Las computadoras no duermen. Simplemente miran los datos hasta que empiezan a parecer algo completamente distinto.
Mientras estamos desconectados, nuestras máquinas están ocupadas reinterpretando archivos antiguos y escupiendo material nuevo y extraño. ¿El motor detrás de esto? Sueño profundo de Google. Es un programa que busca patrones en imágenes digitales, las altera y nos ofrece los resultados para que los juzguemos. Puedes volverte tonto. Puedes volverte artístico. O puedes tener una pesadilla. Depende de lo que le des y de los parámetros que establezcan los empleados de Google.
La única forma real de comprender lo que hace Deep Dream es probarlo. Google abrió sus servidores al público. El objetivo era comprender cómo el programa clasifica e indexa imágenes. Subes una foto. Segundos después, obtienes una representación fantástica basada en esa toma original.
El resultado es un extraño híbrido. Imagínese si Salvador Dalí, Hieronymus Bosch y Vincent van Gogh organizaran una fiesta de pintura salvaje que durara toda la noche. Esa es la vibra. Las hojas se convierten en coloridos remolinos. Las rocas se convierten en rectángulos repetitivos. Las montañas se disuelven en elegantes líneas resaltadas.
¿Un paisaje vacío? Deep Dream lo llena. Pagodas. Coches. Puentes. Partes del cuerpo humano. Ve animales. Muchos de ellos.
Sube un retrato de Tom Cruise. El programa transformará los pliegues y espacios en cabezas de perros, peces y otras criaturas familiares. Estos no son animales normales. Son recreaciones fantásticas cruzadas con un caleidoscopio teñido de LSD. Son inquietantemente evocadores. A menudo aterrador.
Google no está haciendo elogios. No está alimentando a sus servidores con productos químicos alucinógenos. Está guiando a esos servidores a analizar imágenes y luego regurgitarlas como nuevas representaciones de nuestro mundo.
Cómo funciona nos dice algo sobre cómo construimos dispositivos digitales. Muestra cómo las máquinas digieren la inimaginable cantidad de datos en nuestro mundo obsesionado con la tecnología.
Neuronas en Bits
Las computadoras son máquinas frías e inorgánicas. No duermen. Ciertamente no sueñan. O eso pensábamos.
Deep Dream cambió esa percepción. No se trataba de darle un subconsciente a una computadora. Se trataba de exponer la pura y extraña complejidad que surge cuando se introducen datos del mundo humano en un código cada vez más enredado.
Los desarrolladores de Google no empezaron esto como un proyecto artístico. Construyeron Deep Dream para el desafío de reconocimiento visual a gran escala de ImageNet. Este concurso comenzó en 2010. Cada año, decenas de equipos compiten para construir los mejores clasificadores automáticos de imágenes. ¿El objetivo? Detectar y ordenar millones de fotografías sin ayuda humana. Después de cada competencia, los perdedores (y los ganadores) modifican sus algoritmos. Intentan hacerlo más rápido. Mejor. Más precisamente.
Aquí está el problema con esa búsqueda. El reconocimiento de imágenes está en gran medida ausente de nuestro conjunto de herramientas estándar de Internet. ¿Motores de búsqueda? Les encantan las palabras clave. Escribe “gato” y obtendrás resultados de texto. Escribe “cat.jpg” y es posible que obtengas un archivo. ¿Pero pedirle a un motor de búsqueda que entienda qué hay en una foto? Lucha.
Nosotros mismos etiquetamos nuestras fotos. “Casa.” “Tommy.” “Atardecer.” Hacemos esto porque las computadoras no pueden analizar de manera confiable el desorden visual. La vida real es complicada. No son vectores limpios. Es ruido. Y hasta hace poco, las máquinas trataban ese ruido como datos basura.
Deep Dream fue un intento de solucionar esa ceguera.
Cómo funciona el sueño profundo
¿La salsa secreta? Una red neuronal artificial (RNA).
Esto no es sólo código. Es un sistema modelado a partir del cerebro humano. Piénselo. Tenemos más de 100 mil millones de neuronas. Disparan impulsos. Procesan información sensorial. Nos ayudan a reconocer una cara en una habitación llena de gente.
