La historia de la inteligencia sintética en cualquier campo del saber es predominantemente la cronología de programas pioneros: software diseñado para comportarse inteligentemente en aplicaciones concretas. Así es en la investigación sobre la visión, como lo es también en la resolución de problemas, en el juego de partidas, en la demostración de problemas, etc. Podemos indicar unos cuantos programas de visión como importantes ejemplos en un campo en rápida expansión. Roberts, ya mencionado, eligió un entorno de cubos, sólidos rectangulares, cuñas y prismas hexagonales para desarrollar un programa que pudiese analizar la fotografía de una escena e identificar todos los objetos visibles en ella. Utilizando nuestros conocimientos sobre la geometría de la toma de fotografías (por ejemplo, la posición, de la cámara y la distancia focal), el programa trabaja a partir de la semejanza entre la fotografía y la realidad: preguntando si una transformación permitida por las reglas puede haber producido la fotografía usando uno o más de los modelos abstractos: cubos, prismas, etc. Se hace una evaluación matemática del grado de congruencia, y las interpretaciones que caen fuera de determinado umbral se rechazan.
Por tanto, el programa comienza haciendo un croquis de la fotografía y buscando el modelo que mejor se adapta a ella. Cuando se detectan las características bidimensionales asociadas con cada modelo, éstas se utilizan para indexar los modelos apropiados. Una hipótesis de soporte supone que cada objeto descansa sobre otro objeto o sobre la superficie de referencia. Este supuesto facilita el cálculo de la profundidad. Los planteamientos de Roberts han influido considerablemente sobre los esfuerzos posteriores de análisis de escenas. Otros investigadores han utilizado otros enfoques. Por ejemplo, el programa SEE de Adolfo Guzmán se puede interpretar como un planteamiento más generalizado del análisis de croquis a base de líneas rectas, y no se basa ni en complejos procesos matemáticos ni en teorías de identificación de objetos tridimensionales encapsulados en una representación bidimensional. Guzmán se vio influido por el modo en que los seres humanos pueden distinguir los diferentes componentes de una escena compuesta por un conglomerado de objetos sólidos ¿Cómo pueden los ordenadores hacer una proeza semejante?
El programa SEE (desarrollado en 1965) busca uniones y zonas en la imagen, así como pistas que indiquen que dos zonas forman parte de un mismo cuerpo. Las uniones, puntos en los que se unen dos o más líneas, se clasifican en función de la geometría de sus líneas incidentes. Las zonas alrededor de las uniones se analizan para hacer proposiciones heurísticas que permitan asignar las zonas a un cuerpo u otro. SEE fue el primer programa que utilizó uniones y vértices para ayudar a la identificación de objetos tridimensionales. Una solución muy utilizada en sistemas posteriores. SEE tiene también un programa complementario, BACGROUND, que sirve para seleccionar el fondo del croquis de una escena. Este programa se ha utilizado en un robot diseñado en el MIT.
Con un planteamiento similar al de Robert, G. Falk desarrolló el programa INTERPRET que podía identificar objetos visibles en una fotografía y determinar sus posiciones respectivas en un espacio tridimensional. Sin embargo, Falk previó la posibilidad de entrada imperfecta para hacer frente a vistas pobres de algunos objetos y a la total ausencia de bordes definidos por una mala iluminación. En este sistema se utilizaron nueve modelos para representar objetos tales como sólidos rectangulares y cuñas. Para identificar objetos en la fotografía se empleó una estrategia de “hipótesis y verificación”. Después de identificar los objetos, un croquis interpretativo de la escena se compara con el dibujo original. Se usan procedimientos heurísticos, como en los trabajos de Guzmán y los posteriores de Huffman y Clowes, a fin de desarrollar un enfoque más sistemático del análisis de escenas. D. Waltz amplió estos trabajos para hacer frente a un mayor número de contingencias y refinar el examen de uniones adyacentes mediante algoritmos de filtro. Estos tipos de programas trabaja a partir de croquis de escenas. En contraposición, el enfoque de Y Shirai es desarrollar sistemas que puedan encontrar líneas en fotografías y generar líneas directamente de matrices de intensidad. Una tarea muy difícil, porque imperfecciones en los sensores y en la fotografía confunden el proceso de interpretación: un buscador de líneas demasiado sensible interpreta el ruido como líneas, mientras que otro menos sensible interpreta el ruido como líneas, mientras que otro menos sensible ignora líneas reales. El enfoque de Shirai introduce en el procedimiento de búsqueda de líneas conocimientos específicos de las escenas. Por ejemplo, si el sistema sabe (o supone) que un objeto determinado está formado por líneas de trazo fuerte, ello puede ayudarle a buscar las de trazo débil.
También se pueden ajustar los parámetros que conforman la sensibilidad para examinar en detalle zonas en las que se sospeche la existencia de una línea. Para añadir sofisticación al proceso de búsqueda de líneas, el programa de Shirai incorpora diez heurísticos. Es interesante señalar que la aplicación de un determinado heurístico depende de las interpretaciones previas, es decir, la experiencia mejora el programa. Otro buscador de líneas inteligente, escrito por G. R. Grape en Stanford, usa modelos abstractos de los temas visuales esperados (poliedros convexos) para ayudar a interpretar la información de entrada. Como en el programa Shirai, se usan imágenes digitizadas de TV. El sistema Grape busca activamente líneas que pueden ser ambiguas en el contexto local, pero que son significativas cuando se contemplan desde una perspectiva más amplia. El programa, como la vista humana que puede hacer suposiciones erróneas, comete equivocaciones de vez en cuando. Por ejemplo, puede trazar un croquis erróneo relacionando elementos que no guardan entre sí ninguna relación.
Belén Stettler, oriunda de Río Gallegos, Santa Cruz, Argentina, cuenta con 35 años y es Licenciada en Ciencias de la Comunicación Social por la Universidad de Buenos Aires (UBA). A lo largo de sus 13 años de trayectoria en comunicación política, ha trabajado como consultora en Buenos Aires, especializándose en estrategia, investigación y comunicación directa. Ha dirigido equipos de comunicación en diversas campañas. Su experiencia incluye roles importantes en la Obra Social del Personal de Seguridad Pública de Buenos Aires, la Vicejefatura de Gobierno de Buenos Aires, Claves Creativas, Ford Argentina y AkzoNobel, iniciando su carrera en Grupo Suessa Organización Empresaria.
