MIT, KHOSLA ET AL.Destacar entre la multitud, y en particular, el abarrotado mundo de las redes sociales, puede volverse un poco m\u00e1s f\u00e1cil a medida que los investigadores del MIT desarrollen una forma inteligente de modificar las fotos de perfil para jugar los rasgos faciales m\u00e1s memorables de una persona. Aditya Khosla y otros en el MIT han encontrado una manera de hacer que las fotograf\u00edas de rostros sean m\u00e1s memorables u olvidables, abriendo nuevas puertas en la comprensi\u00f3n de la memoria.<\/p>\n
El proceso se detall\u00f3 en el trabajo presentado en la Conferencia Internacional. en Computer Vision en S\u00eddney en diciembre de 2013 y le vali\u00f3 a Khosla una beca de posgrado de Facebook para realizar m\u00e1s investigaciones. Seg\u00fan los investigadores, ese \u00abajuste de caracter\u00edsticas\u00bb -que podr\u00eda extenderse desde la memorabilidad a otras cualidades, como la confianza o la confiabilidad- tiene el potencial de cambiarlo todo, desde la foto de perfil de uno en Facebook hasta las citas en l\u00ednea, las campa\u00f1as pol\u00edticas y la publicidad. estrategias.<\/p>\n
En las primeras semanas de Khosla como estudiante de posgrado en el MIT, la charla sobre…<\/p>\n
Descubrieron que, en realidad, no todas las im\u00e1genes se crean de la misma manera, dice Khosla. Hay algunas que simplemente se nos quedan grabadas: la memorabilidad es una propiedad intr\u00ednseca de una imagen.<\/p>\n
Oliva y sus colegas notaron que, aunque las personas no pod\u00edan adivinar qu\u00e9 im\u00e1genes ser\u00edan memorables en una prueba en l\u00ednea, ciertas im\u00e1genes eran consistentemente recordado mejor o peor. Su siguiente l\u00ednea de investigaci\u00f3n fue descubrir qu\u00e9 en una foto de una cara hace que se pegue o se desvanezca. Al ingresar 2222 fotos y sus puntajes de memorabilidad de la prueba en l\u00ednea como datos de entrenamiento, el grupo de Olivas pudo ense\u00f1ar a una computadora a predecir la memorabilidad de las fotos que no hab\u00eda visto antes.<\/p>\n
Las fotos que obtuvieron la clasificaci\u00f3n m\u00e1s alta en memorabilidad no tener mayor belleza, una sonrisa m\u00e1s grande, un brillo especial en los ojos o una determinada forma de la mand\u00edbula. M\u00e1s bien, la computadora estaba detectando una multitud de peque\u00f1os detalles y peculiaridades que contribu\u00edan a la memorabilidad pero que ser\u00edan imposibles de encontrar y definir por s\u00ed mismos. En cambio, no hubo grandes tendencias distintas, sino miles de peque\u00f1os ajustes, vinculados estad\u00edsticamente a la memorabilidad de las fotos en el estudio.<\/p>\n
El aprendizaje autom\u00e1tico a menudo sigue este proceso, aunque no se hab\u00eda utilizado antes para la memorabilidad, dice Gregory Hager, investigador de visi\u00f3n por computadora en la Universidad Johns Hopkins.<\/p>\n
En general, este tipo de enfoques no te dan poder explicativo, te dan un resultado, dice Hager. Entonces obtienes un algoritmo que podr\u00eda funcionar bastante bien, pero no puedes articular necesariamente por qu\u00e9 lo hace. Es b\u00e1sicamente una caja negra que va desde las mediciones hasta la salida. Saber que algo es medible es el primer paso; despu\u00e9s de eso, es posible entrenar una computadora para que lo busque y lo ponga a trabajar.<\/p>\n
