¿Qué foto es falsa? Red neuronal de NVIDIA convierte el invierno en verano
NVIDIA
Se ha creado un algoritmo para transferir detalles entre imágenes (image-to-image translation), basado en el aprendizaje no supervisado, lo que facilita la recopilación de datos para su entrenamiento. Los desarrolladores demostraron su trabajo convirtiendo la grabación de un viaje en auto en invierno a verano, y también cambiando la raza de los perros. El trabajo fue presentado en la conferencia NIPS 2017. El código del proyecto y su descripción han sido publicados en GitHub.
Para transferir detalles entre imágenes, como en otras aplicaciones de aprendizaje automático, se utilizan diferentes métodos, que pueden dividirse en dos grandes tipos: aprendizaje supervisado y no supervisado. El segundo se basa en redes neuronales generativas y antagónicas -dos redes que compiten mutuamente-. En este caso, una de ellas crea una imagen y la segunda la estima y determina si es real o falsa. Gracias a que ambas redes están constantemente entrenándose, la red neuronal generativa antagónica da un resultado de mayor calidad progresivamente.
Esquema del algoritmo. E: codificadores, G: red neuronal generativa, D: red neuronal antagónica, z: espacio oculto
Ming-Yu Liu et al. / NISP 2017
En este caso, los desarrolladores usaron seis subredes: dos redes generativas antagónicas, así como dos autocodificadores variacionales, que codifican la imagen original en un espacio oculto. De hecho, el espacio oculto es una representación comprimida de la imagen, lo suficiente para una restauración más precisa. De este modo, los desarrolladores obtuvieron un sistema que simultáneamente aprende a transferir la imagen en dos direcciones.
Los investigadores evaluaron el algoritmo en imágenes de diferentes tipos. Por ejemplo, convirtieron una grabación de video de un viaje en automóvil en invierno a verano. Es más, el algoritmo tuvo en cuenta que en verano hay hojas en los árboles, no hay nieve y otras sutilezas. También enseñaron al algoritmo a convertir imágenes de viajes diurnos a nocturnos. Además, los autores verificaron la transferencia de imágenes de gatos domésticos a felinos grandes como leones y panteras, la transferencia de razas de perros y la transferencia de partes de la cara.
Los investigadores creen que su método simplificará el entrenamiento de los algoritmos, ya que no es necesario, por ejemplo, viajar por la misma ruta en diferentes épocas del año.
Grigory Kopiev
Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter.
Novedades
La inteligencia artificial y el big data en el sector del entretenimiento
Proteja sus datos personales y comerciales a un nivel superior
La piel de oveja: un inusitado aliado anti fraude de los antiguos abogados
Cómo mejorar la seguridad en una página web
Colombia, Ecuador y Perú comparten gran parte de su biodiversidad agrícola y el dilema por el uso de las semillas nativas o transgénicas. Estas últimas están en vilo porque, a pesar de haber pasado por muchos estudios científicos, todavía hay quienes dudan de su seguridad e impacto tanto en la salud como en el medioambiente.
Transgénicos en los Andes
Países andinos Colombia, Ecuador y Perú viven una encrucijada por el uso y la normativa de los cultivos y alimentos genéticamente modificados
Suscríbete
Déjanos tu mail para recibir nuestro boletín de noticias
Leer también
Supercomputadoras en Latinoamérica
¿Por qué es importante poseer una kraken informático de alto rendimiento?
Como hemos visto en los dos anteriores post sobre Marte, es el planeta al que más hemos apuntado con nuestras naves, hemos fallado casi la mitad de las veces y ahora tenemos el objetivo de poblarlo de humanos. Pero si es tan costoso, riesgoso y hostil, ¿por qué queremos ir? Conoce quiénes van, qué leyes nos regulan y qué nos motiva a ir al vecino rojo
Marte: lo que nos espera en el planeta rojo
El pasado 8 de septiembre la NASA lanzó desde Cabo Cañaveral la sonda OSIRIS-REx, con el objetivo de estudiar in situ al asteroide Bennu. Se trata de una misión crucial que traerá por primera vez muestras no contaminadas de un asteroide de tipo primitivo que podremos estudiar en detalle, con los mejores instrumentos de laboratorio que existen. Allí estuvo el Dr. Javier Licandro, Investigador Titular del Instituto de Astrofísica de Canarias (IAC) y colaborador en la referida misión de la agencia espacial estadounidense.
