Nueva York. Si un sistema está diseñado del modo adecuado, necesita una cantidad sorprendentemente baja de píxeles de información para ser capaz de identificar la temática de una imagen, según ha descubierto un equipo liderado por un investigador del MIT. El descubrimiento podría conducir a grandes avances en la identificación automática de imágenes online y, finalmente, hacer que los ordenadores equipados de cámaras sepan reconocer lo que ven, en un grado de eficacia comparable al del ser humano.

Antonio Torralba, profesor del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, y sus colegas, han estado tratando de descubrir cuál es la cantidad mínima de información, o sea, la representación numérica más corta, extraíble de una imagen, que indique con suficiente certeza qué clase de contenido tiene.

La obtención de dicha pequeña información clave podría ser un paso importante hacia la meta de hacer posible la catalogación automática de los miles de millones de imágenes alojadas en Internet. En la actualidad, las únicas formas de buscar imágenes están basadas en anotaciones de texto que las personas han introducido manualmente para cada imagen, y muchas imágenes carecen de tal información. La identificación automática también podrá proporcionar una forma de indexar las imágenes que las personas descargan de cámaras digitales en sus ordenadores, sin necesidad de examinar cada una y realizar la anotación ellas mismas.

Y, por último, podría conducir a la visión artificial plena, la cual algún día permitirá a los robots entender los datos provenientes de sus cámaras y saber cosas como por ejemplo dónde están.

Torralba y sus colaboradores están tratando de encontrar códigos cortos para las imágenes, de modo tal que si dos imágenes tienen una secuencia similar de números, eso implique que probablemente son similares, es decir compuestas por aproximadamente el mismo objeto u objetos, y aproximadamente en la misma configuración. Si una imagen ha sido identificada con una anotación o título, entonces otras imágenes que coinciden con su código numérico mostrarían probablemente los mismos objetos (tales como un auto, un árbol, o una persona) y entonces el nombre asociado con una imagen puede ser transferido a las otras.

Con cantidades muy grandes de imágenes, los algoritmos, incluso los relativamente simples, son capaces de operar bastante bien en la tarea de identificar imágenes de esta forma.

Esta investigación ha sido realizada en colaboración con Rob Fergus del Instituto Courant de Ciencias Matemáticas en la Universidad de Nueva York y con Yair Weiss de la Universidad Hebrea en Jerusalén.

Compártelo