Este año se ha llevado a cabo la sexta edición de ImageNet, la competencia que pone a prueba la tecnología en cuanto a reconocimiento de imagen de las grandes empresas como Google, Intel, Microsoft, Qualcomm, y de otros equipos o grupos de investigación de Universidades o privados.
El objetivo del evento es coronar al mejor sistema de reconocimiento a través de una prueba que consiste en clasificar y localizar todos los tipos de objetos en 100 mil fotografías provenientes de diferentes servicios de motores de búsqueda o Flickr.
Cada empresa debe procurar tener mayor porcentaje de aciertos y mínimo porcentaje de error en todo tipo de categorías, desde animales, módems, juguetes y dispositivos hasta cualquier tipo de construcción.
Así que fue el equipo de Jian Sun, encargados de la tecnología de Microsoft Research quienes tuvieron el mayor número de aciertos y por ende el menos número de errores. Su porcentaje de error fue de 3.5% y un 9% en cuanto a la localización de los objetos.
¿Cómo es posible esto? Jian Sun explicó a través del blog de Microsoft que el sistema creado por el mismo trata de redes neuronales profundas que entrenan o enseñan a las máquinas a reconocer los diferentes factores que hay en una imagen. Esta tecnología lleva el nombre de “Deep Residual Learning for Image Recognition”
Al parecer, Sun prometió dar una charla explicativa del funcionamiento de este sistema. Verdaderamente es increíble lo que el conocimiento de Sun ha podido lograr, pues hacer pensar tan acertadamente a una máquina no lo hace cualquiera; y es que Microsoft Research se llevó el primerpuesto de las tres categorías: detección, localización y clasificación.
Lo gracioso del asunto es que ellos mismos parecían sorprendidos de los resultados que arrojaba el sistema. ¡Totalmente inteligente!
