Facebook entrena una Inteligencia Artificial con mil millones de fotos de Instagram

Facebook está desarrollando un sistema de visión inteligente denominado SEER y, para entrenarlo, está alimentando a la inteligencia artificial (IA) que consigue que un ordenador «vea» con mil millones de imágenes procedentes de Instagram, red social propiedad de Facebook.

SEER es capaz de reconocer visualmente un objeto sin etiquetar con un 84 % de acierto

El propósito de SEER es superar a otras IA en el campo del reconocimiento de imágenes. Y aunque por el momento no pasa de ser un proyecto de investigación, en Facebook son conscientes del potencial en distintos usos que podía generar esta tecnología de reconocimiento inteligente de imágenes, un sector en el que Google o Microsoft llevan tiempo buscando los límites de la visión inteligente, o como Pinterest, que ya en 2014 adquirió la empresa de reconocimiento de imágenes VisualGraph.

Dado que Instagram está repleto de todo tipo de imágenes sobre todo tipo de objetos, es el lugar idóneo para tomarlo como ingente base de datos de una década de fotografías compartidas con el que entrenar a una inteligencia artificial especializada en reconocimiento de imágenes. Y es justo lo que ha hecho Facebook, que para algo es la dueña de esta otra red social con SEER, que tras trabajar sobre mil millones de fotografías ha logrado un 84 % de acierto al reconocer visualmente un objeto.

A diferencia de otros sistemas que han propuesto el método de etiquetar los objetos que aparecen en las imágenes para que las inteligencias artificiales que los toman como ejemplo aprendan a reconocerlos, SEER analiza imágenes de manera aleatoria, sin etiquetar y sin una información previa que detalle de qué objeto se trata. El proceso se gestiona mediante una supervisión autónoma, que es precisamente lo que da nombre a esta visión inteligente por las palabras en inglés SElfsupERvised (autosupervisado).

Desde Facebook se insiste en que el futuro de la IA se basa en que el aprendizaje se pueda llevar a cabo directamente desde la información que se proporcione (texto, imágenes, sonidos…) sin una intervención previa que clasifique o determine las características o categorías de los objetos. SEER probaría que la supervisión autónoma puede suponer un claro exponente de la respuesta que podría encontrarse para su uso en condiciones del «mundo real», donde no siempre hay una información previa disponible para orientar a la IA. El resultado serían modelos de visión inteligente más flexibles, precisos y adaptables.

En cuanto a los usos, su amplitud es enorme. Desde audiodescripciones en tiempo real para personas con limitaciones visuales a reconocimiento de objetos en procesos fabriles, detección de fallos de fabricación, categorización de productos en en tiendas online, procesos de supervisión de seguridad o filtrado de imágenes capaces de discriminar contenidos potencialmente dañinos o inadecuados en publicaciones online.

En cuanto al uso de esa elevada cantidad de imágenes que han servido para el entrenamiento de SEER (mil millones de imágenes) desde Instagram recuerdan que en los términos de uso se informa de la posibilidad de que los contenidos publicados en esta red social puedan emplearse para procesos de investigación e innovación como este.