MemNet-MIT algoritmo que indica si un rostro es de facil recordacion

Un algoritmo predice si su rostro es de fácil recordación

Comparta este Artículo en:

Algunas caras son más memorables que otros. El cerebro procesa las señales visuales para decidir si una cara o una imagen permanecerán alojados en el banco de memoria. Ahora un algoritmo puede realizar ese proceso.

Con ese software usted podría alterar imágenes para lograr un mayor impacto.

Un equipo de investigadores del MIT ha construido memnet, un algoritmo basado en aprendizaje profundo que predice la “recordación” de sus fotografías casi tan bien como el cerebro humano.

“La gente tiende a recordar y olvidar el mismo conjunto de imágenes en promedio,” indica Aditya Khosla, del equipo investigador.

“A pesar de que todos tenemos diferentes antecedentes y experiencias, de alguna manera nuestros cerebros están diseñados de una manera que tendemos a recordar un conjunto similar de imágenes.”

Para entender la experiencia visual y reacción, los investigadores recurrieron a Amazon Mechanical Turk para un experimento de crowdsourcing.

MemNet-MIT algoritmo que indica si un rostro es de facil recordacion foto 2Hicieron que unos 5.000 participantes en línea mirasen un conjunto de imágenes y les pidieron que presionaran una tecla cada vez que una imagen se veía familiar para ellos.

Sobre la base de sus respuestas, el equipo asigna una puntuación recordación a cada imagen.

“Hemos encontrado que hay una gran consistencia”, dice Khosla. “A pesar de que la gente vino de una variedad de pasados, se preservó la recordación de las imágenes.”

Las imágenes con las puntuaciones fueron puestas luego en memnet, que utiliza Redes Neuronales convolucionales para hacer predicciones que eran casi tan exactas como los puntajes de recordación del grupo diverso de seres humanos.

De acuerdo con un informe del MIT, el algoritmo estuvo 30 por ciento mejor que el software existente y estaba dentro de unos pocos puntos porcentuales en los puntajes promedio obtenidos de la experiencia en línea.

Lo que hace a la herramienta predictiva particularmente útil es que lanza un mapa de calor junto con el marcador, destacando los bits que pueden ser recordados y los que no.

Khosla lo llama un “grupo de enfoque instantáneo.”

El mapa de calor podría potencialmente cambiar cómo los productos son colocados por los anunciantes en un comercial o podría ayudar a los educadores a presentar información a los estudiantes de una manera más fácil de recordar.

“Si podemos entender lo que impulsa nuestra memoria y qué tipo de imágenes se adhieren en nuestra memoria, podríamos ser capaces de modificar la forma en que el contenido se presenta en la educación para que sea más fácil de recordar”, dice.

En investigaciones anteriores, el equipo ajustó caras en las fotos para hacerlas más memorables.

Pero esta vez se incluyen imágenes generales, que pueden ser más difíciles para un algoritmo procesar.

Para hacer frente a ese desafío, el equipo empleó el enfoque de aprendizaje profundo para capacitar a la red para tamizar a través de montones gigantes de datos y señales visuales para encontrar un patrón de memorabilidad que imita la experiencia visual humano.

El algoritmo no está listo para los detalles sutiles que son captados por el ojo humano solo todavía. “Si queremos ir a pequeños detalles, [detectar] diferentes poses o [escoger] el logotipo adecuado para una empresa, por ejemplo, no va a ser terriblemente informativo.”

Fuente: Engadget

Artículos relacionados: