Inteligencia Artificial Sensorial

Por Juan Carlos Torres Lizarazo

La tecnología e inteligencia artificial al servicio de los sentidos probablemente inició con los medios audiovisuales que, rápidamente, fueron evolucionando hasta crear el gran predominio de la cultura de los medios actuales, también aparecieron medidores de temperatura o de calor térmico, y a estos se les han ido sumando sentidos bastantes complejos como el gusto, el tacto y el olfato. La medición de dichos datos tiene que ver, fundamentalmente, con el análisis de aceites, gases y del agua en procesos industriales.

Ahora bien, con la inclusión de la Inteligencia artificial en los procesos, a estos elementos de medición se les añade un proceso de clasificación de olores, niveles de acides, amargura, sequedad, de algunos alimentos, por ejemplo. El proceso de análisis que antes hacía un panel de expertos en la gastronomía, ahora se está trasladando a e-noses o e-tongues. Estos aparatos realizan una clasificación similar, aún no tan compleja, pero mucho más rápida y ¿precisa?

Justamente, dicho concepto de precisión implica una lectura basada en datos muy concretos: niveles de determinando componente químico en una sustancia que puede considerarse más o menos ácida, por ejemplo. Ahora, nos surge una serie de preguntas al respecto. ¿Bajo qué parámetros electroquímicos es posible entender lo dulce, ácido, amargo? ¿De qué manera se analizan los cambios o variables posibles cuando esas características químicas cambian de contexto? ¿El siguiente paso será que puedan realizar juicios de valor sobre sabores, olores, sonidos? Y, por lo que de allí deriva ¿Serán capaces estos aparatos electrónicos de crear sentido, o analizarlo, a partir de ese tipo de datos?

Investigación

A continuación, presento algunos de los conceptos que surgen de este tipo de IA y parte de los procesos que se realizan para los análisis. E-nose es: “un dispositivo que comprende una serie de sensores electroquímicos con sensibilidades parcialmente solapadas entre sí, y un sistema de reconocimiento de patrones apropiado, capaz de reconocer olores simples o complejos [Negrillas añadidas]” (Fernández et al, 2016, P. 354).

Una vez obtenidos esos datos, se da lugar a una etapa de clasificación y procesamiento de los datos. “La etapa de preprocesado tiene como objetivo reducir la redundancia de los datos de entrada, para optimizar la respuesta del bloque de reconocimiento de patrones, cuya salida representa la clasificación del olor” (Fernández et al. 2016, 355).

Dichas clasificaciones son apenas iniciales, una vez conseguidos esos datos, es cuando se vuelve necesario recurrir a la inteligencia artificial, las cuales están generalmente conectadas a unos sistemas conectados a través de la red. Qué permiten estos sistemas de conexión web:

(1) aceptar datos adquiridos por narices electrónicas con capacidad de conexión a red, (2) clasificar las sustancias de interés usando técnicas de IA para reconocimiento de patrones, y (3) proporcionar una aplicación web de altas prestaciones, capaz de generar resultados de clasificación de aromas en respuesta a peticiones de clasificación en línea, con mínimo retardo (Fernández et al. 2016, 355).

Esta tecnología inicial, aún no devela la complejidad de la Inteligencia Artificial que la caracteriza. Pues si bien recoge y clasifica algunos datos, aún no llega al punto de crear unas especies de juicios de valor para esa información. Recordemos que, según la epistemología, el conocimiento surge, justamente, gracias a nuestra experiencia, a través de la cual se recoge información que se categoriza y luego se expresa en juicios.

El perceptrón multicapa es un tipo de red neuronal artificial (RNA) dotado de una red homogénea de procesadores idénticos o neuronas, organizados en varios planos o capas, con interconectividad completa entre cada neurona de una capa y las neuronas de la capa inmediatamente anterior, aplicando una suma ponderada de todas las conexiones, y una función logística o de saturación a la salida” (Fernández et al. 2016, 356).

Así, la premisa “todos los perros son mamíferos” es un ejercicio de categorización a partir de la experiencia. Sin embargo, hay un determinado tipo de juicios más complejos que son de carácter subjetivo, pero que se podrían universalizar o al menos tienen esa pretensión. A esto es a lo que se le podría conocer como el gusto y de él surgen obras de arte, por ejemplo. La inteligencia artificial, al simular un complejo ejercicio neuronal ¿tendría la capacidad de crear obras de arte a partir de datos de color, formas, tonos? O ¿Podría crear un plato desde los conceptos de lo dulce, lo ácido, lo amargo? Y, por lo tanto ¿deberíamos considerar estos como formas “más precisas” de belleza o buen sabor?

Como ejemplo de esta tecnología, está la empresa NUXTU, pionera en Colombia en cuanto a Inteligencia Artificial para e-noses y e-tongues

La nariz y lengua electrónica de NUXTU detecta tanto en cualitativa como cuantitativamente cualquier sustancia, sus parámetros y concentraciones tanto en aceite como en agua e incorpora estos datos en su programación inteleginte, aprendiendo con cada uso y mejorando la calidad de sus análisis con el tiempo. (NUXTU, 2021)

https://todoesciencia.minciencias.gov.co/nuxtu-ruta

https://nuxtu.co/?lang=es

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.