Percepción Automática (Machine Perception)

Suena lógico el buscar una forma para diseñar y construir mecanismos que puedan reconocer patrones porque de una forma u otra es uno de los mecanismos naturales que utilizamos a diario y gracias a nuestros sentidos. La automatización o mecanización de estos procesos nos ayudaría a realizar labores repetitivas (``sensitivas'' )en las que usamos nuestros sentidos cambiando, el tacto, el olfato o el oído por sensores que ayudarían a escoger o categorizar objetos quizás en una forma más práctica y con menos errores. En el caso de la música o de las artes nos ayudaría significativamente en el proceso de interacción. Actualmente existen aplicaciones que van desde reconocimiento de voz automatizado, reconocimiento de huellas digitales, reconocimiento de caracteres ópticos, identificación de sucesiones de ADN y mucho más.

Sin embargo existen numerosas restricciones en la traducción del mundo humano al de la maquina imponiendo problemas de cuantificación, cualificación y representación en campos tan diversos o tan obvios como por ejemplo en los campos de reconocimiento visual o de voz. Para sobrepasar estas barreras, investigaciones en el área de aprendizaje automático ilustran sobre como muchas de estas limitaciones podrían ser resueltas gracias a un conocimiento previo o anticipado del problema y sobre todo de como nuestra propia mente o naturaleza humana analiza, sintetiza y resuelve las incógnitas relevantes en el caso de la vida real. Por lo tanto es evidente analizar este fenómeno en la naturaleza y traducirlo en forma de algoritmos para poder diseñar sistemas especializados a una tarea de reconocer patrones específicos. De aquí que las artes jueguen un papel primordial en este campo por lo que están basadas en los sentidos del cuerpo humano.

Figura 2: Instalación

Para ilustrar este caso vale la pena imaginarnos el diseño de un sistema especifico para reconocer boletas o tarjetas para entrar a una instalación de un museo (ver figura 2). De acuerdo al color o la forma de la boleta, los artefactos de la instalación reaccionarían de diferentes maneras. Para esto se necesita un foto sensor ajustado a un rango especifico de colores que son nuestras categorías. En la calibración del sensor habría que tener un intervalo amplio para aceptar opciones como el caso de que algún visitante curioso quisiera introducir varias o un grupo de tarjetas en lugar de una sola. También es claro el caso de la tarjeta vieja, de la adulterada como también el de la tarjeta falsa. Una vez leídas y entradas, las categorías son clasificadas en grupos que son almacenados en un algoritmo llamado conjunto de entrenamiento o conjunto de aprendizaje donde además están acompañados por otro grupo de reglas con las que se van a comparar los patrones que percibe la instalación por medio de sus sensores. De acuerdo a la comparación entre la clasificación de patrones obtenidos por el sensor y con las reglas clasificación la instalación responde al visitante.