VISI脫N ARTIFICIAL - II CICLO DE TECNOLOG脥AS DISRUPTIVAS
Estoy asistiendo al segundo ciclo de TECNOLOG脥AS DISRUPTIVAS PARA LA SOCIEDAD DIGITAL, de la fundaci贸n INTEGRA.
Y aqu铆 un resumen que hago con mis apuntes para no olvidar lo aprendido, pues es un lujo aprender de expertos, poder preguntar y recibir respuesta a cualquier "neofitada" que se nos ocurra.
Hoy ha sido el tercer webinar, empezamos el martes pasado con VISI脫N ARTIFICIAL, con Felipe Segura (#Biyectiva Technology) como ponente y con la colaboraci贸n de #AJE, j贸venes emprendedores de la regi贸n de Murcia.
ENLACE WEBINARS ▶https://www.f-integra.org/boletin.html
VISI脫N ARTIFICIAL
Lo primero y m谩s curioso que he aprendido es que La Visi贸n Artificial, una de las especialidades de la Inteligencia Artificial, est谩 mucho m谩s presente de lo que los humanos somos capaces por ahora de percibir a simple vista.
馃槑
Un ejemplo sencillo ser铆a c贸mo nosotros mismos entrenamos a los identificadores de im谩genes cada vez que marcamos esos cuadritos con sem谩foros o se帽ales de tr谩fico que se nos pide antes de validar una contrase帽a o un comentario.
Se nos ofrece todo tipo de servicios a cambio de alg煤n gesto al que el androide se nos engancha como un piojo para succionarnos aprendizaje.
Es la forma de aprendizaje autom谩tico sin la programaci贸n cl谩sica, repeticiones de ensayo y error para dar lugar a predicciones.
La localizaci贸n del entrenamiento puede ampliar el margen de error, es el denominado Sesgo de Informaci贸n, como por ejemplo el SESGO RACIAL.
Tal como la mayor铆a de tests han sido realizados por raza blanca, g茅nero masculino, el sesgo racial dificulta ciertas predicciones como el reconocimiento facial.
Los investigadores desarrollan la IA bas谩ndose en la propia naturaleza sobre el dise帽o de una red neuronal, un complejo algoritmo matem谩tico. A mayor n煤meros de entrenamientos en la red neuronal, mayor n煤mero de correcciones en las reconfiguraciones y, por tanto, mayor probabilidad de acierto.
Debido a su gran complejidad el desarrollo de este mundo s贸lo est谩 al alcance de unos pocos, aunque a nivel pr谩ctico todos lo usemos a diario.
Rojo, verde, azul, son los valores con los que las m谩quinas "ven" las im谩genes. En lugar de percibir de forma continua y lineal como nosotros, interpretan puntos iluminados o apagados, as铆 identifican las formas de l铆neas, cuadrados, c铆rculos, cruces, rombos, 谩ngulos y todas sus combinaciones.
La informaci贸n que mandamos a las m谩quinas con nuestras ya rutinarias apps hace que se perfeccionen al interpretar esas "luces".
En este seminario, mediante un juego, hacemos un ejercicio b谩sico en el que programamos Inteligencia Artificial para que un mecanismo limpie el oc茅ano, el robot debe diferenciar entre vida marina y basura. El programa nos recuerda que son
150 millones de toneladas de pl谩stico lo que hemos arrojado al oc茅ano.
El 80% de la basura de los oc茅anos proviene de los desechos terrestres y supone 13 mil millones de d贸lares al a帽o.
La visi贸n artificial es 煤til en multitud de 谩reas. En la industria alimentaria podr铆a detectar cristal, metal y pl谩sticos mezclados en el alimento as铆 como el gas t贸xico que acaba deformando las latas de conserva.
#Biyectiva Technology trabaja en la detecci贸n de La larva de la mosca de la fruta en naranjas, y evitar as铆 ingerir su gusano.
Podr铆a determinar el grado de eutrofizaci贸n del mar Menor, hasta ahora la calidad del agua se detectaba por su aspecto a simple vista creando alarma en los vecinos, con las im谩genes de sat茅lite la IA podr铆a predecir contaminaci贸n, riesgo de incendios, etc.
Para el reciclaje las posibilidades son tambi茅n muy interesantes as铆 como en salud, prevenci贸n de enfermedades graves, direcci贸n y zoom en personas con visi贸n reducida, etc.
Un punto a煤n muy d茅bil de la IA es el nulo entrenamiento en la conciencia social por los ingenieros, hasta ahora no se ha dado en absoluto prioridad a las cuestiones esenciales para la sociedad.
Es el aspecto 茅tico algo pendiente y urgente para que la IA mejore el mundo no s贸lo en un sentido puramente tecnol贸gico. Una herramienta tan poderosa debe ser mirada con lupa en su potencial m谩s humano.
Los desarrolladores no evitan que la m谩quina pueda acabar zamp谩ndose al usuario, por lo que hay q entrenar a la m谩quina incluyendo en el entrenamiento a grupos marginales, o el mundo acabar谩 dirigido sin una gota de espacio para ellos.
Se necesitan personas que a帽adan soluciones de valor, en palabras de Felipe Segura: "como ingenieros no se nos ense帽a la diferencia entre crear un parque de atracciones o una c谩mara de gas, nos ense帽an mecanismos. Sin ser expertos en crear valor se nos da la oportunidad de dominar."
Post by Raquel Berm煤dez Gonz谩lez
♒♒♒
馃悮 TIENDA | SHOP 馃悮
♒♒♒
.jpg)
Comentarios
Publicar un comentario