Deep Dream imita esto. Utiliza neuronas artificiales para filtrar datos. Ejecuta esos datos a través de capas. Y capas. Y capas. Una y otra vez.
La arquitectura de un sueño
Para Deep Dream, la red suele tener entre 10 y 30 capas de estas neuronas artificiales. Son muchos pasos de procesamiento para una imagen.
El sistema no sólo “ve” una imagen. Lo descompone. Busca patrones. Bordes. Curvas. Texturas. Refina su interpretación en cada capa. El resultado final es una imagen. Pero no el original.
El resultado es una alucinación.
Te alimentas con una foto de un parque. La computadora ve árboles. Ve hierba. Pero debido a que la red neuronal está hipersintonizada para encontrar cualquier cosa que parezca un objeto conocido, comienza a amplificar las características.
La hierba se convierte en pelo. Las ramas de los árboles se convierten en patas. El cielo se convierte en un ojo gigante.
Por qué es importante para la búsqueda visual
Este no es sólo un salvapantallas alucinante. Destaca un cambio en la forma en que procesamos la información.
Durante años, hemos dependido de los metadatos. Etiquetamos nuestras vidas digitales. Pero Deep Dream demostró que las máquinas podían aprender a interpretar datos visuales sin esas etiquetas.
“Deep Dream nos mostró que si dejas que una máquina mire lo suficiente, encontrará patrones que no existen, o más bien, encontrará patrones que nosotros no vemos”.
La computadora no está soñando en el sentido humano. Es optimizar. Está empujando los píxeles hacia lo que cree que pertenece. Y al hacerlo, revela las lagunas en su propia comprensión.
Si una máquina puede convertir una bicicleta en una criatura hecha de bicicletas,
Las redes neuronales no son espejos mágicos que simplemente reflejan datos. No empiezan a identificar patrones automáticamente de la nada. Requieren formación. Tienes que alimentarlos con conjuntos de datos para utilizarlos como puntos de referencia. Sin ese trabajo pesado, simplemente examinarían a ciegas la información, sin poder encontrarle sentido.
Según el blog oficial de Google, el proceso de formación se basa en la repetición y el análisis. Supongamos que desea entrenar una red neuronal artificial (RNA) para identificar una bicicleta. No le digas simplemente “bicicleta”. Le muestras millones de imágenes de bicicletas. También especificas, en código informático, cómo es realmente una bicicleta. Dos ruedas. Un asiento. Bigote daliniano.
Luego, los investigadores liberan la red para ver qué encuentra. Cometerá errores. El programa podría devolver una serie de imágenes que incluyan motocicletas y ciclomotores. Cuando eso sucede, los programadores modifican el código. Le aclaran al ordenador que las bicicletas no tienen motor ni sistema de escape. Ejecutan el programa nuevamente. Y otra vez. Ajustan el software hasta que los resultados son satisfactorios.
“El equipo de Deep Dream se dio cuenta de que una vez que una red puede identificar ciertos objetos, también podría recrearlos por sí misma”.
El equipo de Deep Dream notó algo interesante. Una vez que una red puede identificar objetos, puede reproducirlos sin más entradas. Una red que reconoce una bicicleta a la vista puede generar una imagen de una bicicleta desde cero. La idea es que la red genere nuevas imágenes creativas simplemente porque tiene la capacidad de clasificar y ordenar imágenes.
Suena impresionante hasta que miras el resultado. Incluso después de examinar millones de fotografías de bicicletas, las computadoras cometen errores críticos al generar sus propias imágenes. Las bicicletas generadas pueden presentar manos humanas parciales en el manillar. O los pies en los pedales. Esto sucede porque muchas de las imágenes de entrenamiento incluyen personas. Al final, la computadora no puede discernir dónde terminan las partes de la bicicleta y dónde comienzan las partes humanas.
Este tipo de errores ocurren por numerosas razones. Los ingenieros de software no comprenden completamente todos los aspectos de las redes neuronales que construyen. Pero saber cómo funcionan le ayuda a comprender cómo se producen estos defectos.
