Visión de máquina: un reto para hacer I.A. Basado en el texto “Haciendo que las máquinas(y la inteligencia artificial) vean” de Anya Hurlbert y Tomaso. Poggio Stephen R. Graubard. (1999). El nuevo debate sobre la inteligencia artificial: Sistemas simbólicos y redes neuronales. Sda edición. Gedisa.

Contenido Enfoques de la I.A. La visión de máquina. El problema de la visión Una mirada a la visión de máquina Comentarios ¿Qué es lo que se quiere?

La visión no solo es “inteligente” La visión de máquina plantea problemas tan difíciles que la IA actual se halla mucho más cerca de desarrollar sistemas especializados de procesos deductivos que, de sistemas perceptivo-reactivo. La Inteligencia Artificial debe utilizar la visión de máquina como lo fueron los juegos en sus inicios.

Simbólico vs conexionismo El conexionismo cree que la disección lógica que la IA practica sobre la inteligencia no puede revelar nunca la verdadera estructura o capacidad de las fuerzas más profundas de la mente. La IA tradicional utiliza la hipótesis del sistema físico de símbolos de Newell y Simon para que crear la inteligencia.

Simbólico vs conexionismo(cont.) La IA tradicional apuesta por la creencia que como los seres humanos son inteligentes, ello son sistemas físicos de símbolos. El conexionismo no esta de acuerdo que la forma en que la IA tradicional programa los computadores sea basado en los sistemas físicos de símbolos, en cambio el apuesta por la percepción-reacción.

Simbólico vs Conexionismo(cont) Conexionistas: rasgos característicos de la Inteligencia Humana son el pensamiento asociativo, la capacidad de aprender y generalizar a partir de ejemplos, entre otros. Los rasgos no son captados por los procedimientos de búsqueda serial y las estructuras dendriformes de los Sistemas Expertos de la IA(Simbólicos). La inteligencia surgirá sólo de hardware que reproduzca el paralelismo masivo del cerebro humano.

Simbólico vs conexionismo Sistemas Expertos muestran los beneficios de los sistemas simbólicos pero fallan en la incapacidad de reproducir el arte de la tarea. El cerebro es un excelente reconocedor de patrones. El hardware es la esencia de la inteligencia, además que debe ser densamente conectada: conexionismo

La visión de máquina: conexionista y simbólica En la visión de máquina, lo mejor de la IA tradicional se encuentra con lo mejor del conexionismo. Los símbolos son cosas arbitrarias, independientes de la máquina subyacente y sin significado hasta que se los hace tenerlo. La visión es por naturaleza paralela y en parte reactiva No declina por ninguno de los dos enfoques.

La visión de máquina: conexionista y simbólica La IA tradicional esta pegada al nivel algorítmico aunque profesa estar en el nivel computacional. El conexionismo profesa que sólo intenta construir hardware como el del cerebro. La visión de red, dice que ninguno de los objetivos de ambos podrá alcanzarse sin la persecución simultanea del otro

¿Qué es lo que hace la visión? La visión transforma señales de luz en representaciones internas de las cosas que las transmiten. La Visión Humana comienza con un patrón de luz bidimensional en cada retina y finaliza con una descripción de objetos tridimensionales en términos de su forma color, tamaño, distancia y movimiento

El problema de la visión Aun cuando se utilice imágenes con resoluciones de MP, no hay suficiente información. Se pierde demasiada información en la proyección del mundo tridimensional en una superficie de dos dimensiones. La estructura de la visión permite desarmar el problema en secciones independientes y controlables: etapa de visión inicial y visión de alto nivel.

“Una mirada a la visión de maquina” La visión temprana Detección de bordes Restricciones naturales Óptica inversa Visión de alto nivel

Comentarios La visión debe ocupar un lugar importante para la I.A., y no rechazarla como lo hace la I.A. tradicional con esta y la robotica, como problemas secundarios. La visión debe ser uno de los objetos de estudio para desarrollar I.A. La IA no son solo símbolos, sino también números, no todo es serial también debe haber paralelismo, pero esa es la compatibilidad que busca la visión.

Seguimiento de abejas

¿Qué es lo que se quiere? ¿Construir máquinas que puedan aprender? ¿Comprender la inteligencia?

Visión por computadora La visión por computadora es una rama de la inteligencia artificial que tiene por objetivo modelar matemáticamente los procesos de percepción visual en los seres vivos y generar programas que permitan simular estas capacidades visuales por computadora.

Sus antecedentes se remontan a los años veinte, cuando se mejoró la calidad de las imágenes digitalizadas de los periódicos, enviadas por cable submarino entre Londres y Nueva York. Actualmente existen vehículos autónomos que han viajado de costa a costa en Estados Unidos y sólo han sido asistidos por un operador humano, el 3% del tiempo

Interpretación de escritura, dibujos, planos Interpretación de escritura, dibujos, planos. Se utilizan técnicas de visión para el reconocimiento de textos, lo que se conoce como reconocimiento de caracteres. También se aplica a la interpretación automática de dibujos y mapas

Análisis de imágenes microscópicas Análisis de imágenes microscópicas. El procesamiento de imágenes y visión se utilizan para ayudar a interpretar imágenes microscópicas en química, física y biología. Análisis de imágenes para astronomía. Se usa la visión para procesar imágenes obtenidas por telescopios, ayudando a la localización e identificación de objetos en el espacio.

Análisis de imágenes para compresión Análisis de imágenes para compresión. Aunque la compresión de imágenes ha sido tradicionalmente una subarea del procesamiento de imágenes, recientemente se están desarrollado técnicas mas sofisticadas de compresión que se basan en la interpretación de las imágenes

Segmentación del contorno de un embrión empleando contornos activos

Áreas afines