Facebook ha aplicado aprendizaje auto supervisado (SSL) a un sistema inteligente de visión por computadora para dotarlo de sentido común. Lo que significa que la IA podrá autoevaluarse y controlar su proceso de aprendizaje.
Este proyecto se gestiona por la división de investigación de inteligencia artificial de Facebook (FAIR). Además, tiene como propósito desarrollar sistemas que no solo traduzcan el habla en tiempo real, sino que sean capaces de diferenciar entre una imagen y otra, es decir, un objeto en diferentes contextos. Al respecto, el equipo de Facebook indicó:
“Hemos desarrollado SEER (SElf-supERvised), un nuevo modelo de visión por computadora auto-supervisado de mil millones de parámetros que puede aprender de cualquier grupo aleatorio de imágenes en Internet. Esto sin la necesidad de una cuidadosa selección y etiquetado que se aplica a la mayoría de la visión por computadora entrenando hoy”.
Pero, ¿cómo funciona este método?
Facebook indica que los sistemas inteligentes para reconocer el habla y figuras en la web dependen de un etiquetado de palabras pronunciadas e imágenes. Ahora, con la implementación de SSL la situación cambiaría.
El aprendizaje auto supervisado consiste en utilizar una red neuronal con imágenes prácticamente idénticas. Este involucra una imagen original y “una copia ligeramente modificada y distorsionada”. Todo ello, para que el algoritmo tenga la capacidad de diferenciar un archivo de otro.
“Se entrena el sistema para que los vectores producidos por esos dos elementos estén lo más cerca posible entre sí. Entonces, el problema es asegurarse de que cuando al sistema se le muestran dos imágenes que son diferentes, produzca distintos vectores, diferentes ‘incrustaciones’ como los llamamos. La forma más natural de hacer esto es elegir al azar millones de pares de imágenes que sabes que son diferentes, ejecutarlas en la red y esperar lo mejor”, explicó Yann LeCunn, jefe de inteligencia artificial de Facebook.
El propósito de implementar SSL en un sistema de visión por computadora es que estos sean capaces de comprender el concepto de las imágenes que circulan en la red. Como ya comentamos, que tengan sentido común y que no requiera un etiquetado de fotos para expresar un juicio sobre ella.
Lea también:
Facebook desarrolla IA que anticipa resultados de COVID-19 usando rayos X
