Los beneficios de la visión periférica en los robots

Los seres humanos y los sistemas de visión por computadora tienen lo que se conoce como visión foveal, un área de la retina cuya función es ayudar a tener una visión nítida con todo tipo de detalles y precisión. También poseen visión periférica, que se utiliza para organizar una escena amplia y espacial. Los enfoques típicos de visión de un robot intentan modelar la visión foveal al igual que los humanos, pero tienden a ignorar la visión periférica.

Beneficios de la visión periférica en las máquinas

Arturo Deza, postdoctorado del Centro de Cerebros, Mentes y Máquinas del Intituto de Tecnología de Massachusetts (MIT), junto a Anne Harrington, estudiante graduada en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación, autores principales del estudio, indican que el uso de visión periférica mejoraría sensiblemente la precisión de los robots.

La visión periférica ha demostrado ser bastante útil en la visión humana, por lo que el equipo se planteó la posibilidad de transferir esas capacidades a los robots.

Si bien aún no se comprende totalmente el proceso de la visión periférica humana, los resultados del estudio sugieren que, si se incorporara algún sistema modelo de aprendizaje automático, el robot aprendería a distinguir otros datos de las imágenes que está viendo frontalmente.

Robots entrenados para no cometer errores

Los sistemas de visión artificial foveal en máquinas son vulnerables a ciertos ruidos de imagen, que un agente malicioso podría utilizar para modificar sutilmente la imagen.

Cada pixel se cambiaría ligeramente y un humano no notaría la diferencia, pero el ruido adecuado podría engañar a una máquina. Por ejemplo, una imagen puede parecer un automóvil para un humano, pero para un robot afectado por ruido adversario, podría clasificarlo erróneamente como un pastel, ocasionando serias implicaciones en un vehículo autónomo.

Para superar esta vulnerabilidad, los investigadores realizaron un entrenamiento especial con los robots, creando imágenes manipuladas con ruido, para luego alimentar sus redes neuronales.

Corrección de algunos errores

Los procesadores de las máquinas corrigen sus errores volviendo a etiquetar los datos, y vuelven a entrenar al robot con los valores correctos.

El proceso adicional de reetiquetado y el nuevo entrenamiento que realizan los robots, es similar al procesamiento y aprendizaje que realizan los seres humanos.

En algunas de las experiencias realizadas con personas se pudo constatar que algunos errores de visión periférica que se repetían regularmente, también se presentaban en los modelos robóticos.

Los investigadores pretenden invertir el proceso de observación e incluso aprender un poco más sobre la visión humana, obteniendo información de las redes neuronales artificiales.

Deja tus comentarios sobre este interesante estudio científico. Pincha en los botones sociales y comparte con tus amigos esta información sobre los beneficios de la visión periférica en los robots.