Científicos, hoy hablaremos un poco sobre inteligencia artificial y programación probabilística, además, veremos lo último referente a ambas, se trata de Picture.

Después de lo que es convertir lo que decimos en texto, ahora la inteligencia artificial nos trae el aprendizaje en las máquinas.

¿Cómo es esto posible?
Se trata simplemente de la programación probabilística, en la misma no nos basamos en la lógica, si no en la intuición y la probabilidad; podríamos decir que hacemos a nuestro amigo (la máquina), pensar por si misma, por medio de posibles sucesos que va recogiendo mediante el tiempo grabándolos y haciendo de los mismos una referencia para posibles sucesos parecidos en el futuro.

Mientras más experiencia (recursos o posibles soluciones) tenga nuestra máquina, mejores resultados brinda.

 ¿Cómo hace esto posible escribir mucho menos y obtener mucho más?

En cuanto al desarrollo de las acciones en las máquinas programadas por medio de programación probabilística, estas no empiezan a actuar de acuerdo a las decisiones otorgadas por los/el programador(es), en cambio, lo único que tiene que hacer el programador es darle unas directrices básicas para que la máquina las ponga en práctica de acuerdo a los datos que tenga disponible. Luego la máquina aplica  la inferencia (decide cuál es el algoritmo más adecuado para cada ocasión).

Así como en las probabilidades, mientras más datos tengas, más preciso el resultado/solución.

Picture, el lenguaje para máquinas y el aprendizaje por medio de la inteligencia artificial.

Lenguaje desarrollado por el Instituto Tecnológico de Massachussets (MIT), los resultados de su desarrollo será presentado en la conferencia CVPR (Visión por Computadora y Reconocimiento de Patrones) el próximo mes de junio.

Gracias al uso de la inteligencia artificial y la probabilidad, Picture es capaz de realizar en 50 líneas lo que a un lenguaje de programación tradicional le tomaría como mínimo 1,000 líneas.

Veamos un ejemplo que nos otorga la MIT de Picture, cito “Estamos construyendo modelos de caras en general, y usandolas para crear buenos modelos de cómo se verían las mismas mezcladas luego de la primera ” profesor Josh Tenenbaum.

Les explico, en esta imagen de aquí debajo podemos ver cómo la fila de imágenes base (Baseline) contienen una serie de caras de personas con distintos rasgos, luego tenemos la primera fila en la cuál podemos ver la Data que nuestra máquina concluyó más adecuadas para realizar la inferencia (Data), y en el medio tenemos los resultados (Picture Inference).

 

Como podemos ver Picture es capaz de crear excelente módelos en 3D sólo determinando cuál de todos los Datos que tenga disponible (Rostros ya convertidos a 3D) resulta más adecuado para realizar la inferencia.

Esto supone muchos cambios en los procesos de desarrollo de software venideros, además de un cambio drástico para muchos debido a que nos encontramos delante de lo que muchos aman (o TEMEN) “La Inteligencia Artificial”.

Si deseas leer el artículo principal de la MIT aquí te dejo el enlace:
MIT’S Picture language could be worth a thousand lines of code

Fuente:http://www.cientificosdelsoftware.com/inteligencia-artificial-y-la-programacion/