Redes neurales informáticas que identifican visualmente objetos tan bien como el cerebro de un primate

Durante décadas, los neurocientíficos han estado intentando diseñar redes informáticas que puedan reproducir las habilidades visuales, como reconocer objetos, que el cerebro humano realiza de forma muy precisa y rápida. Desde entonces, ningún modelo informático ha conseguido ponerse a la altura del cerebro primate en cuanto al reconocimiento visual de objetos después de tan solo un breve vistazo. La situación puede haber comenzado a cambiar ahora, gracias al trabajo de unos científicos del Instituto Tecnológico de Massachusetts (MIT), en Estados Unidos, con redes neurales informáticas de última generación que sí igualan en eficiencia al cerebro primate en tareas de identificación visual rápida.

Los científicos comenzaron a construir redes neurales en los años 70, con la esperanza de reproducir la habilidad del cerebro de procesar información visual, reconocer el habla y entender el lenguaje.

Para las redes neurales basadas en la visión, los científicos se inspiraron en la representación jerárquica de la información visual en el cerebro. A medida que un estímulo visual fluye desde la retina hasta la corteza visual primaria y después hasta la corteza inferotemporal, es procesado en cada nivel y se hace más específico hasta que los objetos pueden ser identificados.

Para emular este procesamiento cerebral, los diseñadores de redes neurales crean varias capas de computación en sus modelos. Cada nivel realiza una operación matemática. En cada nivel, las representaciones del objeto visual se hacen más y más complejas, y la información innecesaria, como la posición o el movimiento del objeto, es dejada de lado.

Cada elemento individual es normalmente una expresión matemática muy simple. Pero cuando combinamos juntas miles de millones de esas unidades, conseguimos transformaciones muy complicadas de las señales iniciales en representaciones que son muy buenas para el reconocimiento de objetos.

Para este estudio, el equipo de James DiCarlo, Charles Cadieu, Ha Hong, Diego Ardila, Daniel Yamins, Nicolas Pinto, Ethan Solomon y Najib Majaj, midió primero la habilidad de reconocimiento de objetos del cerebro. Los investigadores implantaron grupos de electrodos en la corteza inferotemporal así como en el área V4, una sección del sistema visual que alimenta con datos a la corteza inferotemporal. Esto les permitió ver la representación neural (la población de neuronas que responde al estímulo) para cada objeto que los animales miraban.

Los investigadores pudieron entonces comparar esto con representaciones creadas por las redes neurales profundas, que consisten en una matriz de números producidos por cada elemento computacional en el sistema. Cada imagen produce un grupo diferente de números. La precisión del modelo viene determinada por el grado de agrupación de objetos similares en conjuntos parecidos dentro de la representación.

De entre todas las clases probadas de redes, la mejor de ellas clasificó los objetos tan bien como lo hizo el cerebro de mono macaco.

Dos factores principales han hecho posible el reciente éxito de este tipo de red neural.

Uno es un paso importante en la disponibilidad a bajo costo de potencia de computación. Los investigadores han aprovechado unidades de procesamiento gráficas (GPUs), que son chips baratos y pequeños diseñados para un alto rendimiento en el procesamiento de grandes cantidades de contenidos visuales, requeridos en los videojuegos.

El segundo factor es que los investigadores tienen ahora acceso a grandes bases de datos para alimentar a los algoritmos y así “adiestrarlos” mejor. Estas bases de datos contienen millones de imágenes, y cada una está descrita por humanos con diferentes niveles de identificación. Recursos como internet son vitales en labores como esta. En este sentido, internet parece capaz de ayudar a ese gran salto en la Inteligencia Artificial esperado desde hace medio siglo y que nunca acaba de llegar.

Al principio, las redes neurales no son eficaces en la identificación de estas imágenes, pero a medida que ven más y más imágenes, y descubren cuándo se equivocan, afinan sus cálculos hasta que se hacen mucho más precisas a la hora de identificar objetos. La estrategia funciona, aunque por ahora los científicos no saben muy bien qué permite exactamente que estas redes distingan objetos diferentes.

Información adicional