Imaginación artificial

La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 18 de julio de 2020; las comprobaciones requieren 3 ediciones .

Imaginación artificial (imaginación sintética o mecánica): modelado artificial de la imaginación humana mediante computadoras de uso general o especial o redes neuronales artificiales , cuya forma de aplicación se conoce como un entorno sintético . .

El término "imaginación artificial" también se usa para describir las propiedades de máquinas o programas . Los investigadores esperan imitar ciertos rasgos con ellos, como la creatividad , el humor y la sátira . .

La investigación de la imaginación artificial utiliza herramientas e ideas de muchos campos, como la informática , la retórica , la psicología , el arte , la filosofía , la neurociencia , la computación afectiva , la inteligencia artificial , la ciencia cognitiva , la lingüística , la investigación de operaciones , la escritura creativa , la probabilidad y la lógica. .

Los investigadores están estudiando varios aspectos de la imaginación artificial, como la imaginación visual artificial [1] , la imaginación auditiva artificial [2] , el modelado/filtrado de contenido basado en las emociones humanas y la búsqueda interactiva. Algunos artículos sobre este tema discuten cómo la imaginación artificial puede evolucionar para crear un mundo artificial [3] .

Algunos investigadores, como G. Schleiss y M. Ritzky, se han centrado en el uso de redes neuronales para simular la imaginación artificial [4] .

Otro proyecto importante está siendo liderado por Hiroharu Kato y Tatsuya Harada de la Universidad de Tokio en Japón . Han desarrollado una computadora capaz de traducir la descripción de un objeto en una imagen, que puede ser la forma más fácil de identificar la imaginación artificial. Su idea se basa en el concepto de imagen como una serie de píxeles divididos en secuencias cortas correspondientes a una parte específica de la imagen. Los científicos llaman a estas secuencias "palabras visuales" y pueden ser interpretadas por una máquina usando una distribución estadística para leer la descripción y crear una imagen de un objeto que la máquina no ha encontrado.

El tema de la imaginación artificial ha atraído el interés de académicos fuera de las ciencias de la computación , como el renombrado especialista en comunicaciones Ernest Borman , quien desarrolló la teoría de la convergencia simbólica y trabajó en un proyecto para desarrollar la imaginación artificial en sistemas informáticos [5] . Desde 2017, se lleva a cabo en la Ecole Normale de Paris [6] un Seminario de Investigación Interdisciplinario sobre Imaginación Artificial y Arte Post-Digital .

Aplicación de la imaginación artificial

Una aplicación típica de la imaginación artificial es la búsqueda interactiva. . La búsqueda interactiva se ha estado desarrollando desde mediados de la década de 1990, acompañada por el desarrollo de la World Wide Web y la optimización de motores de búsqueda . Con base en la primera solicitud y los comentarios del usuario , las bases de datos consultadas se reorganizan para mejorar los resultados de la búsqueda.

La imaginación artificial nos permite sintetizar imágenes y crear una nueva imagen almacenada en una base de datos, independientemente de su existencia en el mundo real. Por ejemplo, la computadora muestra resultados basados ​​en la respuesta de la solicitud original. El usuario selecciona varias imágenes relevantes, y luego la tecnología analiza estas selecciones y reorganiza las clasificaciones de imágenes de acuerdo con la solicitud. En este proceso, se utiliza la imaginación artificial para sintetizar las imágenes seleccionadas y mejorar el resultado de la búsqueda con imágenes sintetizadas relevantes adicionales. El método se basa en varios algoritmos, incluido el algoritmo de Rocchio y el algoritmo evolutivo .

El algoritmo de Rocchio [7] , que localiza el significado de una consulta cerca de ejemplos relevantes y lejos de los irrelevantes, funciona bien en un sistema pequeño donde las bases de datos están ubicadas en ciertas filas. La síntesis evolutiva consta de dos etapas: algoritmos estándar y avanzados [8] . Gracias a los comentarios de los usuarios, sintetizan imágenes adicionales que coinciden con su solicitud.

Moral artificial y memoria

La imaginación artificial tiene una aplicación más amplia. En un sentido general, todas las actividades para la formación de ideas, imágenes y conceptos pueden asociarse con la imaginación. Por lo tanto, la imaginación artificial significa algo más que crear gráficos . Por ejemplo, la imaginación moral es una importante subsección de investigación de la imaginación artificial, a pesar de que su clasificación es difícil. La moralidad es una parte importante de la lógica humana , mientras que la moralidad artificial juega un papel importante en la imaginación artificial y la inteligencia artificial .

