Programa que aprende el sentido común humano

¿Cabría una jirafa en un coche? Cualquier persona podría contestar sin necesidad de pensar demasiado o estudiarlo con antelación. Atendiendo al sentido común la respuesta sería negativa, dada la voluminosa masa corporal del animal.
El Santo Grial de la computación, es conseguir una máquina capaz de pensar por sí misma utilizando en cierta forma el sentido común.
Un equipo de investigadores de la Universidad Carnegie Mellon, en Estados Unidos, ha dado un paso importante en este campo de la Inteligencia Artificial (IA), al permitir que un sistema de computación masiva navegue por millones de imágenes y sea capaz de decidir por sí mismo qué significan.
Según explica la Universidad en un comunicado, el sistema informático comenzó a mediados de julio la búsqueda de imágenes en Internet, tarea a la que dedica las 24 horas del día, los siete días de la semana.

A través de pequeños pasos, el programa debe decidir cómo se relacionan entre sí los tres millones de imágenes que ha analizado desde sus inicios. El objetivo es recrear ese sentido común inherente al ser humano, la capacidad de aprender sin necesidad de una enseñanza específica.

NEIL aprovecha los últimos avances en visión artificial, subcampo de la IA que permite a los programas de ordenador identificar y etiquetar objetos en las imágenes. En este caso se usa para caracterizar escenas y reconocer atributos como los colores, las formas, la iluminación o los materiales; todo ello con un mínimo de supervisión humana.
Al mismo tiempo, el programa descubre poco a poco asociaciones y conexiones entre los objetos, como que los coches suelen estar en la carretera, que los edificios tienden a ser verticales o que los patos son similares a los gansos. Así, mientras por referencias textuales podría parecer que el color asociado con las ovejas es el negro, la gente -y NEIL- saben que por lo general son de color blanco.

En poco más de cuatro meses los resultados no podían ser mejores, pues la red ha logrado identificar 1.500 objetos y 1.200 escenas, creando además 2.500 asociaciones. El sistema es incluso capaz de desarrollar subcategorías de objetos, ordenando por ejemplo los coches en función de una variedad de marcas y modelos.