El informático del Centro de Investigaciones Europeo de Xerox en Grenoble (Francia) Adrien Gaiden recuerda que mientras observaba a alguien jugar al Assassins Creed se dio cuenta de que el paisaje fotorrealista del videojuego podría servir para enseñar a los algoritmos de IA sobre el mundo real. Ahora Gaiden está probando esta idea con el desarrollo de ento os en 3D altamente realistas para entrenar algoritmos para reconocer determinados objetos o escenarios del mundo real.
La idea es importante porque los algoritmos de IA más actuales necesitan ser entrenados con enormes cantidades de datos para aprender a realizar una tarea. A veces, no representa un problema. Facebook, por ejemplo, tiene millones de fotos etiquetadas con las que entrenar los algoritmos que etiquetan automáticamente a los amigos en las imágenes subidas (ver Un software compara caras con una precisión casi humana). De igual manera, Google está acumulando vastas cantidades de datos con sus coches autónomos, que entonces son empleados para refinar los algoritmos que controlan esos vehículos.
Pero la mayoría de las empresas no tienen acceso a conjuntos de datos tan enormes, ni los medios para generar tales datos desde cero.
Para llenar esas lagunas, Gaiden y sus compañeros utilizaron un popular motor de desarrollo de videojuegos, llamado Unity, para generar escenas virtuales para que los algoritmos de aprendizaje profundo (un tipo muy grande de red neuronal simulada) aprendan a reconocer objetos y situaciones en imágenes reales. Unity es ampliamente utilizado para desarrollar videojuegos en 3D, y muchos objetos comunes están disponibles para que los desarrolladores los incorporen a sus creaciones.
Un trabajo que describe el enfoque del equipo de Xerox será presentado en una conferencia de visión de máquinas este año. Al crear un ento o virtual y permitir que el algoritmo observe muchas variaciones desde distintos ángulos y con una iluminación distinta, es posible enseñarle a reconocer el mismo objeto en imágenes reales o secuencias de vídeo. "Lo bueno de los mundos virtuales es que se puede crear cualquier tipo de escenario", dice Gaiden.
El grupo de Gaiden también divisó una manera de convertir una escena real en otra virtual con el uso de un escáner de vídeo para captar una escena en 3D y después importar los datos al mundo virtual. El investigador recuerda: "Los beneficios de la simulación son bien conocidos pero [nos preguntábamos], ¿podríamos generar una realidad virtual capaz de engañar a la IA?".
Los investigadores de Xerox esperan aplicar la técnica en dos situaciones. Primero, tienen planes de utilizarla para encontrar plazas libres de aparcamiento en la calle con el uso de cámaras instaladas en autobuses. Naturalmente, hacer esto implicaría la recopilación de enormes cantidades de imágenes de vídeo, y que alguien anote manualmente las plazas vacías. Se puede generar grandes cantidades de datos de entrenamiento automáticamente mediante el ento o virtual creado por el equipo de Xerox. Segundo, están explorando si podrían ser empleados en problemas médicos con hospitales y pacientes virtuales.
El reto de aprender con menos datos es bien conocido por los informáticos, y está inspirando a muchos investigadores a explorar nuevos enfoques, algunos de los cuales se inspiran en el aprendizaje humano (ver Un niño de dos años inspira una IA más humana).
El profesor de ciencias cognitivas y computación del Instituto Tecnológico de Massachusetts (MIT, EEUU), Josh Tenenbaum, del proyecto de Xerox, afirma: "Creo que es una muy buena idea, nosotros y muchos otros lo hemos estado persiguiendo de distintas maneras".