Percepción de la máquina - Machine perception
La percepción de la máquina es la capacidad de un sistema informático para interpretar datos de una manera similar a la forma en que los humanos usan sus sentidos para relacionarse con el mundo que los rodea. El método básico que las computadoras toman y responden a su entorno es a través del hardware adjunto. Hasta hace poco, la entrada se limitaba a un teclado o un mouse, pero los avances en la tecnología, tanto en hardware como en software, han permitido que las computadoras reciban información sensorial de una manera similar a la de los humanos.
La percepción de la máquina permite que la computadora utilice esta entrada sensorial, así como los medios computacionales convencionales de recopilación de información, para recopilar información con mayor precisión y presentarla de una manera más cómoda para el usuario. Estos incluyen la visión por computadora , la audición de la máquina, el tacto de la máquina y el olfato de la máquina.
El objetivo final de la percepción de la máquina es dar a las máquinas la capacidad de ver, sentir y percibir el mundo como lo hacen los humanos y, por lo tanto, que puedan explicar de manera humana por qué están tomando sus decisiones, para advertirnos cuando están fallando. y lo que es más importante, la razón por la que está fallando. Este propósito es muy similar a los propósitos propuestos para la inteligencia artificial en general, excepto que la percepción de la máquina solo otorgaría a las máquinas una sensibilidad limitada , en lugar de otorgarles plena conciencia , autoconciencia e intencionalidad . Aunque la tecnología, los científicos y los investigadores actuales todavía tienen mucho camino por recorrer antes de lograr este objetivo.
Visión de máquina
La visión por computadora es un campo que incluye métodos para adquirir, procesar, analizar y comprender imágenes y datos de alta dimensión del mundo real para producir información numérica o simbólica, por ejemplo, en la forma de decisiones. La visión por computadora tiene muchas aplicaciones que ya se utilizan en la actualidad, como el reconocimiento facial , el modelado geográfico e incluso el juicio estético.
Sin embargo, las máquinas todavía tienen dificultades para interpretar la imputación visual con precisión si dicha imputación es borrosa y si el punto de vista en el que se ven los estímulos varía con frecuencia. Las computadoras también luchan por determinar la naturaleza apropiada de algún estímulo si se superponen o tocan sin problemas otro estímulo. Esto se refiere al principio de buena continuación . Las máquinas también luchan por percibir y registrar el funcionamiento de los estímulos de acuerdo con el principio del movimiento aparente que investigaron los psicólogos de la Gestalt .
Audición de la máquina
La audición por máquina , también conocida como audición por máquina o audición por computadora , es la capacidad de una computadora o máquina para captar y procesar datos de sonido como el habla o la música. Esta área tiene una amplia gama de aplicaciones que incluyen grabación y compresión de música, síntesis de voz y reconocimiento de voz. Además, esta tecnología permite que la máquina reproduzca la capacidad del cerebro humano para enfocarse selectivamente en un sonido específico frente a muchos otros sonidos y ruidos de fondo que compiten entre sí. Esta habilidad particular se llama "análisis auditivo de la escena". La tecnología permite a la máquina segmentar varios flujos que ocurren al mismo tiempo. Muchos dispositivos de uso común, como teléfonos inteligentes, traductores de voz y automóviles, utilizan alguna forma de audición automática. Sin embargo, la tecnología actual todavía lucha ocasionalmente con la segmentación del habla . Esto significa escuchar palabras dentro de oraciones, especialmente cuando se tienen en cuenta los acentos humanos.
Toque de la máquina
El tacto de la máquina es un área de percepción de la máquina donde la información táctil es procesada por una máquina o computadora. Las aplicaciones incluyen la percepción táctil de las propiedades de la superficie y la destreza mediante la cual la información táctil puede permitir reflejos inteligentes e interacción con el medio ambiente. (Esto posiblemente podría hacerse midiendo cuándo y dónde ocurre la fricción, y de qué naturaleza e intensidad es la fricción). Sin embargo, las máquinas todavía no tienen forma de medir algunas experiencias humanas físicas que consideramos ordinarias, incluido el dolor físico. Por ejemplo, los científicos aún tienen que inventar un sustituto mecánico para los nociceptores en el cuerpo y el cerebro que son responsables de notar y medir la incomodidad y el sufrimiento humanos físicos.
Olfato de máquina
Los científicos también están desarrollando computadoras conocidas como olfato de máquina que también pueden reconocer y medir los olores. Los productos químicos en el aire se pueden detectar y clasificar con un dispositivo que a veces se conoce como nariz electrónica . Si bien los prototipos actuales de esta tecnología aún son elementales, los posibles usos futuros de tales máquinas son asombrosamente impresionantes.
