Distintos ejemplos de los mundos hiperreales que crea la empresa Next Limit para entrenar a la IA.
Distintos ejemplos de los mundos hiperreales que crea la empresa Next Limit para entrenar a la IA.
Algoritmos

Entornos hiperreales para domar a la inteligencia artificial sin salir de casa

La empresa Next Limit, ganadora de un Oscar, diseña un software de creación de entornos virtuales hiperrealistas con el fin de que las máquinas mejoren la percepción y el aprendizaje automático sin tener que pisar la calle

Que la realidad supere a la ficción, quizás no sea del todo cierto. Al menos cuando la inteligencia artificial sale a escena. Uno de los mayores problemas que afronta su entrenamiento es algo tan cotidiano como pisar la calle. Casi sin instrucciones previas, tiene que comprender a la perfección el entorno, aprender automáticamente a comportarse. Su sistema de percepción afronta tantas variables que, por muy inteligente que sea la máquina, no resulta aconsejable que se codee con la realidad. Para evitar disgustos o actitudes indeseadas, Next Limit ha diseñado un software de creación de entornos virtuales hiperrealistas –llamado Anyverse– con el que domar a la fiera lejos de los humanos, aunque creado por ellos.

Para resumir lo que consigue esta empresa, fundada en 1998 y ganadora de un Oscar al mérito técnico en 2008, el ejemplo más recurrente, y al que dedican la mayoría de recursos, es el de los coches autónomos. Para alimentar a su ordenador, el que lo guía sin nuestras manos, recoge fotografías durante su trayecto y las procesa. Lo que propone Next Limit es, a partir de los entornos virtuales más precisos que la propia realidad, facilitar este proceso de aprendizaje. “Tenemos que simular con múltiples variables. La inteligencia artificial necesita infinidad de datos. Ahí fuera todo no es perfecto. Por ejemplo, en la carretera también llueve y altera los reflejos”, precisa Víctor González, fundador de la compañía.

El riesgo de poner en las carreteras a coches que no interpreten estas imperfecciones parece evidente. En este Matrix hiperrealista, sin pastillas de por medio, lo mismo enseñan a diferenciar un camión de un puente que una señal física de stop de un anuncio en medio de la ciudad con una imagen idéntica. “Hoy en día, la inteligencia artificial es más lenta que el cerebro humano, pero tiene que tomar decisiones a la misma velocidad. Al igual que nosotros sabemos que una caja de cartón la podemos atravesar, un vehículo autónomo no puede detenerse; sino seguir conduciendo”, explica González.

Los falsos positivos y los falsos negativos no son una opción. La exigencia a la que sometemos a las máquinas no transige la más mínima confusión. “No valen los errores con el machine learning a pesar de que siempre existirá cierto margen de confusión con cualquier sistema tecnológico”, sostiene Mónica González, responsable de alianzas estratégicas de Next Limit. A diferencia de otros sistemas de entrenamiento, aquí, para rozar esta perfección, no hay personas detrás del etiquetado necesario de los datos. Todo es virtual, con cambios en los parámetros técnicos –como los reflejos solares–, en aras de mejorar la seguridad.

  • Drones y robots también aprenden virtualmente

Pese a que los vehículos autónomos centran gran parte de los esfuerzos de Next Limit, su software cuenta con más salidas. Los drones, si de verdad pretenden funcionar alejados de los humanos, en Anyverse disponen de un aliado. Como razona González, pensemos en aquellos diseñados para controlar pistas de aterrizaje de un aeropuerto. Con un entrenamiento adecuado, inspeccionarían las instalaciones y no habría necesidad alguna de volar un avión, con todos los gastos que conlleva –incluidos los medioambientales–, para realizar esta labor. “Detectaría todos los defectos en una pasada. La misma idea también vale para sobrevolar grandes extensiones agrícolas, por ejemplo”, añade.

En algo tan cotidiano como los robots de limpieza, la hiperrealidad tiene un hueco. Parece gracioso que la máquina se coche contra las paredes, sillas o el mobiliario en general; pero, si esta toma de contacto viene aprendida antes de ir y venir por el parqué de casa, la eficiencia y los recursos para mejorar su aprendizaje mejoran exponencialmente. “Programamos simulaciones físicas que entrenan al sistema a reconocer cómo moverse. Desconozco hasta dónde se implantarán, pero para las mascotas virtuales todo sería bastante más sencillo y preciso”, asegura González.

El mundo paralelo de Next Limit no ha desarrollado algoritmos pensados para que el machine learning aprenda progresivamente. La empresa solo se encarga de adiestrar a las máquinas con la finalidad de que, posteriormente, mejoren sus capacidades cognitivas. Cuestiones de hiperrealismo, que nada tienen que ver con construir redes neuronales nuevas. Ninguno de los responsables de la organización se atreve a pronosticar el futuro de su tecnología. Lo único que dejan claro es que, con su locura –o frikismo, reconocido abiertamente– por las matemáticas, la física y la programación, la domesticación de la bestia artificial es cosa de llevar el realismo hasta el mayor extremo posible.

Retina

21/09/2019
Ni con Google ni sin él: así es la metamorfosis forzada de Huawei
05

Ni con Google ni sin él: así es la metamorfosis forzada de Huawei

La presentación del Huawei Mate 30, clave para saber hacia dónde se encamina la compañía tras varios meses de veto por parte de Estados Unidos, ha mostrado un terminal con sistema Android, sin la Play Store ni las apps de Google, pero con un plan para que se puedan instalar fácilmente

06

Veinticuatro horas en un pequeño hogar solar

Probamos una instalación solar en una casa sobre ruedas. La autarquía energética gracias al sol puede estar al alcance de cualquiera. Basta una pequeña inversión para librarse de facturas

Veinticuatro horas en un pequeño hogar solar
Normas