Source: The Conversation – (in Spanish) – By Francisco López de la Rosa, Investigador posdoctoral en visión artificial, Universidad de Castilla-La Mancha
Suena la alarma de su teléfono móvil. Con los ojos aún cerrados, tienta la mesita de noche hasta que encuentra el aparato, pone su dedo pulgar sobre la pantalla y el ruido cesa. Comienza un nuevo día. Abre la nevera y cuando elige qué desayunar, le surge una pregunta: ¿cuántas calorías tendrá ese yogur cremoso? Una app le solicita acceso a la cámara del móvil, toma una foto y obtiene la respuesta al instante. De camino al trabajo, el sistema de control de carril del coche suena para avisarte de corregir la trayectoria. Al llegar a la oficina, un sistema de reconocimiento facial le permite fichar antes de entrar…
¿Se ha preguntado qué tecnología hace posible llevar a cabo todas estas tareas que, a simple vista, parecen algo de lo más cotidiano? La visión artificial se puede definir como un conjunto de técnicas y conocimientos capaces de dotar a las máquinas de la capacidad de procesar, analizar e interpretar información en forma de imágenes o vídeos. En otras palabras, les permite “ver” y tomar decisiones a partir del contenido de la imagen percibida.
Paso a paso de una decisión automática
Todo sistema de visión artificial está compuesto por una serie de etapas. Para comenzar, partimos de un problema que resolver, ya sea identificar la huella dactilar del usuario del teléfono móvil, leer un QR o detectar las líneas de los carriles de una autovía. El segundo paso es captar la imagen en sí, con algún tipo de cámara o sensor óptico.
La tercera etapa consiste en preprocesar la imagen, para lo que hay que eliminar el posible ruido y mejorar la calidad de la información realmente relevante. Este preprocesamiento se consigue mediante la aplicación de distintas técnicas y filtros, cuyo funcionamiento se basa en realizar operaciones aritméticas o lógicas con los píxeles –unidad mínima que forma una imagen digital–.
Una vez preprocesada la imagen, el siguiente paso es realizar una segmentación, que se basa en eliminar toda la información irrelevante y mantener aquello que es importante para la toma de decisiones –la propia huella dactilar o la línea del carril por el que circulamos–.
Por último, un análisis identifica los objetos segmentados. Es aquí donde la inteligencia artificial ha supuesto una gran revolución. Los algoritmos de aprendizaje profundo y automático tratan de emular la capacidad del cerebro humano para razonar. En este caso, su habilidad está en reconocer los objetos y patrones en una imagen, realizar un análisis de la escena y tomar decisiones en consecuencia.
No siempre es todo tan fácil
La visión artificial ya forma parte de nuestras vidas, aunque su implementación aún se enfrenta a numerosos retos. El primero es gestionar el almacenamiento. Los modelos de aprendizaje automático y profundo necesitan miles de imágenes de referencia para ser entrenados de forma correcta. Almacenar todo este volumen de imágenes supone un gran inconveniente, porque es necesario espacio para guardarlas y energía para mantener los servidores donde se almacenan.
Otro gran desafío es la necesidad de disponer de equipos de gran capacidad de procesamiento. Realizar operaciones de forma paralela a un conjunto de imágenes es vital para reducir los tiempos de espera y acelerar los procesos de toma de decisiones, sobre todo, en aplicaciones que necesitan un tiempo de reacción cercano al tiempo real –como el sistema de corrección de trayectoria de un coche autónomo, por ejemplo–.
Por otro lado, cabe destacar que la visión artificial es una rama del conocimiento totalmente multidisciplinar. Muchas veces, es necesario tener conocimientos relacionados con distintos aspectos del problema a resolver y coordinarlos para el desarrollo de soluciones de visión artificial adecuadas.
Ahora, cada vez que desbloquee su teléfono con la huella dactilar, cuando pague con el móvil o cuando una app le lea la carta del restaurante con un QR, ya se puede hacer una idea de la tecnología que hay detrás, su funcionamiento básico y los retos que debe afrontar para tomar decisiones fiables, eficientes y seguras.
Francisco López de la Rosa recibe fondos de CONTRATO PREDOCTORAL PARA PERSONAL INVESTIGADOR EN FORMACIÓN. PLAN PROPIO DE I+D+i de la UNIVERSIDAD DE CASTILLA-LA MANCHA, COFINANCIADAS POR FSE
– ref. ¿Cómo ven las máquinas? Un día rodeado de visión artificial – https://theconversation.com/como-ven-las-maquinas-un-dia-rodeado-de-vision-artificial-288660