Computadora capaz de identificar 200 especies de aves con una sola foto

Los investigadores de la Universidad de Duke utilizaron el aprendizaje automático para entrenar a una computadora y identificar hasta 200 especies diferentes de aves. La computadora solo requiere una foto para completar el proceso de identificación. Para un ser humano, a menudo se requieren años de observación de aves para poder identificar las diferentes especies entre sí.

La investigación fue liderada por Chaofan Chen, estudiante de doctorado en ciencias de la computación de la Universidad de Duke, junto con el estudiante de pregrado Oscar Li. También contó con la participación de otros miembros del laboratorio de Análisis de Predicción dirigido por la profesora de la Universidad de Duke, Cynthia Rudin.

La inteligencia artificial muestra su forma de pensar

Mientras que el proceso de identificación es impresionante, hay un aspecto más importante de los desarrollos. La inteligencia artificial es capaz de mostrar su forma de pensar, lo que permite que incluso un observador de aves sin experiencia comprenda el proceso.

La red neuronal profunda, o algoritmos basados en el funcionamiento del cerebro, fueron entrenados con 11,788 fotos. Las fotos incluyeron 200 especies diferentes de aves, desde patos hasta colibríes.

El equipo de investigadores no tuvo que entrenar específicamente a la red para identificar picos o plumas de alas. En cambio, la red es capaz de tomar una foto de un ave y identificar ciertos patrones en la imagen. Luego, puede tomar esos patrones y identificar patrones anteriores que ya había encontrado en características típicas de las especies.

Según el equipo, la red crea una serie de mapas de calor que identifican ciertas características. Por ejemplo, puede distinguir entre un gorrión común y un gorrión encapuchado, junto con características como una cabeza enmascarada y un vientre amarillo. Luego muestra que esas características son las que llevaron a la identificación.

A diferencia de otros sistemas

La red neuronal fue capaz de identificar la especie correcta hasta el 84% de las veces. Esto es similar a algunos de los sistemas que mejor funcionan. La diferencia es que esos sistemas no explican el proceso de pensamiento como este.

Según Rudin, el aspecto más revolucionario de este proyecto es que proporciona visualización de lo que las redes neuronales profundas ven cuando miran una imagen.

Esta tecnología también se utiliza actualmente en sitios de redes sociales, para identificar a sospechosos en cámaras de vigilancia y ayudar a los vehículos autónomos a identificar semáforos y peatones.

El software de aprendizaje profundo a menudo no requiere ser programado explícitamente para aprender de los datos, lo que no es el caso del software tradicional. Sin embargo, el proceso no siempre es claro o se muestra, por lo que a menudo es difícil explicar cómo los algoritmos “piensan” cuando clasifican una imagen.

En el futuro

Rudin y otros están trabajando actualmente en nuevos modelos de aprendizaje profundo para la inteligencia artificial, impulsando el campo hacia adelante. Los nuevos modelos pueden explicar su razonamiento y proceso de identificación. Esto ayuda a los investigadores a ver desde el principio hasta el final, y les facilita identificar la razón detrás de un error o problema.

Rudin y su equipo trabajarán en el uso del algoritmo en el campo médico. Podría identificar ciertas áreas problemáticas en imágenes médicas como mamografías. Esto ayudaría a los profesionales médicos a detectar bultos, calcificaciones y otros signos de cáncer de mama.

Según Rudin, la red imita la forma en que los médicos realizan un diagnóstico.

“Es un razonamiento basado en casos”, dijo Rudin. “Estamos esperando poder explicar mejor a los médicos o a los pacientes por qué su imagen fue clasificada por la red como maligna o benigna”.

El equipo presentará un documento que incluye su investigación en la Conferencia sobre Procesamiento de Información Neural (NeurlIPS2019) en Vancouver el 12 de diciembre.

El estudio también incluye a los autores Daniel Tao y Alina Barnerr de la Universidad de Duke, y a Jonathan Su del Laboratorio de Investigación de MIT Lincoln.