El futuro
Aparte de los enumerados anteriormente, algunos de los obstáculos futuros que la ciencia de la percepción de las máquinas aún debe superar incluyen, entre otros:
- Cognición encarnada : la teoría de que la cognición es una experiencia de cuerpo completo y, por lo tanto, solo puede existir y, por lo tanto, ser medida y analizada en su totalidad si todas las habilidades y procesos humanos requeridos están trabajando juntos a través de una red de sistemas mutuamente conscientes y de apoyo.
- La paradoja de Moravec (ver el enlace)
- El principio de similitud : la capacidad que desarrollan los niños pequeños para determinar en qué familia cae un estímulo recién introducido, incluso cuando dicho estímulo es diferente de los miembros con los que el niño suele asociar dicha familia. (Un ejemplo podría ser un niño que se imagina que un chihuahua es un perro y una mascota doméstica en lugar de alimañas).
- La Inferencia Inconsciente : El comportamiento humano natural de determinar si un nuevo estímulo es peligroso o no, qué es y luego cómo relacionarse con él sin requerir nunca ningún nuevo esfuerzo consciente.
- La capacidad humana innata de seguir el principio de probabilidad para aprender de las circunstancias y de otros a lo largo del tiempo.
- La teoría del reconocimiento por componentes : poder analizar mentalmente y dividir incluso los mecanismos complicados en partes manejables con las que interactuar. Por ejemplo: Una persona que ve tanto la taza como las partes del asa que forman una taza llena de chocolate caliente, para usar el asa para sostener la taza y evitar quemarse.
- El principio de la energía libre : determinar con mucha anticipación cuánta energía se puede delegar con seguridad para estar consciente de las cosas que están fuera de uno mismo sin perder la energía necesaria para mantener su vida y funcionar satisfactoriamente. Esto permite que uno se vuelva consciente de manera óptima del mundo que lo rodea sin agotar tanto su energía que experimente un estrés dañino, fatiga de decisión y / o agotamiento.
Ver también
Referencias
- ↑ a b c d Malcolm Tatum (3 de octubre de 2012). "Qué es la percepción de la máquina" .
- ↑ a b c Alexander Serov (29 de enero de 2013). "Realidad subjetiva e inteligencia artificial fuerte". arXiv : 1301.6359 [ cs.AI ].
- ^ "Laboratorio de robótica cognitiva y percepción de máquinas" . www.ccs.fau.edu . Consultado el 18 de junio de 2016 .
- ^ "Investigación de la percepción de la máquina - ECE - Virginia Tech" . www.ECE.VT.edu . Consultado el 10 de enero de 2018 .
- ^ a b Dhar, Sagnik; Ordóñez, Vicente; Berg, Tamara L. (2011). "Atributos describibles de alto nivel para predecir la estética y el interés" (PDF) . CVPR 2011 . págs. 1657-1664. doi : 10.1109 / CVPR.2011.5995467 . ISBN 978-1-4577-0394-2.
- ↑ a b Tanguiane ( Tangian ), Andranick (1993). Percepción artificial y reconocimiento musical . Berlín-Heidelberg: Springer.
- ^ Tanguiane (Tangian), Andranick (1994). "Principio de correlatividad de la percepción y sus aplicaciones al reconocimiento de música". Percepción musical . 11 (4): 465–502.
- ↑ a b Lyon, Richard (2010). "Audición de la máquina: un campo emergente [DSP exploratorio". Revista de procesamiento de señales IEEE . 27 (5): 131-139. Código Bibliográfico : 2010ISPM ... 27..131L . doi : 10.1109 / MSP.2010.937498 .
- ^ Tangian, Andranik (2001). "Cómo pensamos: modelando interacciones de memoria y pensamiento" . Procesamiento cognitivo . 2 : 117-151. doi : 10.5445 / IR / 1000133287 .
- ^ "Laboratorio de robótica cognitiva y percepción de máquinas" . ccs.FAU.edu . Consultado el 10 de enero de 2018 .
- ^ "Aprendizaje de exploración de forma háptica eficiente con una matriz de sensores táctiles rígidos, S. Fleer, A. Moringen, R. Klatzky, H. Ritter" .
- ↑ Turk, Matthew (2000). "Medios perceptivos: percepción de la máquina e interacción persona-computadora" (PDF) . Revista China de Computadoras . 12 . páginas 1235-1244