La concepción de la fotografía cambió en cuanto los teléfonos inteligentes le permitieron a los usuarios registrar momentos de forma inmediata, sin necesidad de un dispositivo extra y con un almacenamiento portátil.
Con la evolución de estos dispositivos móviles también se han incorporado nuevas herramientas que permiten no solo tener imágenes en una resolución óptima, sino que los usuarios pueden acceder a modos de captura profesional, utilizando herramientas como la velocidad de obturación, el ISO, el diafragma y el balance de blancos, de nuevo, sin necesidad de un cuerpo de una cámara profesional y un lente.
Sin embargo, las imágenes del pasado o de los dispositivos actuales que no son de alta gama, aún no brindan una resolución máxima y en muchos casos, sin condiciones favorables de luz, las fotografías tienden a quedar con ruido y pixeladas.
Ante esto, la plataforma Google inició una investigación a través de la inteligencia artificial para mejorar la calidad de estas imágenes y llevarlas a otro nivel a través de la superresolución.
“Un ejemplo es la superresolución de imágenes, en la que se entrena un modelo para transformar una imagen de baja resolución en una imagen detallada de alta resolución (por ejemplo, RAISR). La superresolución tiene muchas aplicaciones que pueden ir desde restaurar viejos retratos familiares hasta mejorar los sistemas de imágenes médicas”, expresó la plataforma en su blog.
Con @googledoodles, recordamos acontecimientos y personajes que han hecho historia 🎨🔎
— Google Colombia (@GoogleColombia) September 2, 2021
Aunque abrimos nuestras oficinas en 2011, en 2009 tuvimos en el buscador nuestro primer #GoogleDoodle, celebrando el Día de la Independencia → https://t.co/ND41OBeCDR #GoogleColombia10 pic.twitter.com/dwUfrD3gho
Los modelos de difusión, con los que se aumenta la calidad, funcionan corrompiendo los datos de entrenamiento agregando progresivamente ruido gaussiano, borrando lentamente los detalles de los datos hasta que se convierten en ruido puro y luego entrenando una red neuronal para revertir este proceso de corrupción.
“La ejecución de este proceso de corrupción (de la imagen) inverso sintetiza datos a partir de ruido puro eliminándolos gradualmente hasta que se produce una muestra limpia. Este procedimiento de síntesis se puede interpretar como un algoritmo de optimización que sigue el gradiente de la densidad de datos para producir muestras probables”, señaló Google.
Basado también en estos modelos de inteligencia artificial, Google lanzó su nueva herramienta para la exploración de datos, ‘Know Your Data’, que busca ayudar a los creadores de nuevos algoritmos de Inteligencia Artificial (IA) a que comprendan mejor los datos que usan para entrenarlos y evitar problemas como los sesgos.
La nueva herramienta de Google, que se incorpora a su kit de herramientas de IA responsable, tiene el objetivo de mejorar la calidad de los datos que se usan para el aprendizaje automático, ayudando a mitigar problemas como los sesgos por edad, sexo o raza, como ha informado la compañía en un comunicado.
‘Know Your Data’ ofrece una serie de funciones que permiten a los usuarios explorar y examinar los conjuntos de datos utilizados para el aprendizaje automático. Es posible filtrarlos, agruparlos y estudiar las correlaciones basándose en anotaciones ya presentes en las bases de datos.
La herramienta también proporciona etiquetas generadas automáticamente por la API en la nube de Google Cloud Vision, de manera que los usuarios pueden acceder a señales que no estaban presentes en la base de datos original.
Google ha demostrado el funcionamiento de su herramienta utilizando la base de datos COCO Captions, con 300.000 imágenes de personas y anotaciones sobre ellas. De esta manera, ha demostrado la existencia de sesgos de género en las actividades que hacen los sujetos fotografiados y también en las anotaciones que las describen.
*Con información de Europa Press.