{"id":108550,"date":"2018-05-03T17:56:56","date_gmt":"2018-05-03T17:56:56","guid":{"rendered":"http:\/\/elluchador.info\/web\/?p=108550"},"modified":"2018-05-03T17:56:56","modified_gmt":"2018-05-03T17:56:56","slug":"facebook-inteligencia-artificial-aprende-con-tus-fotos-de-instagram","status":"publish","type":"post","link":"https:\/\/elluchador.info\/?p=108550","title":{"rendered":"Facebook: Inteligencia artificial aprende con tus fotos de Instagram"},"content":{"rendered":"<p>Instagram\u00a0es el arma secreta de\u00a0Facebook\u00a0en la carrera por desarrollar modelos m\u00e1s sofisticados de aprendizaje autom\u00e1tico de inteligencia artificial. Y es que la empresa de Menlo Park se vale de las miles de millones de im\u00e1genes de la plataforma de fotograf\u00edas para entrenar a su tecnolog\u00eda, informa el sitio \u00abTechCrunch\u00bb.<\/p>\n<p>Durante el segundo d\u00eda de la conferencia para desarrolladores F8,\u00a0Facebook\u00a0detall\u00f3 una investigaci\u00f3n de c\u00f3mo las miles de millones de fotos p\u00fablicas de\u00a0Instagram\u00a0que han sido anotadas por los usuarios con etiquetas fueron utilizados como datos para entrenar a sus modelos de reconocimiento de im\u00e1genes.<\/p>\n<p>El estudio se bas\u00f3 en cientos de GPU que funcionan las 24 horas del d\u00eda para analizar los datos, pero finalmente se les dejaron modelos de aprendizaje profundo que superaron a los puntos de referencia de la industria, que es 85.4 por ciento de exactitud seg\u00fan ImageNet.<\/p>\n<p>Eso quiere decir que si has anexado una etiqueta a una foto que has publicado en\u00a0Instagram, no significa necesariamente que has creado una categor\u00eda aprovechada por\u00a0Facebook. Y es que el m\u00e9rito del estudio recae en el desaf\u00edo que signific\u00f3 clasificar lo que era relevante entre miles de millones de im\u00e1genes.<\/p>\n<p>Hablando a gran escala, la prueba m\u00e1s grande de este tipo utiliz\u00f3 3,5 mil millones de im\u00e1genes de\u00a0Instagram\u00a0que abarcan 17 mil etiquetas.\u00a0Facebook\u00a0no cuenta con los recursos para supervisar de cerca estos datos. Otros caminos que han tomado diferentes empresas fue utilizar im\u00e1genes filtradas y analizadas previamente por humanos, pero la red social cre\u00f3 \u00abotros m\u00e9todos\u00bb para emprender su trabajo.<\/p>\n<p>La investigaci\u00f3n de \u00abpre entrenamiento\u00bb tuvo el objetivo de desarrollar sistemas que encuentren etiquetas relevantes. Esto signific\u00f3 que se tuvo que identificar etiquetas que eran sin\u00f3nimos y al mismo tiempo, aprender a priorizar los que eran m\u00e1s espec\u00edficos sobre los generales. Esto condujo al denominado \u00abmodelo de predicci\u00f3n de etiqueta a gran escala\u00bb.<\/p>\n<p>Cabe precisar que el producto en que se centr\u00f3 este modelo fue en el reconocimiento de im\u00e1genes de objetos.\u00a0Facebook\u00a0no puede utilizar esta informaci\u00f3n para predecir qui\u00e9n es tu pareja ni para emplear una base de datos para entender que hace a una foto popular. Pero s\u00ed identificar alimentos, razas de perros, y m\u00e1s.<\/p>\n<p><strong>El dato<\/strong><\/p>\n<p>Las implicancias de privacidad en esta investigaci\u00f3n son un tema aparte. Si bien\u00a0Facebook\u00a0solo utiliz\u00f3 im\u00e1genes p\u00fablicas, pero \u00bflos usuarios eran conscientes que su informaci\u00f3n era utilizada para este fin?<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Instagram\u00a0es el arma secreta de\u00a0Facebook\u00a0en la carrera por desarrollar modelos m\u00e1s sofisticados de aprendizaje autom\u00e1tico de inteligencia artificial. Y es que la empresa de Menlo Park se vale de las miles de millones de im\u00e1genes de la plataforma de fotograf\u00edas para entrenar a su tecnolog\u00eda, informa el sitio \u00abTechCrunch\u00bb. Durante el segundo d\u00eda de la [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":108551,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[],"class_list":{"0":"post-108550","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-tecnologia"},"_links":{"self":[{"href":"https:\/\/elluchador.info\/index.php?rest_route=\/wp\/v2\/posts\/108550","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/elluchador.info\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/elluchador.info\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/elluchador.info\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/elluchador.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=108550"}],"version-history":[{"count":0,"href":"https:\/\/elluchador.info\/index.php?rest_route=\/wp\/v2\/posts\/108550\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/elluchador.info\/index.php?rest_route=\/wp\/v2\/media\/108551"}],"wp:attachment":[{"href":"https:\/\/elluchador.info\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=108550"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/elluchador.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=108550"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/elluchador.info\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=108550"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}