Feeds:
Entradas
Comentarios

Archive for the ‘Inteligencia Artificial (IA)’ Category

Una de las cosas que he podido comprobar varias veces es que las imágenes o fotos, expuestas en Internet o medios de comunicación, tienen diferentes significados en las diversas personas que los observan; sin embargo hay algunas cosas básicas que parecen cumplirse en la mayoría de las personas, por ejemplo:

  1. Algunos nos recuerdan vivencias o experiencias personales,
  2. Otras fotos nos parecen familiares pues las hemos visto y pueden servir para elaborar estudios de mercado o datos politicos,
  3. Hay fotos o imágenes que no estamos seguro de que se trata o no las entendemos de donde son o cual es su mensaje,
  4. Las fotos populares o fáciles de identificar o entender , generalmente son parte de nuestra cultura visual,
  5. Muchas fotos pueden tener un significado totalmente diferente del que el autor quiere expresar o mostrar cuando la publica,
  6. Finalmente hay algunas fotos falsas (Photoshop) o presentadas en diarios con doble intención, es decir, las palabras que acompañan a la foto puede buscar algun interés de crear una postverdad o mentira.

A continuación presento 72 fotos diversas, seleccionadas al azar; aunque dentro de un rubro que puede titularse como fotos curiosas o noticias singulares. (al final te digo que resultado personal deberias lograr…)

Por ejemplo,algun animal podría ser asociado con un partido político. En USA el burro representa a los demócratas y el elefante a los republicanos.

Asimismo fotos o figuras seleccionadas pueden servir para que los psicólogos se hagan una idea de tu perfil humano y la gente de marketing puedan hacer un estudio de mercado, segun tus preferencias al escoger las diversas fotos que te pueden presentar.

En un reciente estudio realizado por la universidad de Stanford (USA) se determino ¿Qué vehículo está más fuertemente asociado con los distritos electorales republicanos? Camionetas pickup de cabina extendida y Para los distritos demócratas? los autos Sedans.

Esas conclusiones pueden no ser particularmente sorprendentes. Después de todo, los investigadores de mercado y los analistas políticos han estudiado esas cosas durante décadas.

Pero lo que es sorprendente es cómo los investigadores que trabajan en un ambicioso proyecto basado en la Universidad de Stanford llegaron a esas conclusiones: analizando 50 millones de imágenes y datos de ubicación de Google Street View. (*)

Por primera vez, ayudados por los avances recientes en inteligencia artificial, los investigadores pueden analizar grandes cantidades de imágenes, sacando datos que pueden ser ordenados para predecir cosas como ingresos, inclinaciones políticas y hábitos de compra. En el estudio de Stanford, las computadoras recopilaron detalles sobre los automóviles en los millones de imágenes procesadas, incluidas marcas y modelos.

El proyecto de Stanford da una idea del potencial. Al extraer las marcas, modelos y años de las imágenes de los vehículos, y luego vincular esa información con otras fuentes de datos, el proyecto pudo predecir factores como la contaminación y los patrones de votación a nivel de vecindario.

“Este tipo de análisis social que utiliza datos de imágenes es una nueva herramienta para obtener ideas”, dijo Timnit Gebru, quien dirigió el esfuerzo de investigación de Stanford. La investigación se ha publicado por etapas, la más reciente a fines de noviembre en las Actas de la Academia Nacional de Ciencias.

Al final, el proyecto de imagen del automóvil involucró 50 millones de imágenes de escenas callejeras reunidas desde Google Street View. En ellos, 22 millones de automóviles fueron identificados, y luego clasificados en más de 2,600 categorías como su marca y modelo, ubicados en más de 3,000 códigos postales y 39,000 distritos electorales.

 

Identificar tantas imágenes de automóviles con tanto detalle fue una hazaña técnica. Pero estaba vinculando ese nuevo conjunto de datos a colecciones públicas de información socioeconómica y ambiental, y luego modificando el software para detectar patrones y correlaciones, lo que hace que el proyecto Stanford sea parte de lo que los científicos informáticos ven como la aplicación más amplia de datos de imagenes.

En el trabajo más reciente, y uno publicado a principios de año por la Asociación para el Avance de la Inteligencia Artificial, estas fueron algunas de las correlaciones predictivas:

■ El sistema pudo predecir con precisión el ingreso, la raza, la educación y los patrones de votación en el código postal y el nivel de precinto en las ciudades de todo el país.

■ Los atributos del automóvil (incluidas las calificaciones de millas por galón) determinaron que la ciudad más ecológica de Estados Unidos es Burlington, Vermont, Mientras que Casper, Wyoming, tiene la mayor huella de carbono per cápita.

■ Chicago es la ciudad con el mayor nivel de segregación de ingresos, con grandes grupos de automóviles caros y baratos en diferentes vecindarios; Jacksonville, Florida, es la menos segregada por ingresos.

■ Nueva York es la ciudad con los autos más caros. El PasoTexas tiene el porcentaje más alto de Hummers. San Francisco tiene el porcentaje más alto de automóviles extranjeros.

Otros investigadores han utilizado los datos de Google Street View para obtener pistas visuales sobre los factores que influyen en el desarrollo urbano, los cambios étnicos en las comunidades locales y la salud pública. Pero el proyecto de Stanford parece haber utilizado la mayoría de las imágenes de Street View en el análisis más detallado hasta el momento.

Según los expertos, la importancia del proyecto es una prueba de concepto: la nueva información se puede obtener a partir de datos visuales con software de inteligencia artificial y mucha ayuda humana.

El papel de tal investigación, dicen, será principalmente para complementar fuentes de información tradicionales como las Encuestas del gobierno o las encuestas de hogares conducidas por la Oficina del Censo.

 

Kenneth Wachter, profesor de demografía en la Universidad de California, Berkeley, dijo que los estudios basados ​​en imágenes podrían ser una gran ayuda ahora que las tasas de respuesta pública a las encuestas por muestreo están disminuyendo. Un censo visual asistido por IA (Inteligencia Artificial), dijo, podría llenar las lagunas en los datos actuales; pero también proporcionar información más oportuna que el censo tradicional, realizado cada 10 años, sobre temas candentes en políticas públicas como “la geografía y la evolución de la desventaja y oportunidad.”

Para Nikhil Naik, científico informático e investigador de Harvard, que ha utilizado imágenes de Street View en el estudio de entornos urbanos, el proyecto de Stanford apunta hacia el futuro de la investigación impulsada por imágenes.

“Por primera vez en la historia, tenemos la tecnología para extraer información de grandes cantidades de datos visuales”, dijo Naik. “Pero si bien la tecnología es emocionante, los científicos informáticos necesitan trabajar estrechamente con los científicos sociales y otros para asegurarse de que sea útil”.

Volviendo a mi encuesta empírica de solo 72 fotos, presentadas en este articulo, trata de asociar una frase o adjetivo a cada foto y luego agruparlas y ordenarla de una manera que te dará una apreciación empírica; pero objetiva; segun tu forma de ver la vida actual.

Hasta siempre.

Carlos Tigre sin Tiempo (CTsT=CVP)

Mayor informacion en:

(*)=  https://www.nytimes.com/2017/12/31/technology/google-images-voters.html?em_pos=small&emc=edit_up_20180115&nl=upshot&nl_art=4&nlid=48792740&ref=headline&te=1&_r=0

Read Full Post »

A %d blogueros les gusta esto: