close
CVC LabsEvents & CommunityExperimentAI

El aprendizaje de las máquinas: cómo les hemos enseñado a contar grandes aglomeraciones

_DSC7230
Nuria Martinez / Computer Vision Center

Explicar el funcionamiento de las redes neuronales es una tarea altamente compleja que abordamos el 05 de diciembre dentro del proyecto ExperimentAI, financiado por FECYT – Ministerio de Ciencia, Innovación y Universidades y organizado por el Centro de Visión por Computador, que tiene lugar todos los miércoles en el Library Living Lab. Usamos un ejemplo muy concreto para nuestra explicación: cómo hemos enseñado a los ordenadores a contar grandes aglomeraciones de personas.  

El proyecto ExperimentAI, como se ha mencionado en crónicas anteriores, tiene como finalidad acercar, de forma didáctica, lúdica e interactiva, la investigación puntera en Inteligencia Artificial y Visión por Computador que se realiza en España a un público amplio y no especialista. El proyecto cuenta siempre con demostraciones, talleres y actividades que demuestran los resultados últimos de proyectos de investigación en curso.

En este caso, la sesión fue más divulgativa que interactiva, realizando una explicación de cómo funcionan las redes neuronales computacionales por parte de uno de nuestros investigadores, Marc Masana, que se encuentra en su último año de doctorado en el Centro de Visión por Computador, y con un ejemplo práctico que ha estado en boca de muchos en el último año: el contador de grandes aglomeraciones desarrollado por el mismo centro, y por el grupo de investigación en el cual está integrado Marc Masana. Dicho contador fue presentado en uno de los congresos más prestigiosos del mundo del Machine Learning y la visión por Computador, el CVPR 2018 (Computer Vision and Pattern Recognition Conference).

Marc Masana explica el reto de contar personas con un paralelismo a la visión humana

Esta tecnología tiene un gran potencial de cara a ser transferido a la sociedad, además de resultar muy curioso a un público generalista. Se trata de un gancho perfecto para explicar la compleja maquinaria que hay detrás, y así lo hizo Marc Masana (becado con una FI Fellowship AGAUR 2017, con el apoyo de la Secretaria d’Universitats i Recerca de la Generalitat de Catalunya y del Fondo Social Europeo.), explicando el paralelismo con el cerebro humano, explicando el modelo de entrenamiento y la complejidad de estas redes neuronales computacionales, siempre realizando un análisis real de las capacidades de estos algoritmos, sin mitificar a la máquina.

Tras la explicación y un debate interesante con los asistentes, que fue altamente enriquecedor, la responsable de Comunicación del Centro, Alexandra Canet, enseñó el funcionamiento de esta tecnología, probando diferentes fotografías de grandes grupos de aglomeraciones de personas, y explicando las características técnicas que han hecho posible esta tecnología y su transferencia hacia la sociedad. También, se realizó un pequeño juego en el cual los humanos tenían que decidir frente a la máquina. Cada uno daba su veredicto a la cantidad de gente dentro de una imagen, comparando luego el dato proporcionado por la máquina, y contrastando así el margen de error de humanos y máquina. En la mayoría de los casos, la máquina tenía el margen de error más pequeño.

Alexandra Canet compara las estimaciones de los participantes con aquellas de la máquina y estima así el margen de error de cada uno.

 

alexandra canet

The author alexandra canet