de dos neuronas puede controlar la
bicicleta en un rango amplio de velocidades, lo que no puede hacer es lidiar
con la inestabilidad producida al manejar muy lento o en curvas demasiado
cerradas.
Matthew Cook
El equipo está plenamente satisfecho con sus logros y
piensan que el siguiente paso sea ver a un robot manejar una bicicleta real. La
red seguirá aprendiendo en base a su experiencia, a tal punto de que pueda
manejar diferentes tipos de bicicletas.
Por supuesto, aunque los robots que manejan bicicletas
pueden ser operados por seres humanos, no es lo ideal. El deseo del equipo es
que las computadoras sean capaces por ellas mismas, comprender lo que una red
simple puede lograr con poca experiencia y muy poco entendimiento del
funcionamiento físico.
Las redes neuronales e inteligencia artificial cambiarán
nuestro modo de percibir la vida. El año pasado lograron descifrar el pin de un
smartphone con tan solo un sensor de luz. Incluso pueden analizar nuestra
actividad cerebral y generar imágenes a partir de esa información.
'Mexica', el primer
libro de cuentos en español escrito por una Inteligencia Artificial
El autor de MEXICA, 20 años, 20 historias, el nuevo libro
que la editorial estadunidense Counterpath Presses ha publicado en español e
inglés, no firma autógrafos ni (por ahora) frecuenta tertulias literarias: es
un programa de inteligencia artificial (IA). Sin embargo, la obra que ha
escrito parece perfectamente humana: consta de 20 historias cortas que narran
las relaciones de amor, odio, despecho, entrega y venganza de personajes
prehispánicos como un guerrero águila, una princesa, una doncella y un
tlatoani. Todo ocurre en el escenario del valle central de México, a la falda
de los volcanes y en el lago de Texcoco.
El programa de cómputo que se encuentra detrás del libro y
que también se ha llamado MEXICA fue creado por el doctor Rafael Pérez y Pérez,
ingeniero mexicano que actualmente es profesor e investigador en la Universidad
Autónoma Metropolitana Unidad Cuajimalpa (UAM-C) y presidente de la Asociación
para la Creatividad Computacional (Association for Computational Creativity).
Según contó el ingeniero a Crónica, en su programa o modelo
de cómputo sobre creatividad se trata de representar cómo son los procesos
creativos en los seres humanos. Para ello, además del estudio de la computación
y los procesos lógicos, hizo falta investigar la descripción que se hace de los
procesos creativos desde la filosofía, la psicología y la historia. De este
modo, llegó a identificar tres grandes fases de los procesos creativos:
engagement: el nacimiento de una idea; reflexión: análisis y selección de ideas
útiles; y calificación: evaluación general de la obra.
El objetivo general de la creatividad computacional es
comprender cómo funciona el proceso creativo en los seres humanos. También
busca explorar cómo los ordenadores pueden generar algunos productos creativos
como pinturas, melodías musicales o piezas narrativas. MEXICA no es sólo un
conjunto de operaciones matemáticas, es un modelo que está inspirado en cómo
piensan y crean los seres humanos, según descripciones y reflexiones de
diferentes autores, desde Platón y Aristóteles, hasta autores contemporáneos
como Mike Sharples, autor del libro Cómo escribimos.
“Se nutre de algunas explicacines de escritores sobre cómo
abordan el proceso se escribir y se integran diferentes puntos de visa para
armar un proceso computacional. Es un programa más nutrido por información sobre
procesos cognitivos que sobre procesos matemáticos. A final de cuentas sí es un
programa de cómputo, pero lo que haces es usar la computadora como herramienta
fundamental para estudiar el proceso creativo. En cierto sentido, el programa
MEXICA es una representación de lo que hasta ahora creemos que ocurre en los
procesos mentales creativos”, dice Rafael Pérez.
El sistema MEXICA, cuyo nombre es fruto del interés del
científico en involucrar sus raíces culturales en sus proyectos de
investigación, se ha ido reforzando y mejorando a lo largo de dos décadas;
actualmente ya es un sistema bilingüe, que escribe en español e inglés, además
de que es un sistema que juzga sus propios productos, cuando ya han sido
concluidos, igual que lo hace un autor. MEXICA no es el primer libro en ser
escrito por una IA, pero sí el primero en español. La editorial Counterpath
Press publicó simultáneamente el libro mexicano, junto con otros dos libros
creados por computadora: The Truelist, coordinado por Nick Montfort, y
Articulations, de Allison Parrish.
Fuente
https://futurism.com/ai-crime-belgium/
https://futurism.com/microsofts-ai-image-generator-construct-life-like-pictures-pixel-by-pixel/
https://nmas1.org/news/2018/01/23/neuronas-bicicleta
https://nmas1.org/news/2018/01/25/Mexica-IA