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