Mucho se ha escrito y debatido sobre la fusión de los mundos físico, digital y biológico con las máquinas.
La inteligencia artificial se ha convertido en una descripción general para replicar algo intrínsecamente humano e incorporarlo a sistemas creados por el ser humano que quizá puedan funcionar mejor o, al menos, con mayor eficiencia que nuestros cuerpos y cerebros.
Sin duda, se han logrado avances.
Y, para bien o para mal, avanza imparable la búsqueda de imitar las características y capacidades humanas mediante unos y ceros, el silicio y los sustratos que forman los sistemas esenciales de las máquinas modernas.
Pero, como la milla en cuatro minutos o la conquista del monte Everest, hay ciertos puntos de inflexión —de hecho, límites impuestos por las leyes de la física— que exigen replantear los paradigmas computacionales.
No solo vista, sino visión
Hemos llegado a ese punto en los próximos pasos para crear máquinas que no solo vean, sino que perciban de verdad los entornos en los que existen e interactúan.
La potencia, el rendimiento y la previsibilidad son obstáculos que hay que superar para avanzar hacia la creación de sistemas inteligentes con visión que sean fiables y prácticos.
Inspirándonos en la visión humana, podemos transformar la visión artificial y hacer posible una nueva generación de productos y servicios con capacidades visuales mejoradas.
Los desafíos son considerables, pero también lo son los beneficios para la sociedad.
Los nuevos tipos de visión artificial podrían revolucionar la forma en que nos desplazamos, trabajamos y nos comunicamos con mayor seguridad y eficiencia, e incluso, en una paradoja irónica, la forma en que los propios cuerpos pueden superar las limitaciones naturales o deficiencias de nuestra capacidad de ver.
Desde nuestra perspectiva, creemos que la tecnología de visión inspirada en la biología podría dar lugar a:
● Transporte fluido con vehículos autónomos 100 % libres de accidentes
● Drones y vehículos de reparto de alta velocidad que operen sin riesgo de colisión
● Eliminación del peligro o el riesgo mediante sistemas avanzados de alerta en dispositivos inteligentes
● Colaboración simbiótica entre seres humanos y robots
● El fin de la ceguera y la pérdida de visión
Visión artificial: el tiempo se ha detenido
La captura de imágenes mediante máquinas no es un concepto nuevo; de hecho, la primera fotografía de la historia data de hace casi doscientos años.
Pero, aunque cueste creerlo, en lo que respecta a cómo las máquinas observan y registran, las cámaras han funcionado de la misma manera durante décadas.
Es decir, todos los píxeles de una matriz miden la luz que reciben al mismo tiempo y luego comunican sus mediciones al hardware que los sustenta.
Si se hace una vez, se obtiene una cámara fotográfica. Si se repite con suficiente rapidez, se obtiene una cámara de vídeo: un método que apenas ha cambiado desde que Eadweard Muybridge creó el cine por accidente en la década de 1880, mientras estudiaba el movimiento de los animales.
Selfis para supercomputadoras
Este método tenía sentido cuando las cámaras se utilizaban principalmente para que las personas fotografiaran a otras personas.
Hoy, las computadoras se están convirtiendo rápidamente en las mayores consumidoras de imágenes del mundo y, sin embargo, esto no se refleja en la forma en que se capturan las imágenes.
En esencia, seguimos construyendo cámaras para selfis destinadas a supercomputadoras.
La ingeniería neuromórfica, una disciplina que utiliza pistas derivadas de la arquitectura y las estrategias de procesamiento de nuestro cerebro para crear un enfoque mejor de la visión artificial, inspirado en la biología, nos ha trazado el camino hacia una captura de imágenes adaptada a las máquinas.
Durante décadas, esta labor fue un ejercicio de investigación pura, pero en los últimos diez años aproximadamente, nosotros y otros hemos seguido este enfoque para crear sistemas de visión prácticos.
Producto de la evolución
El sistema visual humano nos proporciona una enorme ventaja evolutiva, a costa de mantener un cerebro lo bastante potente para interpretar la ingente cantidad de datos disponible en la escena visual.
La naturaleza austera de la evolución dio lugar a atajos para hacer frente a este aluvión de datos.
Por ejemplo, los fotorreceptores de nuestros ojos solo envían información al cerebro cuando detectan un cambio en alguna característica de la escena visual, como el contraste o la luminancia.
Desde el punto de vista evolutivo, es mucho más importante poder concentrarse en el movimiento dentro de una escena que hacer inventarios repetidos e indiscriminados de cada uno de sus detalles.
Esto cobra especial relevancia cuando hablamos de las enormes cantidades de datos que se capturan y analizan en ciertas aplicaciones y modelos de uso, como los automóviles autónomos.
En entornos controlados, un posprocesamiento sofisticado puede resolver esta limitación de la captura de vídeo tradicional.
Pero este enfoque de fuerza bruta simplemente no funcionará en tiempo real, en aplicaciones de campo con recursos limitados de energía, ancho de banda y capacidad de computación, como dispositivos móviles, drones u otros tipos de robots pequeños.
Menos es más
Al igual que en los seres humanos, en las máquinas, menos es más es la clave para una visión más eficiente.
En lugar de analizar las imágenes fotograma a fotograma (nuestros ojos, desde luego, no hacen eso), el nuevo paradigma se basa en capturar selectivamente la información visual según los cambios en la escena.
Este enfoque optimiza el equilibrio entre velocidad y precisión y abre un enorme espacio temporal para las aplicaciones de visión artificial y captura de imágenes.
Al utilizar un modelo basado en eventos, podemos ofrecer ventajas fundamentales —y superar limitaciones actuales de las cámaras tradicionales— como la detección de eventos con baja latencia, un bajo consumo de energía y menores requisitos de ancho de banda. Esto permite utilizar la visión con eficacia en una gama mucho más amplia de aplicaciones y productos.
Como suele decir uno de los fundadores de nuestra empresa al hablar de cómo desarrollamos nuestra estrategia: «No lo inventamos. Lo observamos. Los seres humanos captamos lo que nos interesa —los cambios espaciales y temporales— y enviamos esa información al cerebro con gran eficiencia».
Si esta estrategia es lo bastante buena para los seres humanos, debería serlo también para una nueva generación de sensores de visión inspirados en la biología y los algoritmos de inteligencia artificial relacionados que sustentan la visión artificial.
Ha llegado el momento de comercializar un enfoque similar al funcionamiento del ojo humano para hacer posibles nuevos niveles de comodidad, seguridad y calidad de vida.
Para obtener más información sobre la promoción de 2017 de Pioneros Tecnológicos, visite nuestro sitio web.
