Uno de los problemas que enfrenta la Inteligencia Artificial (IA) es que se tiene que hacer en máquinas con una arquitectura rígida, secuencial, que si bien hace las cosas de forma muy pero muy rápida, tiene limitaciones que se antojan inherentes. Sin embargo, hay modelos teóricos que buscan hacer que la inteligencia de las máquinas sea más parecida a lo que los seres humanos hacen. Y este parece ser el caso de la empresa Gamalon, que ha desarrollado una aplicación que reconoce objetos después de haber visto un par de ejemplos.

Se trata de un programa que aprende a reconocer objetos simples como líneas y rectángulos. Hoy por ejemplo, se usan redes neuronales para este tipo de objetivos pero se requieren de millones de datos, de información, para que la máquina aprenda. Ahí pues está la diferencia con lo que ahora está haciendo Gamalon.

Las redes neuronales pueden por ejemplo, aprender a entender qué es un gato su se le presentan miles y miles de fotografías de felinos. Sería mucho más eficiente hacer como hacen las personas, que de ver un par de ejemplos, llega a la conclusión si en un momento se está viendo a un gato o no.

La compañía Gamalon, con base en Boston, ha desarrollado tecnología que permite a las computadoras, en algunas situaciones, el llegar a conclusiones sobre los objetos que observa, sin necesidad de tener millones de ejemplos para ello. Hace unos pocos días liberó dos productos basados en este enfoque.

Hay que ver …