La arquitectura del incepcionismo
Las neuronas artificiales de la red operan en pilas. Deep Dream puede usar tan solo 10 capas o hasta 30. Cada capa recoge varios detalles de una imagen. Las capas iniciales detectan elementos básicos como bordes y aristas. Otra capa podría identificar colores y orientación específicos.
Otras capas buscan formas específicas que se asemejen a objetos como una silla o una bombilla. Las capas finales reaccionan sólo ante objetos más sofisticados como coches, hojas o edificios.
Los desarrolladores de Google llaman a este proceso incepcionismo. Se refiere a esta arquitectura de red neuronal particular. Incluso publicaron una galería pública para mostrar ejemplos del trabajo de Deep Dream. Es un vistazo a cómo ve la máquina.
Una vez que la red ha identificado varios aspectos de una imagen, pueden ocurrir muchas cosas. Con Deep Dream, Google decidió pedirle a la red que creara nuevas imágenes. No sólo analiza. Crea.
Oscuridad al borde
Los ingenieros de Google no solo dejaron que Deep Dream eligiera qué partes de una imagen identificar. Básicamente, les dijeron a las computadoras que tomaran esos aspectos de la imagen y los enfatizaran.
Si Deep Dream ve la forma de un perro en el patrón de tela de su sofá, acentúa los detalles de ese perro.
Cada capa añade más a la apariencia del perro. Pelo. Ojos. La nariz. Lo que alguna vez fue un cachemir inofensivo en tu sofá se convierte en una figura canina con dientes y ojos.
Deep Dream se acerca un poco con cada iteración de su creación. Añade cada vez más complejidad a la imagen. Piense en un perro dentro de un perro dentro de un perro.
Se inicia un ciclo de retroalimentación cuando Deep Dream sobreinterpreta y enfatiza demasiado cada detalle de una imagen. Un cielo lleno de nubes se transforma de una escena idílica a una llena de saltamontes espaciales, formas psicodélicas y autos con los colores del arco iris. Y perros.
Hay una razón para la sobreabundancia de perros en los resultados de Deep Dream. Cuando los desarrolladores seleccionaron una base de datos para entrenar esta red neuronal, eligieron una que incluía 120 subclases de perros, todas clasificadas por expertos. Entonces, cuando Deep Dream sale a buscar detalles, es muy probable que vea caras y patas de cachorros en todos los lugares donde busca.
Deep Dream ni siquiera necesita una imagen real para crear imágenes. Si le proporciona una imagen blanca en blanco o una llena de estática, aún “verá” partes de la imagen, usándolas como bloques de construcción para imágenes cada vez más extrañas.
Es el intento del programa de revelar significado y forma a partir de datos que de otro modo serían informes. Eso habla de la idea detrás de todo el proyecto: tratar de encontrar mejores formas de identificar y contextualizar el contenido de las imágenes esparcidas en las computadoras de todo el mundo.
Entonces, ¿pueden las computadoras realmente soñar alguna vez? ¿Se están volviendo demasiado inteligentes para su propio bien? ¿O es Deep Dream simplemente una forma fantasiosa de imaginar la forma en que nuestra tecnología procesa los datos?
Es difícil saber exactamente qué controla la producción de Deep Dream. Nadie guía específicamente el software para completar tareas preprogramadas. Se trata de tomar algunas instrucciones bastante vagas (buscar detalles y acentuarlos, una y otra vez) y completar los trabajos sin una guía humana abierta.
Las imágenes resultantes son una representación de ese trabajo. Quizás esas representaciones sean obras de arte creadas por máquinas. Quizás sea una manifestación de sueños digitales, nacidos del silicio y los circuitos. Y tal vez sea el comienzo de un tipo de inteligencia artificial que hará que nuestras computadoras dependan menos de las personas.
Quizás tema el surgimiento de computadoras sensibles que se apoderen del mundo. Pero por ahora, este tipo de proyectos benefician directamente a cualquiera que utilice la Web. En el lapso de unos pocos años, el reconocimiento de imágenes ha mejorado dramáticamente, ayudando a las personas a examinar más rápidamente imágenes y gráficos para encontrar la información que necesitan. Al ritmo actual de avance, pronto se pueden esperar grandes avances en el reconocimiento de imágenes, en parte gracias a las computadoras de ensueño de Google.
