🤖 7500 fotografías no son reconocidas por inteligencia artificial

in bloque64 •  11 months ago 

Al hablar de inteligencia artificial la humanidad piensa, estamos en el futuro, y sí el futuro es hoy lo vivimos el uso más reciente de inteligencia artificial (AI) lo apreciamos con la app viral que nos hace viejos llamada FaceApp.

También escuchamos de automóviles que pueden conducir solos gracias a la AI.

Pero resulta que esta tecnología no es tan eficaz como se piensa ya que hay una base de datos llamada ImagenNet-A que contiene 7500 imágenes tomadas en internet sin ningún tipo de edición donde el 98% de las veces el resultado de predicción es erróneo.

El archivo principal donde son tomadas estas imágenes se llama ImagenNet y contiene 14 millones de imágenes donde la mayoría es detectable para los sistemas de inteligencia artificial.

Fei-fei Li es la creadora del proyecto ImagenNet en el 2016, es ex jefe del departamento de inteligencia artificial de Google y actualmente codirectora del Instituto de Inteligencia Artificial Centrada en la Universidad de Stanford y el Laboratorio de Aprendizaje y Visión de Stanford.

Este descubrimiento fue realizado por un grupo de investigadores de las universidades de Washington, Chigado y Berkeley. Anteriormente se han hecho estudios con base de datos similares como es el caso de DenseNet-121 donde se demostró que las redes neuronales de la inteligencia artificial pueden ser más precisas donde obtuvo un 90% de asertividad.

Con respecto a DenseNet-121 se atribuye que las imágenes son sumamente fáciles de identificar, ya que son imágenes simplistas.

Los investigadores de las universidades han descubierto esta dificultad para la inteligencia artificial pero no existe una razón sustentable del porqué falla, en este sentido es difícil encontrar el problema. A diferencia de un sistema de inteligencia artificial los humanos tenemos la tarea de reconocer imágenes más fáciles ya que podemos utilizar pistas contextuales.

A pesar de que el tiempo es infinito seguramente la evolución y resolución de estos problemas en la tecnología de AI será más pronto de lo que podamos creer gracias al interés comercial y gubernamental que existe detrás de ella.

Algunas imágenes donde en rojos es la predicción y el negro es lo que realmente es:

Fuentes de la noticia:

Detalles de la investigación de Dan Hendrycks, Kevin Zhao, Steven Basart, Jacob Steinhardt, Dawn Song: arxiv.org su publicación en Github.

Pueden encontrar la base de datos de imágenes ImageNet-A en berkeley.edu (link de descarga).

Fei-fei Li: Wikipedia

Artículo en ingles de: thenextweb.com

Información de DenseNet-121: kaggle.com

firma_jm.jpg

Los recursos gráficos utilizados en esta publicación son totalmente libres y gratuitos sus reconocimientos y fuente son: Vectores de www.freepik.es: 1.- Fondo principal. Vector de negocios creado por freepik 2.- Banner. Creado por Harryarts 3.- Personas. Creado por rawpixel 4.- Separador. Creado por rawpixel 5.- Botones. Creado por freepik Logos: 6.-Steem. Logo Vectores de vectorstock.com: 7.- Hand up steem. Creado por kongvector Otras imágenes: 8.- Cerebro artificial. Fuente Pixabay 9.- Ilustración AI. Fuente Pixabay 10.- Resultados de AI. Fuente documento de publicación de arxiv.org

Authors get paid when people like you upvote their post.
If you enjoyed what you read here, create your account today and start earning FREE STEEM!
Sort Order:  

Ya me pasó tener algunas decepciones jajaja.

Igualmente hay otras plataformas donde la inteligencia artificial es asombrosa. Yo estaba en una página llamada EyeEm en donde subís una imagen y las etiquetas se te ponen solas dependiendo de lo que se observe.

Votado por el trail @team-mexico
Servidor en Discord TeamMexicoPRO ¡Te esperamos!

Delegaciones para @team-mexico ¡Ayúdanos a crecer!

10 SP - 25 SP - 50 SP - 100 SP - 150 SP- Mas información.
teammexico (1).png