Investigadores de Apple desarrollan un método para mejorar el aprendizaje automático

Las grandes multinacionales del sector tecnológico están apostando fuertemente por la inteligencia artificial, y dentro de la misma, el aprendizaje automático cada vez está cobrando más importancia. Para llevarlo a cabo es muy importante contar con material que permita que los modelos de aprendizaje entrenen correctamente, y debido al coste que supone contar con imágenes y vídeos reales, el material sintético generado por ordenador cada vez es más importante.

El problema con el uso de material sintético es que haya pequeños detalles e imperfecciones que terminen creando modelos de aprendizaje erróneos, por lo que es importante que dicho material se acerque lo más posible al real. Una investigación llevada a cabo por seis trabajadores de Apple podría suponer una gran ventaja en este sector.

Según el artículo de los investigadores de Apple, gracias al uso de redes adversarias generativas (GAN) se podría mejorar ostensiblemente la fiabilidad y calidad de las imágenes sintéticas para el entrenamiento de sistemas de aprendizaje automático. La idea es que las imágenes simuladas se pasen luego por un refinador, de forma que las imágenes refinadas pasen a su vez luego por un discriminador que pueda distinguir las reales de las sintéticas.

Con este sistema desarrollado por Apple, y detallado aquí, el uso de material sintético para el aprendizaje automático se hace mucho más eficaz y se permite por tanto reducir costes y aumentar sensiblemente las fuentes para acelerarlo, algo realmente importante en este tipo de sistemas de inteligencia artificial.