Una red neuronal óptica es capaz de distinguir entre distintos caracteres numéricos escritos a mano sin gasto de energía eléctrica.
|
El tema de la inteligencia artificial (IA) es recurrente y aparece de vez en cuando. En cada época viene implementado de una forma distinta. En la actualidad ha tomado la forma de redes neuronales de aprendizaje profundo, un concepto que se introdujo en los años ochenta del pasado siglo y que ahora tiene su renacer.
En estos sistemas se simulan una redes neuronales de varias capas, pero, en lugar de programarlas directamente, se las alimenta con ejemplos hasta que la red aprende. De este modo son bastante eficaces en tareas como el reconocimiento de caracteres, algo en lo que los programas tradicionales fallan. Porque una IA de este estilo no es más que un programa de ordenador. Nada más.
Hay que reconocer que estas redes neuronales han tenido un éxito sorprendente en ciertos campos, como en el juego del go o incluso se han usado para encontrar exoplanetas en los datos ruidosos de la misión Kepler.
Pero, hasta ahora siempre se habían simulado estas redes usando computadores convencionales.
Ahora Zongfu Yu (University of Wisconsin–Madison) y sus colaboradores nos sorprenden con la implementación de una de estas redes, no sobre un ordenador, sino sobre un bloque de vidrio. Se trata de de una red neuronal óptica. La red así construida es capaz de reconocer formas, en este caso en concreto caracteres numéricos escritos a mano, cosa que hace en tiempo real. Además, no necesita aporte de energía eléctrica para operar, pues está basada en la luz que le llega, no en electricidad.
El vidrio que han usado no es normal, sino que incorporar pequeñas burbujas en su seno, así como pequeñas impurezas como el grafeno que también se introducen. Las impurezas básicamente actúan como neuronas artificiales.
Según la luz de la imagen de un número llega al bloque de vidrio, es refractada a través del mismo y se curva de manera adecuada hasta que llega a un lugar específico al otro lado. Hay diez lugares en total correspondientes a los diez dígitos que normalmente usamos (de 0 a 9). Si la imagen es un 2, por ejemplo, entonces llegará al lugar reservado para ese número (que está en tercer lugar al estar el primero reservado para el 0), por lo que el número es «reconocido». La capacidad de reconocer números se mantiene incluso cuando estos son escritos con distintos estilos. En realidad es reconocido por un humano que lo vea.
Para entrenar a esta red neuronal se presentaron al bloque de vidrio diferentes imágenes de números escritos a mano. Si la luz no pasada por el vidrio hasta enfocarse en el lugar correcto los investigadores ajustaban el tamaño y localización de las impurezas. Después de miles de iteraciones el sistema aprendió a refractar los rayos de luz adecuadamente y, por tanto, a reconocer números.
Entre otras ventajas del sistema está que es pasivo y que no usa energía eléctrica para funcionar.
Obviamente se trata de una prueba de concepto y no se sabe aún si se podría usar en aplicaciones prácticas. Zongfu Yu especula que podría usarse como llave biométrica para reconocer la cara de personas y darles acceso a un sistema a un precio muy bajo.
El principal problema es que este bloque de vidrio no tiene la flexibilidad de reprogramación que tienen las redes neuronales que funcionan en computadores normales y que pueden usarse en una gran variedad de tareas distintas.
Copyleft: atribuir con enlace a htpps://neofronteras.com [1]
Fuentes y referencias:
Artículo original. [2]
Fotos: Zongfu Yu.