¿Por qué «Maquinito Gafotas»?
Un niño/a de 8 años es capaz de hacer un montón de cosas (ya lee con soltura, utiliza oraciones subordinadas, es capaz de razonar y conceptualizar, hace las primeras operaciones matemáticas) pero aún necesita guía, no es autónomo y no puede realizar operaciones complejas: necesita mucho más contexto, aprender...
Nosotros tendemos a pensar que la inteligencia artificial ya resuelve todos los problemas y en realidad es como un niño, capaz de procesar mucha información, pero que a veces no sabe cómo contestar y responde lo primero que se le ocurre.
Ahora ¿a dónde puede y debe llegar? ¿Cómo aprovechamos las oportunidades de la Computer Vision para comprender mejor el entorno que nos rodea? Junto a Nerea, Martín y Juan exploraremos ideas y entenderemos las barreras para animaros a explorar vuestras ideas. Nosotras ya hemos empezado con algunas que podéis ver en nuestra web pero os invitamos a contarnos las vuestras en Twitter.
El precio del evento es de 5€ pero siendo nuestro lanzamiento queremos veros a todas debatiendo con nosotras. Usad el código yosoymaquinitogafotas y el registro os saldrá gratis.
Presunto artista e investigador (en la barricada del doctorando), trabajo con eso que dicen New Media para pensar lo tecnológico con una mirada crítica y oblicua. Al final, siempre meto la naturaleza por medio. Tengo una vida anterior donde diseñaba mucho, ilustraba algo, escribía chorros de HTML/CSS y fundaba alguna revista molona y una empresa de comunicación. Mi cerebro reptiliano es de video jockey.
Desde crío me ha gustado ver qué pasa cuando usas una herramienta para otra cosa, lo que me llevó a explorar las posibilidades creativas de los ordenadores. Profesionalmente he podido desarrollar esa faceta como CTO en Tecnilógica y como Creative Technologist en Accenture. Actualmente trabajo en Both, donde organizamos eventos como éste.
Tranquilidad, que prometemos ser breves, muy breves. Pero siendo el primer evento que lanzamos, qué menos que contar quiénes somos y cómo imaginamos nuestro futuro.
Los algoritmos de visión artificial llevan mucho tiempo con nosotros. La visión artificial clásica comenzó con la aplicación de filtros a imágenes para realzar colores, formas, texturas... para después parametrizar aquellos rangos correspondientes a los objetos que se querían detectar. Con la llegada del Deep Learning, los modelos de visión artificial se han vuelto más complejos pero también más generalistas. Esto significa que necesitamos menos ejemplos y menos trabajo manual para reconocer una amplia variedad de objetos incluso de forma simultánea. En esta charla se enseñarán las claves del estado del arte de la visión artificial y las herramientas y frameworks más útiles para comenzar a trabajar en ello. Eso sí, se contará para todos los públicos.
¿Ven las máquinas las cosas como son, o son como las ven? ¿Qué nos revela aquello que los ordenadores sospechan ver? ¿Qué mitos emergen en los límites de la visión artificial? Intentaremos responder estas preguntas y probablemente no lo consigamos, pero nos harán pensar.
Una ilusión óptica aparece cuando no somos capaces de organizar nuestra percepción de forma coherente: imágenes estáticas que se mueven, formas que surgen de la nada, fondos que se convierten en figuras... Los sistemas de visión artificial también sufren estas ilusiones, a veces intrascendentes, a veces peligrosas, y son estas anomalías las que nos permiten comprender mejor cómo ven las máquinas.
No prometemos tener respuestas, pero sí intentar generar debate para buscar soluciones entre todas y explorar más.
Con este proyecto queríamos explorar las posibilidades de reconocimiento de objetos en su entorno habitual. Hemos usado Teachable Machine para entrenar un modelo que intenta reconocer 7 estatuas del Parque de El Retiro de Madrid a partir de 250 fotos de cada una de ellas. Lo hemos montado en una página para que compruebes cómo funciona mientras paseas por el parque.
Para nuestro primer proyecto usando Teachable Machine se nos ha ocurrido entrenar un sistema que reconozca unas imágenes simples. Lo hemos combinado con trozos de una canción de Hidrogenese convirtiéndolo en un juego en el que la máquina propone una de las imágenes y el jugador tiene que presentársela a la cámara lo más rápido posible para obtener más puntos.
Comparte tus preguntas, descubrimientos e ideas sobre Computer Vision. Y si has encontrado algo curioso usando los proyectos, publica un pantallazo o un vídeo.