¿Cómo enseñar a una máquina para que reconozca si una calle es segura, familiar o limpia?


Cualquier viajero que visita diferentes ciudades es capaz de identificar de forma automática aquellas que son más seguras, limpias o confortables, e incluso dentro de una misma ciudad, las zonas que le resultan más agradables.

Sin embargo, ¿cómo podemos conseguir que una máquina pueda llegar a unas conclusiones similares?

En el MIT tienen claro que la única forma que tiene una máquina para reconocer las zonas de una ciudad percibidas de una determinada manera -seguras, modernas, alegres o familiares – por las personas es aprendiendo de sus opiniones.

Para ello, han desarrollado una plataforma que permite que cualquier usuario dé su opinión sobre dos fotografías, de una forma extremadamente sencilla. Salen las dos imágenes, y una pregunta del tipo ¿qué calle te parece más segura?, para que los usuarios de la web marquen si la A, la B, o son iguales.

El objetivo del sistema es conseguir una importante participación de los usuarios que les permitan contar con un elevadísimo número de opiniones, para que a través de técnicas de aprendizaje basadas en redes neuronales, el sistema pueda aprender a reconocer aquellas características o patrones de las calles o ciudades que llevan a las personas a considerarlas seguras, confortables, o a tener cualquier otra consideración.

El modelo de aprendizaje es muy similar al seguido por Google para vencer al campeón mundial de Go, aprender de partidas, de usuarios, y de modelos reales, para intentar replicar el comportamiento del “mejor usuario”, lo que en este caso sería replicar el comportamiento de un usuario normal.

Una vía de aprendizaje que está siendo muy seguida en la actualidad, y está ofreciendo resultados muy interesantes.

Si quieres colaborar con el experimento, puedes meterte en la página web del proyecto, y resolver las cuestiones planteadas.