Visión de máquina: un
reto para hacer I.A.
Basado en el texto “Haciendo que las
máquinas(y la inteligencia artificial) vean”
de Anya Hurlbert y Tomaso. Poggio
Stephen R. Graubard. (1999). El nuevo
debate sobre la inteligencia artificial:
Sistemas simbólicos y redes neuronales. Sda
edición. Gedisa.
Contenido
•
•
•
•
•
•
Enfoques de la I.A.
La visión de máquina.
El problema de la visión
Una mirada a la visión de máquina
Comentarios
¿Qué es lo que se quiere?
La visión no solo es “inteligente”
• La visión de máquina plantea problemas tan
difíciles que la IA actual se halla mucho más
cerca de desarrollar sistemas especializados
de procesos deductivos que, de sistemas
perceptivo-reactivo.
• La Inteligencia Artificial debe utilizar la visión
de máquina como lo fueron los juegos en
sus inicios.
Simbólico vs conexionismo
• El conexionismo cree que
la disección lógica que la
IA practica sobre la
inteligencia no puede
revelar nunca la verdadera
estructura o capacidad de
las fuerzas más profundas
de la mente.
• La IA tradicional utiliza la
hipótesis del sistema físico
de símbolos de Newell y
Simon para que crear la
inteligencia.
Simbólico vs conexionismo(cont.)
• La IA tradicional apuesta por la creencia que
como los seres humanos son inteligentes,
ello son sistemas físicos de símbolos.
• El conexionismo no esta de acuerdo que la
forma en que la IA tradicional programa los
computadores sea basado en los sistemas
físicos de símbolos, en cambio el apuesta
por la percepción-reacción.
Simbólico vs Conexionismo(cont)
• Conexionistas: rasgos característicos de la
Inteligencia Humana son el pensamiento
asociativo, la capacidad de aprender y
generalizar a partir de ejemplos, entre otros.
Los rasgos no son captados por los
procedimientos de búsqueda serial y las
estructuras dendriformes de los Sistemas
Expertos de la IA(Simbólicos). La inteligencia
surgirá sólo de hardware que reproduzca el
paralelismo masivo del cerebro humano.
Simbólico vs conexionismo
• Sistemas Expertos
muestran los beneficios de
los sistemas simbólicos
pero fallan en la
incapacidad de reproducir
el arte de la tarea.
• El cerebro es un excelente
reconocedor de patrones.
• El hardware es la esencia
de la inteligencia, además
que debe ser densamente
conectada: conexionismo
La visión de máquina:
conexionista y simbólica
• En la visión de máquina, lo mejor de la IA
tradicional se encuentra con lo mejor del
conexionismo.
• Los símbolos son cosas arbitrarias,
independientes de la máquina subyacente y
sin significado hasta que se los hace tenerlo.
• La visión es por naturaleza paralela y en
parte reactiva
• No declina por ninguno de los dos enfoques.
La visión de máquina:
conexionista y simbólica
• La IA tradicional esta pegada al nivel
algorítmico aunque profesa estar en el nivel
computacional. El conexionismo profesa que
sólo intenta construir hardware como el del
cerebro.
• La visión de red, dice que ninguno de los
objetivos de ambos podrá alcanzarse sin la
persecución simultanea del otro
¿Qué es lo que hace la visión?
• La visión transforma señales de luz en
representaciones internas de las cosas que
las transmiten.
• La Visión Humana comienza con un patrón
de luz bidimensional en cada retina y finaliza
con una descripción de objetos
tridimensionales en términos de su forma
color, tamaño, distancia y movimiento
El problema de la visión
• Aun cuando se utilice imágenes con
resoluciones de MP, no hay suficiente
información. Se pierde demasiada
información en la proyección del mundo
tridimensional en una superficie de dos
dimensiones.
• La estructura de la visión permite desarmar
el problema en secciones independientes y
controlables: etapa de visión inicial y visión
de alto nivel.
•
•
•
•
•
“Una mirada a la visión de
maquina”
La visión temprana
Detección de bordes
Restricciones naturales
Óptica inversa
Visión de alto nivel
Comentarios
• La visión debe ocupar un lugar importante para la
I.A., y no rechazarla como lo hace la I.A. tradicional
con esta y la robotica, como problemas
secundarios.
• La visión debe ser uno de los objetos de estudio
para desarrollar I.A.
• La IA no son solo símbolos, sino también números,
no todo es serial también debe haber paralelismo,
pero esa es la compatibilidad que busca la visión.
Seguimiento de abejas
¿Qué es lo que se quiere?
• ¿Construir máquinas que puedan aprender?
• ¿Comprender la inteligencia?
Visión por computadora
• La visión por computadora es una rama de la
inteligencia artificial que tiene por objetivo
modelar matemáticamente los procesos de
percepción visual en los seres vivos y
generar programas que permitan simular
estas capacidades visuales por
computadora.
• Sus antecedentes se remontan a los años
veinte, cuando se mejoró la calidad de las
imágenes digitalizadas de los periódicos,
enviadas por cable submarino entre Londres
y Nueva York. Actualmente existen vehículos
autónomos que han viajado de costa a costa
en Estados Unidos y sólo han sido asistidos
por un operador humano, el 3% del tiempo
• Interpretación de escritura, dibujos, planos.
Se utilizan técnicas de visión para el
reconocimiento de textos, lo que se conoce
como reconocimiento de caracteres.
También se aplica a la interpretación
automática de dibujos y mapas
• Análisis de imágenes microscópicas. El
procesamiento de imágenes y visión se
utilizan para ayudar a interpretar imágenes
microscópicas en química, física y biología.
• Análisis de imágenes para astronomía. Se
usa la visión para procesar imágenes
obtenidas por telescopios, ayudando a la
localización e identificación de objetos en el
espacio.
• Análisis de imágenes para compresión.
Aunque la compresión de imágenes ha sido
tradicionalmente una subarea del
procesamiento de imágenes, recientemente
se están desarrollado técnicas mas
sofisticadas de compresión que se basan en
la interpretación de las imágenes
Segmentación del contorno de un embrión empleando contornos activos
• Áreas afines
Descargar

Visión de máquina: un reto para hacer I.A.