Cambi\u00e1ndolo<\/strong><\/p>\n Intrigado por la idea de que los peque\u00f1os cambios podr\u00eda conducir a grandes diferencias en la memorabilidad, Khosla le llev\u00f3 su idea a Oliva: si una foto es memorable debido a las diferencias en unos pocos p\u00edxeles, \u00bfcambiar esos p\u00edxeles podr\u00eda cambiar la memorabilidad?<\/p>\n Khosla y sus colegas se propusieron cree un algoritmo para capturar esa memorabilidad e impartirla a otras fotograf\u00edas. Los investigadores se centraron en los rostros porque los peque\u00f1os cambios pod\u00edan tener un gran efecto y dejar la foto reconocible.<\/p>\n El programa del equipo primero hace una cadena de peque\u00f1os cambios aleatorios en una foto, y crea una gran cantidad de fotos con solo ligeras diferencias con el original. Da una puntuaci\u00f3n a cada nueva imagen, restando puntos si los cambios afectan atributos como la emoci\u00f3n o el atractivo o si el rostro comienza a verse diferente al original; otorga puntos si la fotograf\u00eda se vuelve m\u00e1s memorable. Midiendo meticulosamente 10.000 versiones cambiadas aleatoriamente, el programa identifica al que obtuvo la puntuaci\u00f3n m\u00e1s alta: una cara m\u00e1s memorable que todav\u00eda se parece al sujeto. Luego comienza el proceso nuevamente y altera esa imagen, construyendo lentamente las mejores modificaciones posibles. Tambi\u00e9n puede ir en sentido contrario hacia una fotograf\u00eda menos memorable. Mientras Khosla trabajaba con el algoritmo, intent\u00f3 ajustar otros atributos adem\u00e1s de la memorabilidad: el algoritmo pod\u00eda ajustar f\u00e1cilmente cosas como el atractivo y la amabilidad, y era m\u00e1s f\u00e1cil ver de un vistazo si estaba funcionando.<\/p>\n Los investigadores probaron el im\u00e1genes reci\u00e9n cambiadas en los participantes usando un juego de memoria en l\u00ednea. Tres de las cuatro im\u00e1genes que modificaron para que fueran m\u00e1s o menos memorables produjeron la reacci\u00f3n deseada en personas reales.<\/p>\n Los resultados son los primeros de su tipo. Hager dice que si bien el proceso de recopilaci\u00f3n de datos fue similar a otros trabajos de aprendizaje autom\u00e1tico, la combinaci\u00f3n de ese algoritmo con un proceso de optimizaci\u00f3n es nueva.<\/p>\n Diferenciaci\u00f3n<\/strong><\/p>\n Algoritmo en la mano, Khosla pronto se enfocar\u00e1 en ajustar otras caracter\u00edsticas m\u00e1s complicadas de una foto utilizando el mismo tipo de datos recopilados de las encuestas en l\u00ednea. Entonces, las posibilidades son infinitas, dice.<\/p>\n Hazme parecer m\u00e1s confiado, para un sitio web de citas, dice Khosla. Hazme parecer m\u00e1s confiable, para una foto de un pol\u00edtico en un peri\u00f3dico. Hay m\u00e1s que los simples atributos que la gente ha estudiado.<\/p>\n Oliva dice que es importante recordar que las medidas y alteraciones se refieren a la fotograf\u00eda, no al rostro. No es necesariamente que tu cara en s\u00ed sea memorable u olvidable, dice, en realidad es la actitud que tienes. La luz que viene de tu cara. Todos, dependiendo de c\u00f3mo se tom\u00f3 la foto, pueden verse m\u00e1s promedio o m\u00e1s distintivos. Ella sugiere que el proceso podr\u00eda usarse para elegir fotos con mejores caracter\u00edsticas, en lugar de simplemente modificarlas despu\u00e9s del hecho.<\/p>\n Seg\u00fan Adam Glenn, periodista y consultor de medios digitales, este tipo de ajuste de caracter\u00edsticas, aunque t\u00e9cnicamente impresionante encaja con la forma en que la gente usa actualmente las redes sociales.<\/p>\n Realmente no veo ninguna diferencia entre alterar tu imagen de esta manera y falsificar tu edad en un sitio de citas o pulir tu curr\u00edculum para enfocarte en tus habilidades de manera positiva. , \u00e9l dice. Es como el maquillaje virtual, una forma de presentarse.<\/p>\n Glenn anticipa que el proceso podr\u00eda ser muy popular, especialmente cuando se usa con aplicaciones que se basan en una imagen para atraerlo a una compra o un romance.<\/p>\n Mirando hacia el futuro<\/strong><\/p>\n En t\u00e9rminos m\u00e1s amplios, los investigadores del MIT ya est\u00e1n pensando en usos futuros. Los beneficios para la publicidad son claros para Khosla.