Google ha sido capaz de entrenar su IA para desempeñar tareas bastante interesantes. La IA AlphaZero fue capaz de ganar al programa de ajedrez Stockfish en 28 partidas de 100, con 72 acabando en tablas. DeepMind no es la única IA que ha conseguido logros importantes. EA desarrolló una IA capaz de ganar a los humanos en el juego Battlefield 1 y otra reciente IA inspirada en el cortex visual, ha demostrado ser capaz de superar los CAPTCHAs.
Ahora, DeepMind y su IA vuelven a la carga con una tecnología capaz de renderizar objetos 3D a partir de una imagen 2D de un objeto. Este nuevo algoritmo de visión artificial se denomina Generative Query Network o GQN. GQN puede "imaginar" y renderizar escenas desde cualquier ángulo sin supervisión humana y tampoco requiere de entrenamiento alguno para generar las escenas.
El objetivo de Google con GQN es tratar de imitar la forma en la que un humano aprende acerca de su entorno y de las interacciones con los objetos. GQN no precisa de nadie para catalogar imágenes o conjuntos de datos antes de que la IA los procese. En un sistema típico de reconocimiento de imágenes, se necesita que una persona etiquete cada objeto en las escenas dentro de un conjunto de datos para que la IA los procese. Con DeepMind, la GQN aprende de las escenas y las propiedades geométricas sin humanos que intervengan en el proceso. Es como si se tratase de un niño aprendiendo a reconocer su entorno.
Por lo pronto, GQN solo se ha probado con escenas simples y un número pequeño de objetos. GQN no tiene la complejidad necesaria para generar modelos 3D complejos. Hay mucho por hacer pero GQN es un paso adelante hacia el aprendizaje autónomo.
