{"id":1183,"date":"2026-07-01T07:02:00","date_gmt":"2026-07-01T07:02:00","guid":{"rendered":"https:\/\/com-proff.com\/?p=1183"},"modified":"2026-07-06T12:37:47","modified_gmt":"2026-07-06T12:37:47","slug":"el-aspecto-informatico","status":"publish","type":"post","link":"https:\/\/com-proff.com\/en\/comunicacion\/el-aspecto-informatico\/","title":{"rendered":"EL ASPECTO INFORM\u00c1TICO"},"content":{"rendered":"
\"\"<\/figure>\n\n\n\n

Se ha intentado desarrollar por separado los algoritmos necesarios para computar los diferentes elementos que combinados producen la visi\u00f3n; v. g.: ver un Mercedes rojo y saber lo que es. Poggio,1984, por ejemplo, explora la secuencia de algoritmos que:<\/p>\n\n\n\n

– extrae informaci\u00f3n del contorno de una imagen iluminada.<\/p>\n\n\n\n

– ya partir de dichos contornos calcula la profundidad del objeto en un entorno de tres dimensiones<\/p>\n\n\n\n

Es decir, nos estamos refiriendo a la estereopsis, el familiar fen\u00f3meno de la visi\u00f3n estereosc\u00f3pica que ha sido investigado, entre otros, por el Laboratorio de Inteligencia Artificial del Instituto Tecnol\u00f3gico de Massachusetts (MIIT). Hay que se\u00f1alar que la estereopsis como otros procesos fisiol\u00f3gicos aparentemente sencillos ha demostrado ser muy dif\u00edcil de implantar en sistemas autom\u00e1ticos pese a disponer de abundante evidencia emp\u00edrica sobre el fen\u00f3meno.<\/p>\n\n\n\n

La luz se refleja (o se emite) desde un entorno de tres dimensiones en una matriz retiniana bidimensional. <\/p>\n\n\n\n

En el MIT, por ejemplo, tales sensores forman una matriz de 1000 por 1000 valores de intensidad lum\u00ednica. Cada uno de ellos es un pixel. Obviamente hay que efectuar varios procesos computacionales sobre la informaci\u00f3n suministrada por la c\u00e9lula o matriz bidimensional receptora para poder reconstruir una imagen precisa del mundo exterior. Varios procesos (m\u00f3dulos) trabajan en paralelo y en serie para construir los diferentes aspectos de la imagen. Por ejemplo, se precisan varios m\u00f3dulos de visi\u00f3n para construir una imagen tridimensional. Se necesitan m\u00f3dulos adicionales para hacer frente a otras caracter\u00edsticas intr\u00ednsecas de las formas: sombreado, movimiento, oclusiones, etc., adem\u00e1s de la informaci\u00f3n correspondiente, a la estereopsis. Se comienza procesando la imagen inicial (la respuesta sensorial de la retina o de la matriz de sensores), pero para otros m\u00f3dulos puede ser m\u00e1s id\u00f3neo trabajar con im\u00e1genes posteriores (pre computadas).<\/p>\n\n\n\n

En los animales que poseen visi\u00f3n binocular, cada ojo ve el mundo desde un \u00e1ngulo diferente. Ello significa que el cerebro recibe informaci\u00f3n dispar pero pertinente. La estereopsis depende de la decodificaci\u00f3n de informaci\u00f3n dispar para conseguir una eficaz representaci\u00f3n tridimensional. Esto implica complejos c\u00e1lculos matem\u00e1ticos. La estereopsis es un proceso de cuatro etapas: elegir la ubicaci\u00f3n de una imagen retiniana; medir sus posiciones: de la disparidad entre las dos medidas calcular la distancia a la ubicaci\u00f3n.<\/p>\n\n\n\n

Las dos primeras etapas (es decir, encontrar la proyecci\u00f3n de un mismo punto del mundo f\u00edsico en cada ojo) son realmente problem\u00e1ticas. \u00bfC\u00f3mo adaptar, por ejemplo, dos matrices bidimensionales de c\u00e9lulas punto por punto? Los trabajos de Bela Julesz en los Laboratorios Bell de ATT sobre estereogramas de puntos aleatorios han ayudado a los investigadores a formular los objetivos del c\u00e1lculo matem\u00e1tico de la estereopsis. Hay que adaptar los elementos de las dos im\u00e1genes sin depender de la identificaci\u00f3n de los objetos o de sus partes. El cerebro realiza esta tarea haciendo suposiciones sobre el mundo f\u00edsico que restringen el problema oportunamente. David Marr y Tomasso Poggio, trabajando en el MIT en 1976, descubrieron que simples suposiciones sobre superficies f\u00edsicas (v. g.: que las variaciones en profundidad de una superficie s\u00f3lo son discontinuas en los l\u00edmites) pueden hacer el problema manejable por los algoritmos estereopsis que puede ejecutar un ordenador. Este descubrimiento produjo nuevas perspectivas al problema de la estereopsis: por ejemplo, la importancia de la intensidad en la interpretaci\u00f3n de la imagen.<\/p>\n\n\n\n

