El laboratorio secreto Google X desarrolló una “red neural virtual”, un grupo de 1.000 computadores con 16.000 núcleos en total, al que Google le dio millones de imágenes de 200×200 pixeles tomadas al azar de videos de YouTube.
¿Qué hizo el sistema con las fotos? Buscar gatos (como muchos usuarios de YouTube ahí afuera). Lo interesante es que nadie le dijo al sistema cómo era un gato, de modo que la red aprendió por sí misma a identificar la imagen recurrente del felino. Los investigadores presentaron los resultados de su investigación esta semana en una conferencia en Escocia.
La máquina empezó a buscar coincidencias entre todas las imágenes, lo que le permitió detectar rostros, y también “conceptos de alto nivel” como caras de gato y cuerpos humanos.
Nadie le enseñó a la máquina cómo era una cara, un cuerpo o un gato antes de que comenzara el análisis de las imágenes. Una vez que descubría un objeto que se repetía varias veces, el computador desarrolló mapas de imágenes que luego utilizó para detectar objetos similares. En Google X llamaron a estos mapas “neuronas”, en referencia a la teoría que dice que en nuestro cerebro hay algunas neuronas de la corteza temporal que tienen la tarea específica de reconocer categorías de objetos, como rostros o manos.
Normalmente, a los computadores se les dice cómo se ve un objeto definiendo los bordes de las formas, y luego marcando imágenes que contienen estos objetos. En este proyecto, “nunca le dijimos en el entrenamiento ‘esto es un gato’. Básicamente inventó el concepto del gato”, dijo Jeff Dean, quien trabajó con la red.
El sistema todavía es nuevo y necesita mucho trabajo, pero dado este primer éxito, será sacado de Google X para continuar el trabajo en el equipo encargado de búsquedas y negocios. Google espera mejorar el algoritmo y utilizarlo en su servicio de búsqueda de imágenes, reconocimiento de voz y traducción de idiomas.
Link: In a big network of computers, evidence of machine learning (NYTimes)
