tintank

Ya sabemos que Larry Page confesó una vez que el verdadero sueño de Google es la Inteligencia Artificial, así que no es raro que sus ingenieros estén tan interesados en la investigación y desarrollo sobre redes neurales artificiales multinivel, capaces de descubrir patrones en enormes bases de datos de imágenes y textos, mediante lo que se denomina ‘aprendizaje profundo’. Se llama así porque las redes están compuestas por hasta treinta capas de neuronas artificiales y la complejidad del procesamiento aumenta según se procesa la información desde la capa inferior, más profunda, a la superior. Cada capa tiene asignada una tarea concreta que va a ser útil para la siguiente y, por tanto, le ha de ser comunicada, y la nueva capa realiza su propia tarea y va comunicando lo que sabe a la siguiente, y así, hasta llegar al código superior, capaz de tomar una decisión, utilizando la suma de resultados de tareas de la red.

La red neural no sólo procesa imágenes, también las clasifica e intenta interpretarlas, o sea, reconocer lo que representan. Los ingenieros, intrigados por cómo funciona el reconocimiento y por lo que ocurre realmente en cada capa, decidieron inventarse alguna manera de visualizar el proceso de lo que se le está pasando por la cabeza a la red. Así que programaron el código para que realzara aquella característica que distingue un objeto genuinamente de los demás y lo hace reconocible. Haciendo pasar los datos que están siendo procesados en cada capa por un bucle informativo, se provoca una exageración del detalle a reconocer. Tal exageración hace que la red vea, por ejemplo, un pájaro en una nube, o una pagoda en un pino. La imagen que se genera resulta de cómo la red interpreta lo que está viendo. Por ejemplo, el objeto ‘pesa’, la red lo ve con un brazo pegado a cada extremo porque no ha llegado a aislar del todo el concepto de su contexto.

Pero los resultados más aplaudidos son los psicodélicos, porque los bucles provocan que algunos elementos de la imagen se morfeen en su propia fractalidad. El proceso de reconocimiento queda invertido hasta el punto de que la red empieza a generar sus propias imágenes.

inceptionism_big1

Google Research

En junio de 2015, Aleksander Mordvintsev y su equipo, publicaron las imágenes en el Google Research Blog. Su post titulado Inceptionism: Going Deeper Into Neural Networks puso de moda el incepcionismo como tendencia artística del año. Incepcionismo significa ‘manipulación de un sueño para inducirlo a otro’, más o menos. La película de Christopher Nolan sobre la arquitectura de la realidad, perdón, de los sueños, se titulaba Inception en inglés, aunque en castellano fue comercializada como Origen. Para las redes neurales, el resultado de la incepción es una imagen fractal, entre impresionista y expresionista, psicodélica y daliniana, como si después de un viaje con ácido hacia su propia mente hubiesen empezado a producir arte de vanguardia y a soñar…

El incepcionismo también se conoce como deep dream o sueño profundo, al ser un efecto colateral del deep learning o aprendizaje profundo. Se pueden ver estas imágenes en Inceptionism Gallery e incluso se pueden crear nuevas alucinaciones usando el código abierto y el geenrador online, disponibles en DeepDream.

inceptionism_big3

Google Research

Abrir la barra de herramientas