¿Cómo puede la IA identificar a un gato? Guía ilustrada [ENG]

Mira la foto de un gato y lo reconocerás al instante. Pero intenta programar un ordenador para que reconozca fotos de gatos y te darás cuenta de que no es nada sencillo. La detección de gatos es un ejemplo de lo que los investigadores llaman una tarea de clasificación. Dado un objeto —en este caso, una imagen—, el objetivo es asignarlo a la categoría correcta. Hay mucho que los investigadores aún desconocen sobre el funcionamiento interno de las redes neuronales. Pero no son completamente inescrutables. ¿Por dónde empezar?

[#1 Tensk]

Echándole un vistazo rápido, como introducción muy básica está bastante, bastante bien. Luego la cosa se puede complicar tremendamente, pero eso, está bastante bien.

[#2 dasu]

Una IA no sabe identificar nada. Lo que hace es comparar con fotos. En su entrenamiento hay miles de fotos de gatos debidamente etiquetadas como gato. Las han etiquetado personas baratas. Si le enseñas la foto de un gato, la IA busca alguna foto que se parezca a la enseñada, lo que quiere decir que el gato debe estar en la misma posición.

[#3 dasu]

#2 that’s not because a clever programmer discovered a way to isolate the essence of “catness.”

A un humano le enseñas un gato y dice: "Ahhh, un gato es esto" y ya está. Ya puede identificar a cualquier gato. Esto es porque ha adquirido el concepto de gato.

Un LLM no puede hacer nada parecido, no adquiere conceptos, de ahí que necesite miles y miles de fotos para poder decir que algo es un gato.

Una de las consecuencias de no usar conceptos es la imposibilidad de razonar.

[#4 rojo_separatista]

#2, no es así como funciona una red neuronal. No compara nada con nada etiquetado anteriormente.

Lo que ocurre es que hay un tipo de transformación matemática llamada convolución que depende de cómo esté configurada se excita más o menos en función de la forma o textura que se dibuja en la imagen (una convolución puede excitarse cuando hay un borde recto, otra cuando tiene forma curva, otra cuando tiene una textura tipo ropa, etc, etc). El resultado de la excitación que produce una convolución…   

[#5 dasu]

#4 Estás confundiendo el qué con el cómo. Muy bien la explicación de cómo lo hace, pero en definitiva lo que hace es comparar la imagen con las imágenes de su entrenamiento.