killz026541

Los investigadores creen que la generación de las «cámaras gigapíxel» llegará a las tiendas antes de cinco años. Una imagen de la cámara gigapíxel, que deberá reducir mucho su tamaño para llegar a las tiendas Una cámara de 50 gigapíxeles. O lo que es lo mismo, de 50.000 megapíxeles. Un dispositivo capaz de conseguir imágenes con un detalle sin precedentes. Por ahora es un prototipo, un trabajo de un grupo de ingenieros eléctricos de las universidades de Duke y Arizona, pero en unos años estará probablemente en los comercios. Esta imagen pluscuamperfecta se logra mediante la sincronización de 98 cámaras diminutas en un único dispositivo. La resolución de la cámara es cinco veces mayor que la visión humana normal, según se detalla en la revista Nature. La nueva cámara puede capturar hasta 50 gigapíxeles de datos. Hay que tener en cuenta que la mayoría de las cámaras de los consumidores oscilan, en el mejor de los casos, entre 8 y 40 megapíxeles, lo que da idea del salto logrado en este prototipo. No es el primer dispositivo que toma fotografías que se pueden medir en gigapíxeles. Cada día se difunden proyectos de este tipo tanto en el área civil como en el militar. En el primer caso, destacan iniciativas como 360world, dentro del cual se consiguió una imagen de 70 GB con dos cámaras. En el lado militar, hace unos meses supimos que los aviones estadounidenses sin piloto que sobrevuelan Afganistán pueden tomar imágenes con una resolución de 1,8 gigapíxeles. En el futuro, mucho más pequeñas Los autores del trabajo conocido hoy creen que dentro de cinco años se habrá logrado que los componentes electrónicos de las cámaras puedan ser mucho más pequeños y eficientes, de forma que la próxima generación de cámaras gigapixel podría llegar entonces al público en general. «La cámara es así de grande -como se aprecia en la foto que ilustra esta noticia- debido a los tableros de control electrónico y a la necesidad de añadir componentes para evitar que se sobrecaliente», aseguró David Brady, uno de los coautores del experimento. Tradicionalmente, la mejora de las cámaras se conseguía añadiendo elementos de cristal, haciéndolas más complejas. Sin embargo, en un determinado momento -según los investigadores- la complejidad satura el mecanismo y eleva demasiado los costes. En este nuevo ingenio hay un software que combina el trabajo de las microcámaras, y una lente-objetivo común que recoge la luz y dirige esas 98 cámaras diminutas. «Cada una de ellas trabaja en una zona concreta de la imagen. Y algunas se superponen, de forma que no nos perdemos nada», según Michael Gehm, profesor de la Universidad de Arizona.

Un grupo de ingenieros entrenó a una red de 1.000 computadoras para que realizara una complicada misión: reconocer imágenes de gatos tal y como lo haría un ser humano. Por muy obvia que parezca la tarea, lo cierto es que para ello el equipo tuvo que construir una red neuronal electrónica basándose en el modo en que funciona un cerebro biológico. Así crearon una única computadora que fue capaz de “aprender” a identificar gatos en tan sólo tres día sin que nadie previamente le hubiera explicado a la máquina qué es un gato. La red neuronal de silicona aprendió a reconocer a los gatos sin que nadie le hubiera explicado previamente cómo eran. Computadora inteligente Esta red neuronal computerizada forma parte de un proyecto mucho más ambicioso para dotar a las máquinas de la capacidad de aprender, y en el caso de empresas como Google, el tema interesa sobre todo porque con esta tecnología quieren mejorar la operatividad de su motor de búsqueda y diseñar sistemas más precisos de traducción de idiomas. Es por ello que en el proyecto de reconocimiento gatuno participaron tanto miembros de la Universidad de Stanford en Estados Unidos, como científicos del XLabs del conocido buscador. La novedad de este trabajo en concreto, residen en que a diferencia de otras técnicas de reconocimiento de imágenes, este sistema no depende de un humano diciéndole a la computadora previamente las características concretas del objeto que debe buscar. La máquina diseñada por este equipo, no tenía ni idea de qué imágenes iba a ver. No obstante, contaba con 16.000 procesadores para operar un programa informático, que simulan la dinámica de una red neuronal biológica con 1.000 millones de conexiones. Nervios de silicona En un cerebro, los nervios están fuertemente interconectados y se cree que el “reconocimiento” de un objeto se da cuando se activa un patrón concreto en una maraña de conexiones. Se cree que estos patrones de objetos son los que estimulan el aprendizaje en los organismos vivos. Algunos neurocientíficos especulan que partes de nuestro cerebro están tan especializadas que se dedican a reconocer elementos muy concretos, como la abuela de alguien o su gato. Lo que sucedió con el experimento de Google es que los nervios de silicona del sistema empezaron a reaccionar con imágenes concretas y tras tres días de trabajo y 10 millones de imágenes procesadas, resultó que ya podía identificar uno de ellos: un gato, incluso cuando nunca antes había recibido información sobre cómo es un gato. A pesar del éxito del trabajo, los investigadores todavía no están seguros de que se pueda asumir que este sistema realmente imita el funcionamiento de un cerebro biológico. En una entrevista al diario New York Times, uno de los investigadores admitió que aunque esta red neuronal podría suponer un paso adelante respecto a redes similares construidas hasta el momento, lo cierto es que carece de un sistema de procesamiento visual tan complejo como el humano Aplicaciones Sin embargo, los resultados positivos que obtuvieron fueron una sorpresa, y apoya la idea de aquellos que piensan que el aprendizaje no depende únicamente de contar con un contexto o una guía por parte de alguien. Además de identificar gatos, la computadora también aprendió a distinguir la figura de un ser humano y reconocer rostros. Ahora el grupo pretende usar estos avances en los motores de búsqueda de internet, para que estos puedan categorizar los resultados que encuentran, reconocer la voz humana y llevar a cabo mejores traducciones de idiomas. Los resultados finales del experimento serán presentados en la Conferencia Internacional de Aprendizaje computerizado que tiene lugar esta semana en la capital de Escocia, Edimburgo.