<\/p>\n Si pudi\u00e9ramos elegir o modificar im\u00e1genes para hacerlas extremadamente memorables, solo tendr\u00edamos que mostrarlas una vez, dice, en lugar de mostrarlas una y otra vez en vallas publicitarias. en revistas y en la televisi\u00f3n. Realmente no tienes otra opci\u00f3n que almacenar la informaci\u00f3n porque as\u00ed es como todos estamos programados. Cambiar fotos de productos o empaques de manera inteligente podr\u00eda crear una conexi\u00f3n instant\u00e1nea.<\/p>\n Se apresura a agregar que tambi\u00e9n hay usos m\u00e1s significativos para la investigaci\u00f3n de la memoria. Los investigadores podr\u00edan desarrollar un modelo adaptado para ayudar a las personas que no pueden reconocer rostros, por ejemplo, o los educadores podr\u00edan hacer gr\u00e1ficos e infograf\u00edas m\u00e1s f\u00e1ciles de recordar para facilitar el aprendizaje. El grupo Olivas ya ha publicado un an\u00e1lisis de qu\u00e9 hace que las infograf\u00edas sean memorables y qu\u00e9 partes de ellas las personas almacenan en la memoria, adem\u00e1s de investigar la memorabilidad de palabras particulares.<\/p>\n Phillip Isola, estudiante de posgrado que trabaja con Oliva sobre la memorabilidad, puso su propia imagen a trav\u00e9s del algoritmo cerca del comienzo del proyecto.<\/p>\n Si estuviera seguro de que realmente estaba preservando mi identidad, dice, no modificando qui\u00e9n soy sino simplemente haciendo el mejor \u00e1ngulo en m\u00ed, entonces ser\u00eda muy bueno usarlo para una foto de perfil.<\/p>\n Por supuesto, debido a que era una versi\u00f3n anterior del algoritmo, no funcion\u00f3 a la perfecci\u00f3n: la computadora hab\u00eda intentado insertar dientes en su boca cerrada. -boca sonr\u00ede.<\/p>\n Khosla conf\u00eda en que la tecnolog\u00eda ser\u00e1 utilizable por la corriente principal pronto. Su pr\u00f3ximo objetivo es reducir el tiempo que toma el algoritmo y reducir los errores y artefactos introducidos en el proceso. \u00c9l dice que suavizar el proceso es solo cuesti\u00f3n de retoques. Entonces, y solo entonces, alcanzar\u00e1 su forma final e inevitable: la aplicaci\u00f3n para tel\u00e9fonos inteligentes.<\/p>\n Este art\u00edculo es proporcionado por Scienceline, un proyecto del Programa de informes sobre ciencia, salud y medioambiente de la Universidad de Nueva York.<\/p>\n strong><\/em><\/p>\n Reciba acceso completo a m\u00e1s de 35 a\u00f1os de archivos<\/strong>, as\u00ed como TS Digest<\/em><\/strong>, ediciones digitales de The Scientist<\/em><\/strong>, art\u00edculos destacados<\/strong>, \u00a1y mucho m\u00e1s!\u00danase gratis hoy \u00bfYa es miembro?Inicie sesi\u00f3n aqu\u00ed<\/p>\n","protected":false},"excerpt":{"rendered":" MIT, KHOSLA ET AL.Destacar entre la multitud, y en particular, el abarrotado mundo de las redes sociales, puede volverse un poco m\u00e1s f\u00e1cil a medida que los investigadores del MIT desarrollen una forma inteligente de modificar las fotos de perfil para jugar los rasgos faciales m\u00e1s memorables de una persona. Aditya Khosla y otros en … Continuar leyendo \u00abUn rostro para recordar\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-34771","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/34771","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=34771"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/34771\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=34771"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=34771"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=34771"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\u00bfLe interesa leer m\u00e1s?<\/h2>\n
The Scientist <\/em>ARCHIVES<\/h4>\n
Convi\u00e9rtase en miembro de<\/h2>\n