HoyLa IA que aprendió a 'pensar' en imágenes
En 2012, el equipo de Alex Krizhevsky publica 'ImageNet Classification with Deep Convolutional Neural Networks', desatando la revolución del 'deep learning' en visión por computadora. El momento en que las máquinas empezaron a ver.
Antes de 2012, la capacidad de las máquinas para 'ver' y comprender imágenes era limitada. El 30 de septiembre de ese año, sin embargo, se publicó un artículo que cambiaría para siempre el campo de la visión por computadora: "ImageNet Classification with Deep Convolutional Neural Networks" por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton.
Este trabajo demostró el poder de las redes neuronales convolucionales profundas (CNN) al lograr una precisión sin precedentes en la clasificación de imágenes en el desafío ImageNet Large Scale Visual Recognition Challenge (ILSVRC). Su modelo, llamado AlexNet, no solo ganó la competición con un margen significativo, sino que demostró que el 'deep learning' era la clave para desbloquear el potencial de las máquinas en el reconocimiento visual.
El impacto fue sísmico. Este avance impulsó una inversión masiva en investigación y desarrollo de IA, llevando a mejoras exponenciales en tecnologías como el reconocimiento facial, los coches autónomos, el diagnóstico médico por imagen y un sinfín de aplicaciones que hoy damos por sentadas. Fue el momento en que las máquinas, finalmente, empezaron a aprender a ver el mundo de una manera comparable a la nuestra, abriendo la puerta a la era de la inteligencia artificial avanzada.
Puente Pop
Ex Machina (2014)
Esta película explora los límites éticos y filosóficos de la inteligencia artificial, centrándose en la creación de un ser consciente. El avance logrado por AlexNet en 2012 es un paso fundamental hacia la IA que se presenta en la película, demostrando cómo las máquinas pueden llegar a procesar y 'entender' el mundo visual de formas cada vez más sofisticadas.