Poggio (1984) comentaba que “el an\u00e1lisis de una combinaci\u00f3n de argumentos inform\u00e1ticos y datos biol\u00f3gicos sugiere que el primer paso importante para la estereopsis y otros procesos visuales es la detecci\u00f3n y marcado de los cambios de intensidad en una imagen a diferentes escalas espaciales”. La ejecuci\u00f3n del algoritmo estereosc\u00f3pico de Marr\/Poggio implica la ejecuci\u00f3n de una serie de c\u00e1lculos matem\u00e1ticos, ello significa que el ordenador puede ejecutar uno de los procedimientos fundamentales requeridos por la visi\u00f3n. Grinson, tambi\u00e9n del MIT, implement\u00f3 y ampli\u00f3 el algoritmo citado. Una contribuci\u00f3n importante, por ejemplo, para el an\u00e1lisis de fotograf\u00edas a\u00e9reas y para una eficaz simulaci\u00f3n de muchas de las cualidades de la percepci\u00f3n de profundidad por el ojo humano.<\/p>\n\n\n\n

Otra consecuencia de este tipo de investigaci\u00f3n es destacar la importancia de los conocimientos previos. Resumiendo, lo que conocemos determina lo que vemos (u o\u00edmos, etc.). Ello tiene muchas Implicaciones en el dise\u00f1o de sistemas de Al. Adem\u00e1s, existe una influencia rec\u00edproca: los progresos en inform\u00e1tica afectan nuestra visi\u00f3n de la percepci\u00f3n humana (por ejemplo, la investigaci\u00f3n sobre programas de ordenador que interpretan im\u00e1genes muestran c\u00f3mo se usa el conocimiento y la pericia en la percepci\u00f3n). Una vez m\u00e1s queda claro c\u00f3mo complejos procedimientos computacionales son el n\u00facleo de las m\u00e1s simples actividades perceptivas. Incluso para identificar un simple elemento en el campo de visi\u00f3n hay que realizar tareas tales como:<\/p>\n\n\n\n

– discernir entre puntos de diferente intensidad<\/p>\n\n\n\n

– decidir c\u00f3mo agrupar determinadas caracter\u00edsticas<\/p>\n\n\n\n

– determinar las caracter\u00edsticas a ignorar<\/p>\n\n\n\n

– determinar los elementos contiguos no relacionados<\/p>\n\n\n\n

– hacer inferencias respecto a partes u objetos ocultos<\/p>\n\n\n\n

– estar atento a aparentes inconsistencias para redirigir la atenci\u00f3n a la adquisici\u00f3n de nuevos datos<\/p>\n\n\n\n

– identificar claves del tipo de escena considerada para discriminar entre diferentes interpretaciones de la evidencia disponible<\/p>\n\n\n\n

– reconocer qu\u00e9 interpretaciones sencillas y evidentes pueden ser err\u00f3neas<\/p>\n\n\n\n

Estos y otros procesos importantes para la visi\u00f3n requieren diferentes tipos de computaciones, por ejemplo, ver e identificar una l\u00ednea como una l\u00ednea. El conocimiento previo (es decir, estructuras reprogramadas) es esencial para la ejecuci\u00f3n de las diferentes tareas subyacentes en el fen\u00f3meno de la visi\u00f3n y en otras actividades perceptivas (Sloman,1978, se sorprend\u00eda de como Emmanuel Kant, que desconoc\u00eda la inform\u00e1tica, pod\u00eda haber postulado en el siglo dieciocho la necesidad del conocimiento previo para las cualidades cognoscitivas humanas). No cabe duda de que la visi\u00f3n requiere una compleja gama de procesos computacionales cooperativos y que \u00e9stos se pueden modelar en los sistemas artificiales. Quiz\u00e1s los sistemas de Al desarrollen m\u00e9todos desconocidos en los sistemas biol\u00f3gicos, pero, tomando en consideraci\u00f3n la superlativa eficiencia del ojo humano, una profunda comprensi\u00f3n de los sistemas biol\u00f3gicos de visi\u00f3n beneficiar\u00e1 el desarrollo de la Al.<\/p>","protected":false},"excerpt":{"rendered":"

Se ha intentado desarrollar por separado los algoritmos necesarios para computar los diferentes elementos que combinados producen la visi\u00f3n; v. g.: ver un Mercedes rojo […]<\/p>\n","protected":false},"author":2,"featured_media":1184,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[288],"class_list":["post-1183","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-comunicacion","tag-aspecto-informatico"],"_links":{"self":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts\/1183","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/comments?post=1183"}],"version-history":[{"count":1,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts\/1183\/revisions"}],"predecessor-version":[{"id":1185,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts\/1183\/revisions\/1185"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/media\/1184"}],"wp:attachment":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/media?parent=1183"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/categories?post=1183"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/tags?post=1183"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}