La pregunta principal con respecto a los aspectos morales de la inteligencia artificial es si las personas deben asumir la responsabilidad por los errores y decisiones de las máquinas y cómo desarrollar máquinas bien controladas. Dado que nadie puede dar una descripción clara de las mejores reglas morales, la creación de una máquina que obedezca los estándares morales generalmente aceptados aún no es posible. Sin embargo, la investigación reciente sobre la moralidad artificial ha pasado por alto la definición de moralidad. En cambio, las máquinas están entrenadas para imitar la moralidad humana utilizando datos de las decisiones morales de miles de personas diferentes, por lo que un modelo entrenado de esta manera puede reflejar las reglas generalmente aceptadas.

La memoria es otro gran campo de la imaginación artificial. . Investigadores como Aude Oliva han realizado un extenso trabajo sobre la memoria artificial, especialmente la memoria visual [9] . En comparación con la imaginación visual, la memoria visual se enfoca más en cómo una máquina entiende, analiza y almacena imágenes de manera humana. Además, se estudiaron las características espaciales de la memoria visual. Debido a que este campo se basa en las estructuras biológicas del cerebro , también ha habido una amplia investigación en el campo de la neurociencia , que es la intersección de la biología y la informática .

Notas

  1. Bart Thomee, Mark J. Huiskes, Erwin Bakker, Michael S. Lew. Recuperación de información visual utilizando imágenes sintetizadas  //  Actas de la 6ª conferencia internacional ACM sobre recuperación de imágenes y videos - CIVR '07. - Ámsterdam, Países Bajos: ACM Press, 2007. - P. 127-130 . — ISBN 978-1-59593-733-9 . -doi : 10.1145/ 1282280.1282303 .
  2. Transmisión de Contenido de Audio  (Español) . Universidad Pompeu Fabra (6 de enero de 2007). Recuperado: 21 de mayo de 2020.
  3. Hipertexto y “lo hiperreal” |  Actas de la segunda conferencia anual de ACM sobre hipertexto . dl.acm.org. Consultado el 21 de mayo de 2020. Archivado desde el original el 26 de junio de 2020.
  4. G. Schleis, M. Rizki. Aprendiendo de un jugador aleatorio utilizando el modelo de neurona de referencia  // Actas del Congreso de 2002 sobre Computación Evolutiva. CEC'02 (Nº de catálogo 02TH8600). - 2002. - Mayo ( vol. 1 ). — S. 747–752 vol.1 . -doi : 10.1109/ CEC.2002.1007019 . Archivado desde el original el 1 de febrero de 2020.
  5. Twentieth-Century Roots of Rhetorical Studies , por Jim A. Kuypers y Andrew King, 2001. publicado por Praeger/Greenwood, página 225.
  6. Postdigital  (francés) . Consultado el 21 de mayo de 2020. Archivado desde el original el 7 de mayo de 2020.
  7. Gerard Salton, Chris Buckley. Mejora del rendimiento de recuperación mediante comentarios de relevancia  //  Revista de la Sociedad Estadounidense de Ciencias de la Información. - 1990. - vol. 41 , edición. 4 . - pág. 288-297 . — ISSN 1097-4571 . - doi : 10.1002/(SICI)1097-4571(199006)41:43.0.CO;2-H .
  8. Bart Thomee, Mark J. Huiskes, Erwin Bakker, Michael S. Lew. Uso de una imaginación artificial para la recuperación de texturas . Archivado el 20 de enero de 2021 en Wayback Machine .
  9. Timothy F. Brady, Talia Konkle, George A. Álvarez, Aude Oliva. La memoria visual a largo plazo tiene una capacidad de almacenamiento masiva para detalles de objetos  // Actas de la Academia Nacional de Ciencias  . - Academia Nacional de Ciencias de los Estados Unidos , 2008-09-23. — vol. 105 , edición. 38 . - Pág. 14325-14329 . — ISSN 0027-8424 . -doi : 10.1073/ pnas.0803390105 . Archivado el 12 de noviembre de 2020.