3 minutos
Aunque sea un término cada vez más popular, la inteligencia artificial aplicada muchas veces puede parecer un concepto abstracto y lejano en nuestro día a día; sin embargo cada vez podemos encontrar nuevas formas de implementar esta tecnología en nuestra vida cotidiana.
Para todos los problemas que existen en el mundo, ya existe una solución y si no; se puede construir, la inteligencia artificial, se encarga precisamente de buscar soluciones a través del desarrollo de tecnología que imita y potencia capacidades propias de los humanos, tales cómo calcular, memorizar o aprender.
De manera común, el sistema que más asociamos a este tipo de tecnologías es el aprendizaje automático o Machine learning, que consiste en entrenar un algoritmo no basado en reglas definidas por nosotros, sino que estas reglas o patrones se “aprenden” automáticamente a partir de datos.
Pronto os explicaremos con más detalle cómo funciona el Machine Learning y otros temas de interés en el blog. ¡Estad atentos a nuestras publicaciones para saber más!
¡Conoce nuestras demos!
Para hacer más cercanos estos conceptos; en Komorebi queremos ayudarte a que experimentes aplicaciones prácticas de la inteligencia artificial a través de pequeñas demos, que muestran de forma rápida algunas habilidades que pueden desarrollar los algoritmos que construimos.
La primera que os queremos mostrar es Art-explorer; esta aplicación contiene una colección de cerca de 86.000 obras de arte, en las cuales se puede hacer una búsqueda rápida a través de texto, entendiendo el lenguaje natural.
Art-explorer traducirá el concepto o descripción que hemos dado y nos devolverá las obras de arte de la colección que más se ajusten. Tendremos en segundos entre 1 y 5 ejemplos cercanos a nuestra descripción.
Haz click aquí para probar la demo.
Podemos encontrar desde conceptos concretos, por ejemplo: “Una pintura de una mujer de vestido rojo / A painting of a woman in a red dress”, la aplicación nos dejará visualizar los siguientes ejemplos:
Además la aplicación nos permitirá realizar la búsqueda en múltiples idiomas (español, inglés, francés, portugués), generando algunas variaciones de estilo en los resultados, volviendo al ejemplo de “una mujer en vestido rojo”, estos serían los primeros ejemplos para cada idioma:
También nos permite buscar algunos conceptos más subjetivos, por ejemplo: “Volando en amor rosa / Flying in pink love”, dónde art-explorer nos dará resultados aproximados al concepto descrito:
En esta demo, puedes experimentar una tecnología basada en la búsqueda semántica de zero-shot, que permite el reconocimiento y clasificación de imágenes asociadas a un concepto.
Por lo general los algoritmos necesitan una gran cantidad de datos de entrenamiento, y esto no siempre está disponible en escenarios prácticos. En esta demo, os presentamos un modelo que nunca ha visto la pregunta específica durante el entrenamiento; sin embargo usa algoritmos que generan resultados basados en similaridad al concepto buscado.
¿Cómo se compara con la búsqueda de imágenes de Google?
A pesar de nuestra pequeña base de datos, las principales diferencias comienzan a aparecer cuando se proporcionan consultas complejas pero vagas, donde gracias al desarrollo de machine learning Art-explorer obtendrá resultados más cercanos. Por ejemplo si usamos la descripción «un cuadro cubista con algo de madera en él».
Estos son los cuatro primeros resultados que obtendremos en Google: (sólo uno satisface la consulta)
Y esto será lo que muestre art-explorer:
Los modelos desarrollados con usos específicos son aplicables a múltiples campos, si tienes más ideas de aplicaciones de #ia que puedan ser útiles para tu negocio; no dudes en consultarnos en consulta@komorebi.ai, estaremos encantados de escucharos.
