Conseguir que las máquinas puedan ver, o mejor dicho, identificar y procesar lo que ven, es algo que vendría muy bien para muchas cuestiones. Pero si el obtener imágenes es ya una cuestión trivial en la red de hoy, el identificarlas y procesarlas para poder pedir a una máquina que recupere fotografías de paisajes, de edificios o hasta de una persona determinada no lo es en absoluto.

Para ello, un investigador español del MIT, Antonio Torralba, trabaja con enormes bancos de más de ochenta millones de imágenes diminutas, y degrada la resolución de las mismas progresivamente para ver hasta qué punto mantienen patrones que las identifiquen o caractericen. Llego al tema desde Slashdot pasando por Roland Piquepaille, me ha parecido muy interesante, y me he encontrado con esta conferencia del propio Antonio explicando el tema que, para aquellos a los que os interese ampliar información, está la mar de interesante. La versión más desarrollada del tema aparece en MIT News.

El tema se basa en la identificación de patrones en imágenes de baja resolución, algo que me recuerda a mis intentos por arreglármelas sin mis gafas de diez dioptrías cuando estaba en plena edad del pavo y me negaba a ponérmelas incluso cuando las incipientes lentillas (de aquella época) me provocaban inflamaciones. Se trata de encontrar la mínima representación numérica derivada de una imagen, capaz de proporcionar información relevante sobre su contenido. Si se puede conseguir que dicha información caracterice a la imagen, y que dos imágenes con informaciones parecidas tengan sujetos o temáticas parecidas, la búsqueda de imágenes pasaría a ser indudablemente mucho más relevante. Cuando menos, el sistema debería funcionar para identificar las imágenes más comunes, aunque fuese más problemática para imágenes menos habituales, como ocurre con el lenguaje y las palabras que se usan poco. Los resultados de la línea de investigación son aún preliminares, pero el tema parece sumamente prometedor.