01/11/2024 16:38
01/11/2024 16:37
01/11/2024 16:37
01/11/2024 16:36
01/11/2024 16:36
01/11/2024 16:36
01/11/2024 16:36
01/11/2024 16:36
01/11/2024 16:36
01/11/2024 16:34
» Diario Cordoba
Fecha: 01/11/2024 12:53
Un nuevo sistema de inteligencia artificial (IA) puede imitar por primera vez cómo las personas interpretan ilusiones ópticas complejas, gracias al gato de Schrödinger. Un impulso a la visión artificial, la seguridad aérea y la navegación espacial. Una nueva técnica, desarrollada por Ivan Maksymov, investigador en la Universidad Charles Sturt en Australia, y publicada en la revista APL Machine Learning, permite a una inteligencia artificial (IA) imitar la forma en que un cerebro humano interpreta una ilusión óptica. El sistema de IA se denomina "red neuronal profunda de efecto túnel cuántico" y combina redes neuronales de IA con el efecto túnel cuántico. Las redes neuronales profundas (o redes de aprendizaje profundo) son un tipo de red neuronal artificial que trabajan con múltiples capas ocultas, lo que les permite modelar relaciones no lineales complejas: ocurren cuando la asociación entre variables no puede representarse adecuadamente mediante una línea recta. El túnel cuántico es un fenómeno de la mecánica cuántica en el que las partículas pueden atravesar barreras que, según la física clásica, serían impenetrables. Dada la dualidad onda partícula que caracteriza a las partículas subatómicas, cuando hay muchas de ellas concentradas ante una barrera insuperable, algunas la atraviesan a través de un “túnel” comportándose como ondas en vez de como partículas. El cubo de Necker (izquierda) y el jarrón de Rubin (derecha). Cada uno tiene dos interpretaciones. ¿La cara sombreada del cubo está en la parte posterior o en la frontal? ¿Y se ven dos personas mirándose entre sí o un jarrón? / Ivan Maksymov Como el cerebro humano La combinación de ambos principios permite que la red neuronal profunda creada en esta investigación interprete imágenes ambiguas, como el cubo de Necker (una figura ambigua que puede interpretarse como un cubo visto desde arriba o desde abajo) o como el jarrón de Rubin (una imagen que puede verse como un jarrón o como dos caras de perfil), de una manera que imita la percepción humana. Cuando los datos que representan la ilusión óptica pasan por la etapa de tunelización cuántica, la red neuronal profunda procesa múltiples variaciones de la ilusión óptica y elige con cuál de las perspectivas coincide. Esto es lo que le permite imitar el modo en que el cerebro humano cambia de perspectiva al ver una ilusión óptica. Siguiendo al gato de Schrödinger “Esta situación se parece al experimento mental de la mecánica cuántica del gato de Schrödinger”, explica el autor de esta investigación. Y añade: “este famoso escenario describe a un gato dentro de una caja cuya vida depende de la desintegración de una partícula cuántica. Según la mecánica cuántica, la partícula puede estar en dos estados diferentes al mismo tiempo hasta que la observamos, por lo que el gato también puede estar vivo y muerto al mismo tiempo”. El mismo mecanismo sirve para generar la ilusión óptica en la red neuronal profunda desarrollada en esta investigación, sugiere Maksymov: "cuando vemos una ilusión óptica con dos interpretaciones posibles (como el cubo ambiguo o el jarrón y las caras), los investigadores creen que mantenemos temporalmente ambas interpretaciones al mismo tiempo, hasta que nuestros cerebros deciden qué imagen decidimos ver. Esta situación se asemeja al experimento mental cuántico-mecánico del gato de Schrödinger”. Implicaciones para el futuro de la IA Este avance tiene implicaciones significativas para el desarrollo de la IA, empezando por la visión artificial: podría llevar a sistemas de visión por computadora más sofisticados, capaces de interpretar escenarios visuales complejos y ambiguos. Asimismo, será importante para aplicaciones en seguridad y aviación: la tecnología podría ayudar a pilotos de aerolíneas a ser más conscientes de los peligros de la desorientación y la mala interpretación de los instrumentos de vuelo. La exploración espacial también se beneficia: esta tecnología podría asistir a los astronautas en la interpretación de instrumentos de naves espaciales durante vuelos de larga duración[. Por último, en el campo del diagnóstico médico, el análisis automático de imágenes ambiguas podría ayudar en el diagnóstico de personas con deterioro cognitivo leve y demencia. Referencia Quantum-tunneling deep neural network for optical illusion recognition. Ivan S. Maksymov et al. APL Mach. Learn. 2, 036107 (2024). DOI:https://doi.org/10.1063/5.0225771
Ver noticia original
 (1).png)
 (1).jpg)
Examedia © 2024
Desarrollado por