¿Recuerdan que la semana pasada hablamos sobre las extrañas imágenes creadas por las redes neurales de Google? Bien, desde entonces, los responsables del artículo original recibieron toda clase de preguntas, formuladas no sólo por expertos en informática, sino también por artistas que desean conocer detalles más precisos sobre la generación de cada cuadro. El gigante de Mountain View decidió responder liberando una parte del código bajo el proyecto DeepDream, para que todos los interesados puedan investigarlo.
Una inteligencia artificial haciendo arte. Múltiples capas que no sólo interpretan datos, sino que ven cosas donde no parece haber nada. Edificios en el cielo, cabezas de animales, hojas transformadas en aves. El mundo del surrealismo probablemente se esté frotando las manos ante estos resultados. Si hay algo que debemos concederle a la tecnología, y a la informática en general, es que ha servido como puente para conectar géneros completamente diferentes. ¿De qué otro modo hubiera sido posible, por ejemplo, transformar en una iniciativa artística la idea de almacenar música digital en ADN? Una buena parte del universo artístico comenzó a prestar más atención a los ordenadores cuando se vio dibujando a Andy Warhol en una Commodore Amiga. Otro ejemplo: Un pequeño se sienta frente al ordenador. ¿Cuál es el programa con mayores probabilidades de ser abierto? El Paint. Definitivamente hay algo entre el arte y la informática. Las imágenes hechas por la red neural de Google no hicieron más que acentuar esa relación.
Las preguntas son inevitables. ¿Cómo? ¿Cuándo? ¿Por qué eligió eso? Google Research no tuvo mejor idea que publicar el código el GitHub, bajo el nombre DeepDream. El código se encuentra en lo que parece ser un cuaderno de trabajo de IPython, y a su vez está basado en el framework de aprendizaje profundo Caffe, desarrollado por el Centro de Aprendizaje y Visión de la UC Berkeley. En esencia, todos los interesados podrán tomar este código para generar imágenes inspiradas en los resultados de la red neural. Una vez configurado el entorno (el proceso de instalación es relativamente complejo, a decir verdad), el usuario-artista podrá proveer una imagen, escoger las capas de la red que desea optimizar, la cantidad de iteraciones y el zoom. Como alternativa, DeepDream permite conectar redes que ya hayan sido «pre-entrenadas».
Lo único que piden los responsables del código es que se compartan imágenes en las redes sociales bajo la etiqueta #deepdream, de modo tal que otros investigadores tengan la posibilidad de ver los resultados. Si el producto final es tan bueno como promete, calculo que será cuestión de tiempo para que alguien ofrezca cuadros e impresiones en la Web…
