Las máquinas pueden aprender solas, y así lo ha demostrado el equipo de Andrew Y. Ng, de la Universidad de Stanford, y su colega Jeff Dean, de Google. En el Laboratorio X de Google, de donde también han salido los coches autónomos o la famosas gafas de realidad aumentada, han conectado 16.000 ordenadores, con más de mil millones de conexiones entre ellos, y los han liberado en Internet para que aprendan.
El objetivo del proyecto era detectar todos los gatos que aparecieran en un total de 10 millones de imágenes extraídas aleatoriamente de Youtube. Los resultados han sido mucho mejor que lo esperado por anteriores pruebas, como la consistente en identificar ciertos elementos en una lista de 20.000.
Lo más curioso es que, sin haberle dado ninguna información previa a la red de ordenadores, por sí mismos aprendieron a reconocer gatos, creando una imagen de lo que debería ser un gato a partir de la información obtenida. Los resultados, según los creadores del proyecto, fueron asombrosos. En palabras de Andrew:
“La idea es que en vez de tener equipos de investigadores que tratan de averiguar cómo encontrar bordes, en su lugar lanzas un montón de datos en el algoritmo y dejas que los datos hablen y tienes un software que automáticamente aprende de los datos”
De todos modos, la potencia de cálculo y aprendizaje utilizada en este proyecto sigue siendo ínfima, comparada con la del cerebro humano, tal como apunta Ng:
“Vale la pena señalar que nuestra red es todavía pequeña en comparación con la corteza visual del ser humano corteza visual, que es 106 veces más grande en términos del número de neuronas y sinapsis”
No hay comentarios:
Publicar un comentario