El nuevo sistema de aprendizaje profundo de Microsoft supera a los humanos — y a Google

El sistema de aprendizaje profundo de Microsoft es mucho mejor que los humanos y Google

Microsoft Research ha presentado nuevamente el nuevo tipo de inteligencia artificial llamada aprendizaje profundo.

El nuevo artículo académico, empleados en la oficina asiática de la rama de investigación del gigante tecnológico dicen que su último sistema de aprendizaje profundo puede superar a los humanos en una métrica.

Según el artículo –“La creación de Microsoft obtuvo una tasa de error del 4.94 por ciento para la clasificación correcta de imágenes en la versión 2012 del conjunto de datos ImageNet, ampliamente reconocido, en comparación con una tasa de error del 5.1 por ciento entre los humanos.” El desafío involucró identificar objetos en las imágenes y luego seleccionar correctamente las categorías más precisas para las imágenes, de entre 1,000 opciones. Las categorías incluían “hacha,” “géiser,” y “microondas.”

El aprendizaje profundo es un proceso de entrenamiento de redes neuronales artificiales con mucha información derivada de imágenes, audio y otras entradas, y luego presentar a los sistemas nueva información y recibir inferencias sobre ella en respuesta.

Pocos investigadores de Microsoft, Kaiming He, Xiangyu Zhang, Shaoqing Ren y Jian Sun, escribieron colectivamente en un artículo que “Hasta donde sabemos, nuestro resultado supera por primera vez el rendimiento a nivel humano reportado en este desafío de reconocimiento visual.”

Los investigadores escribieron que “Los observadores de Inteligencia Artificial deberían prestar atención a este tipo de cosas y Microsoft también debería recibir más credibilidad cuando se trata de aprendizaje profundo, donde empresas web como Google y Facebook compiten por talento.

Además escribieron que “Si bien nuestro algoritmo produce un resultado superior en este conjunto de datos particular, esto no indica que la visión por computadora supere a la visión humana en el reconocimiento de objetos en general.” “Al reconocer objetos elementales como la tarea Pascal VOC, las máquinas aún tienen errores obvios en casos que son triviales para los humanos. Sin embargo, creemos que nuestros resultados muestran el tremendo potencial de los algoritmos de máquina para igualar el rendimiento a nivel humano en el reconocimiento visual.”

La nueva tecnología ha mejorado así el sistema GoogLeNet galardonado de Google en un 26 por ciento, ya que funcionó con un error del 6.66 por ciento, afirman los investigadores de Microsoft.

Este éxito se logró a partir del programa del trabajo del Proyecto Adam de Microsoft, que se completó el año pasado.

Los detalles adicionales sobre el nuevo sistema están incluidos en el artículo (PDF).