En un insonorizado hangar de la Fuerza Aérea de Reino Unido (RAF, por sus siglas en inglés), Chris Mitchell y sus colegas utilizan mazos para dar una lección a sus computadoras.
El equipo reúne miles de cristales de ventanas y puertas, todas de distintas formas y tamaños, las rompen una a una, ya graban el distintivo sonido que produce cada tipo de vidrio al quebrarse.
A veces emplean mazos o palas de jardín, en otras ocasiones lanzan ladrillos a los cristales.
“Subestimamos completamente el desastre que íbamos a ocasionar”, confiesa Mitchell. “Y todo lo agotador que resultaría esto”.
Bienvenido a la última frontera de la inteligencia artificial.
Mitchell es el director ejecutivo y fundador de Audio Analytic, una start-up basada en la ciudad inglesa de Cambridge que adiestra a un sistema de aprendizaje automático para reconocer el sonido de un cristal roto.
Y la compañía también enseña a las computadoras a identificar otros sonidos importantes para los humanos, como alarmas de fuego, llantos de bebés y ladridos de perros.
La idea es desarrollar la capacidad de reconocerlos -sin confundir un vaso que cae, por ejemplo, con una ventana que se hace añicos- en sistemas de hogares inteligentes.
Patrones sonoros
En los últimos años, las computadoras se han vuelto muy buenas en entender el mundo por la visión.La inteligencia artificial es ahora mejor que los humanos para reconocer ciertos objetos, especialmente rostros.
Pero aparte del reconocimiento de voz -que está en el centro de servicios como Siri de Apple, Home de Google y Alexa de Amazon- la identificación altamente precisa de sonidos ha recibido poca atención.
Eso es algo que Mitchell quiere cambiar.
“Estamos trabajando en un nuevo campo que llamamos inteligencia artificial de audio”, señala.
Su empresa es parte de una nueva ola de compañías que entrenan sistemas de aprendizajes automáticos para detectar patrones en los sonidos.
Uberchord, basada en Berlín, está desarrollando una inteligencia artificial que te puede ayudar a aprender a tocar la guitarra. Te escucha rasguear y te dice cuando colocaste mal los dedos.
Otra compañía, Cambridge Consultants, utiliza una inteligencia artificial para reconocer distintos géneros de música para piano.
El sistema se llama Aficionadoy fue capacitado con apenas unos pocos cientos de horas de ejecución del instrumento, que incluyeron grabaciones profesionales y videos de aficionados tomados de YouTube.
Los datos fueron deliberadamente irregulares, apunta Monty Barlow, de Cambridge Consultants. “Retamos a la inteligencia artificial a manejar la casi infinita complejidad de la música en vivo”.
Sin embargo, el talento musical de Aficionado no es solo para ser exhibido.
Capacitar al sistema en música -y conseguir que ignore factores irrelevantes como tempo, volumen y tono- resulta una buena forma de enseñarle a detectar patrones en datos complejos en general, sin importar el tópico.
Así, la primera tarea de Aficionado será identificar fallos en redes de telecomunicaciones.
Todo en sonido
Sin embargo, Audio Analytic tiene ambiciones más grandes.
“Queremos crear una clasificación de todos los sonidos y eso es una tarea inmensa”, dice Mitchell.
Y también están trabajando con un detector de anomalías, que recogerá sonidos aparentemente fuera de lo común, como el estrépito provocado por alguien que sufre una caída.
O el silbido provocado por una cañería rota.
Con el tiempo quieren agregar alarmas de auto y quizás -para el mercado de EE.UU.- disparos.
Audio Analytic planea entonces otorgar, por el uso de esos sistemas de reconocimiento de audio, licencias a los fabricantes de dispositivos para hogares inteligentes.
Esa capacidad de reconocer los distintos sonidos importa cada vez más, afirma Nina Bhatia, directora ejecutiva de Hive, una compañía de termostatos e iluminación inteligente, basada en Reino Unido.
“Puedes, por ejemplo, recibir alertas si tu alarma de incendios se enciende cuando estás en una reunión de trabajo y no solo al estar sentado en tu sofá”.
Y esos sistemas podría también tomar acciones por sí solos.
Una ventana rota podría hacer que las luces se enciendan. El llanto de un bebé podría prender una luz nocturna y hacer que suene una canción de cuna, desde un altavoz cercano.
De hecho, ya la empresa de electrónica Sangled usa la tecnología de Audio Analytic en una lámpara inteligente, con un portavoz incorporado en su base.
Otras firmas de hogares inteligentes la están construyendo en sus dispositivos también, incluyendo en termostatos que, al estar usualmente instalados en sitios centrales de las casas, están bien ubicados para escuchar.
Alarmas con plumas
La parte difícil es asegurarse de que la inteligencia artificial identifique correctamente lo que escucha, ya que las alarmas falsas podrían causar problemas.
Y conseguir los datos correctos es una tarea ardua. “Estuvimos rompiendo vidrios durante semanas y semanas”, señala Mitchell.
Para obtener suficientes grabaciones de bebés llorando, la firma trabajó con grupos de padres en Cambridge y, catalogando los sonidos, tuvieron que inventar un léxico propio que describiera los distintos tipos de llanto.
Los sonidos de perros fueron un poco más fáciles. Trabajando con veterinarios localizaron y grabaron los ladridos de la mayor cantidad de razas posibles, desde un pequinés hasta un can de la raza gran danés.
Y para enseñar a su sistema cómo suenan las alarmas de incendios, Audio Analytic simplemente compró todos los modelos que consiguieron online.
Al principio, su inteligencia artificial tuvo problemas para distinguir entre los pitidos de la alarma y los tonos de otros sonidos caseros como teléfonos, relojes despertadores e incluso temporizadores.
Así que la entrenaron para concentrarse no solo en el tono y duración de la alarma, sino en el característico espacio entre los pitidos.
Pero por más que le dediques tiempo a romper ventanas y encender alarmas, siempre habrá sorpresas en el camino.
Hay una especie de loro que hace una asombrosa imitación de una alarma de incendios. Así que Audio Analytic tuvo que enseñar a su sistema a ignorar el sonido de la alarma con plumas.
Otro sonido que quieren enseñarle a su sistema es el de los cambios de tono y entonación en los gritos agresivos humanos, como por ejemplo, alguien que hace una amenaza con violencia.
Mitchell destaca que ese sonido no varía mucho con el idioma y la cultura. Los distintivos cambios en los sonidos vocales ocurren cuando la adrenalina inunda el cuerpo y afecta la laringe.
Por ahora, Audio Analytic tuvo que suspender ese experimento pues encontraron que los sonidos de pollos y motosierras en un vecindario también activaban el detector de agresiones.
Vaya mundo más ruidoso en el que vivimos. Pero, con todo y sus bemoles, las inteligencias artificiales están aprendiendo a escuchar.
Fuente. BBC Mundo