Esta imagen es obra de una inteligencia artificial.
Generada desde cero por el sueño de una red neuronal artificial.
¿Una red qué?
Una red neuronal artificial es un modelo matemático que imita al cerebro humano. Estas redes se usan para hacer que las máquinas aprendan, como los sistemas de reconocimiento de voz.
Exacto, las máquinas están aprendiendo.
Si un día debemos culpar a alguien por el levantamiento de las máquinas, será a Google.
La tecnología de Google Fotos para identificar imágenes automáticamente, es el resultado de años de aprendizaje.
¿Por qué hacen máquinas que aprenden? ¿Qué no vieron Matrix?
Cuando Google Fotos organiza automáticamente todas tus fotos de perros en una carpeta llamada "perros", es porque lo aprendió.
Nadie programó a Google Fotos para reconocer perros, sólo alimentaron un sistema de redes neuronales con millones de imágenes de perros para que aprendiera a distinguir sus características básicas.
Estas redes neuronales pueden generar sus propias imágenes.
Cuando entrenas a una red neuronal para distinguir plátanos, también aprende a hacer sus propios plátanos, de la nada. Comienza con ruido aleatorio, ajusta los parámetros para que la red neuronal lo interprete como un plátano, y voilà: tienes una representación gráfica del concepto abstracto del plátano.
Aún con todo lo que hemos logrado con redes neuronales artificiales, la verdad es que no las entendemos del todo.
¿Qué pasa si simplemente le das una imagen aleatoria a la red neuronal para que la interprete?
Nadie sabe y eso sólo lo hace más hermoso. Cada capa se encarga de aprender características distintas de los objetos y todas actúan distinto. Por ejemplo, las capas inferiores tienden a generar bordes y patrones aleatorios, como los de esta foto.
Si utilizamos capas superiores, la red neuronal puede generar objetos completamente nuevos.
Esta foto del cielo será nuestro ejemplo: Como un niño acostado en el pasto, adivinándole formas a las nubes, una red neuronal relativamente simple, la usó como punto de partida para generar imágenes completamente nuevas.
Esta foto del cielo será nuestro ejemplo: Como un niño acostado en el pasto, adivinándole formas a las nubes, una red neuronal relativamente simple, la usó como punto de partida para generar imágenes completamente nuevas.
Esta foto del cielo será nuestro ejemplo: Como un niño acostado en el pasto, adivinándole formas a las nubes, una red neuronal relativamente simple, la usó como punto de partida para generar imágenes completamente nuevas.
Google ha llamado a esta técnica “incepcionismo”.
Principalmente la usan para probar los niveles de abstracción que las redes neuronales han alcanzado en su entendimiento de las imágenes.
Como esta cascada que se transformó en una alucinación canina.
Como esta cascada que se transformó en una alucinación canina.
Como esta cascada que se transformó en una alucinación canina.
Esta es la diferencia entre el resultado de una capa inferior de la red neuronal y una con un nivel de abstracción mayor.
Esta es la diferencia entre el resultado de una capa inferior de la red neuronal y una con un nivel de abstracción mayor.
Esta es la diferencia entre el resultado de una capa inferior de la red neuronal y una con un nivel de abstracción mayor.
¿Qué pasa si vamos más profundo?
A eso, Google le llama iteración: tomar una imagen, alimentarla a la red neuronal, tomar la imagen que resulta, hacerle un zoom y repetir el proceso.
¿Qué pasa si mezclamos estas tres técnicas?
Sueños.
Estas imágenes fueron generadas a partir de ruido aleatorio, usando una red neuronal entrenada para clasificar lugares. Al resultado de ese ruido le aplicaron una incepción y, sobre ella, varias iteraciones.
El resultado es esta galería de lugares fantásticos, imaginados desde cero por una inteligencia artificial. Detengámonos a pensar en eso por un segundo.
Una red neuronal creada por el hombre aprendió suficientes detalles del mundo para generar sus propias composiciones y las primeras planas del mundo no se han vuelto locas.
Lo mejor de todo es que tú puedes hacer tus propias imágenes.
Roelof Pieters pasó Fear & Loathing in Las Vegas a través de una red neuronal entrenada para identificar animales y los resultados son aterradores.
Si sabes cómo usarlos, todos los recursos están aquí.
No podemos esperar a ver los próximos proyectos de Google.
"Yo tampoco."
