Aunque muchos sabemos que la inteligencia artificial (IA), es la inteligencia llevada a cabo por máquinas, pocos hubiéramos imaginado lo lejos que llegaríamos con ella. A finales de los años 50 y principios de los 60 la IA presentó ya grandes avances, inconcebibles por aquel entonces. Se logró que las máquinas jugaran a las damas mejor que muchos seres humanos, resolvieran problemas algebraicos y lógicos e incluso, aprendieran a hablar inglés. Acciones todas ellas que, hoy por hoy, nos parecen de lo más normales.

 

Actualmente la inteligencia artificial está presente en nuestras vidas y en nuestro día a día. Sin embargo, ello no significa que sus avances nos dejen de sorprender. Y la verdad, es que no es para menos, hemos pasado de la identificación y clasificación de objetos y personas en las fotografías a la creación de caras de personas que no existen.

¿Cómo funcionan?

Aunque, el concepto de las Generative Adversary Networks (GAN), “Redes generativas antagónicas” surgió en 2014 y, en un principio, solo se podían generar imágenes de un máximo de 1.024 píxeles. Hoy por hoy, se están generando rostros de personas que no son reales con unos resultados asombrosos. Ello se consigue a través de la interacción de dos sistemas de inteligencia artificial que se enfrentan mutuamente. La primera red neuronal es el “generador” y la segunda el “discriminador”. Ambas redes han sido entrenadas con un mismo conjunto de datos, pero la primera debe intentar crear variaciones de los datos ya vistos. En el caso de los rostros de personas que no existen, debe crear variaciones de los semblantes reales que ya ha visualizado. A partir de ahí, la red discriminatoria debe identificar si esa cara que está viendo forma parte del entrenamiento original o si es un rostro inexistente creado por la primera red.

Rostro real, no creado por las GAN

Cuanto más practican, más complicado se le hace a la red discriminatoria diferenciar entre perfiles auténticos o falsos porque la red generativa va superándose continuamente. El modelo entrena a ambas redes y las enfrenta para que se mejoren a sí mismas y con el tiempo, la discriminadora sea capaz de identificar la más pequeña diferencia entre lo que es real y lo inventado, y la red generativa sea capaz de crear imágenes que el discriminador no pueda distinguir. A pesar de su continua confrontación, ambas redes se necesitan. La segunda red ayuda a la primera a aprender los aspectos que conforman una imagen real y hace de guía sobre cuáles imágenes crear. Hay que tener en cuenta que por si sola, la generadora únicamente crearía ruido aleatorio.

Con todo ello, las GAN son capaces de conferir a las máquinas una especie de sentido de la imaginación. Algo inaudito hasta ahora, ya que, aunque las redes neuronales imitaban el funcionamiento del cerebro humano, nunca hasta estos momentos habían contado con una especie de sentido de imaginación para poder crear algo nuevo desde cero.