El equipo del ingeniero Dah-Jye Lee, de la Universidad Brigham Young, en Estados Unidos, ha conseguido eliminar la necesidad de tener humanos adiestrando activamente a sistemas informáticos en el reconocimiento de objetos. Lee y sus colaboradores han creado un algoritmo que puede identificar de forma precisa y sin calibración humana objetos en imágenes o secuencias de video.
En la mayoría de proyectos de reconocimiento automático de objetos, se comienza con humanos decidiendo en qué rasgos el sistema informático de reconocimiento debe centrar su atención, y después los científicos humanos escriben el algoritmo correspondiente a esa decisión inicial de diseño. En cambio, con el algoritmo creado por el equipo de Lee, se le da al ordenador una serie de imágenes y se deja que sea éste quien decida qué rasgos son importantes.
El algoritmo de Lee, por tanto, es capaz de establecer sus propios parámetros de análisis. Además, no necesita ser reiniciado cada vez que se requiere reconocer un nuevo objeto; los descubre por sí mismo.
Lee compara la idea a enseñar a un niño la diferencia entre un perro y un gato. En vez de intentar explicárselo, mostramos a los niños imágenes de los animales, y ellos aprenden por sí mismos a distinguir entre los dos. El reconocimiento de objetos de Lee hace lo mismo: en vez de decirle al ordenador a qué mirar para distinguir entre dos cosas distintas, simplemente le alimentan con un conjunto de imágenes y éste aprende de forma autónoma.
No es mera teoría. El nuevo algoritmo ya ha sido probado y sus resultados han sido iguales o mejores que otros de diseño innovador y alta eficiencia.
En las pruebas, se suministraron al programa de reconocimiento de imágenes cuatro grupos de fotografías (rostros, automóviles, motos y aviones) y éste alcanzó el 100 por cien de reconocimiento exacto en cada uno.
El equipo ha probado también el algoritmo en un conjunto de imágenes de peces del departamento de biología de la universidad, que incluían fotos de cuatro especies. El algoritmo fue capaz de distinguir entre las especies con una precisión del 99,4 por ciento, un nivel que para un humano profano en zoología marina puede ser difícil de alcanzar.
Los resultados muestran que el algoritmo podría usarse para infinidad de aplicaciones, por ejemplo, sin ir más lejos, para detectar especies de peces invasivas.
Otro uso evidente sería la detección de piezas u objetos defectuosos en una cadena de montaje. Un robot industrial equipado con este algoritmo podría aumentar así la eficiencia de su labor.
No hay comentarios:
Publicar un comentario