Investigadores estadounidenses han creado una red neuronal capaz de anticipar las acciones de los perros basándose en las imágenes del entorno. Los desarrolladores entrenaron al algoritmo con registros reales de acciones que grabaron de los canes (con cámaras en primera persona) y les enseñaron a predecir correctamente sus acciones, según un trabajo publicado en arXiv.org. La investigación será presentada en la conferencia sobre visión por computadora CVPR 2018 en Salt Lake City, Utah, EEUU.

Las redes neuronales a menudo se usan para trabajar con imágenes, pero, por regla general, se usan para el reconocimiento de objetos y otras tareas en las que el algoritmo cuenta con los datos que necesita. En los últimos años, los investigadores han comenzado a crear redes neuronales que pueden analizar imágenes existentes y basándose en ellas crear las siguientes. Por ejemplo, investigadores de EEUU en 2016 crearon un algoritmo que convierte una foto en video, mostrando cómo se desarrollarán los eventos en el próximo segundo.

Investigadores de la Universidad de Washington y del Instituto Allen, dirigidos por Ali Farhadi, crearon un algoritmo que predice las acciones futuras de los perros tomando como base un video. Para entrenar al algoritmo, crearon un gran conjunto de datos a partir de registros de caminatas y otras acciones que el perro grabó en primera persona. Para ello, los investigadores fijaron una cámara en la cabeza del perro, que filmó el video a una velocidad de cinco fotogramas por segundo. Además, fijaron sensores inerciales en las cuatro patas, la cola y el cuerpo del perro para registrar sus movimientos. Como resultado, los investigadores obtuvieron un conjunto de datos que consta de 24.500 fotogramas.

Los investigadores crearon tres modelos de redes neuronales. Un modelo prevé futuros movimientos del perro basándose en los anteriores. El segundo analiza dos fotogramas y encuentra la secuencia de acciones necesarias para que el perro vaya de un lugar a otro. El tercer modelo clasifica objetos y determina las zonas por las cuales el perro puede moverse.

Después de entrenar al algoritmo con la mayoría de los fotogramas, los investigadores lo probaron con los fotogramas que el programa aún no había visto. Los resultados mostraron que el algoritmo puede planificar movimientos como un perro real. Por ejemplo, la red neuronal (en base a cinco fotogramas en las que una persona arroja una pelota al perro) puede predecir con precisión la reacción del perro en los siguientes cinco fotogramas:

En febrero, la startup estadounidense Cardiogram utilizó datos sobre el latido del corazón de las personas, obtenidos con la ayuda de relojes inteligentes, para entrenar a DeepHeart, un programa que predice la presencia de diversas enfermedades. El algoritmo, basado en la red neuronal LSTM, puede predecir diabetes con una precisión del 85% y la apnea con una precisión del 83%.

Fuente: nmas1.org