LEVAN

LEVAN ( Learning EVerything About Anything ) es un motor de búsqueda de procesamiento visual desarrollado por científicos informáticos del Instituto Allen para la Inteligencia Artificial en Seattle y la Universidad de Washington . Es capaz de aprender por sí mismo sobre cualquier concepto visual sin supervisión humana durante su funcionamiento. LEVAN aprende qué términos son relevantes analizando el contenido de las imágenes encontradas en la web e identificando patrones característicos en ellas mediante algoritmos de reconocimiento. La financiación para la investigación de LEVAN provino de la Oficina de Investigación Naval de los Estados Unidos y la Fundación Nacional de Ciencias . Se lanzó inicialmente en marzo y, a fecha de 21 de junio de 2014, los usuarios pueden explorar una biblioteca de aproximadamente 175 conceptos. ^{[ 1 ]}

LEVAN funciona asociando datos textuales con datos visuales. Tras proporcionarle una entrada de texto, el programa busca en numerosos libros e imágenes e identifica todas las variaciones posibles del concepto, mostrando los resultados como una lista detallada de imágenes con apariencia uniforme. El equipo de investigación propuso dos enfoques principales, denominados ejes. El eje "todo" corresponde a todas las variaciones posibles de apariencia de un concepto, mientras que el eje "cualquier cosa" corresponde al rango de diferentes conceptos para los que se deben aprender modelos visuales. Un algoritmo diferente se encarga de refinar las palabras que no se corresponden con los datos visuales. ^{[ 2 ]}

Desde junio de 2014, el sistema ha estado funcionando como un archivo. ^{[ 3 ]}

En el futuro, los desarrolladores del programa tienen previsto publicarlo como software de código abierto y, posteriormente, ofrecer una aplicación para teléfonos inteligentes , que estará disponible con fines educativos y facilitará un banco de información para ayudar a los investigadores de la comunidad de visión artificial . La aplicación móvil estará orientada a la categorización y el etiquetado rápidos de imágenes para su archivo. ^{[ 4 ]}

Los investigadores presentarán el proyecto a finales de junio de 2014 en la conferencia anual de Visión por Computadora y Reconocimiento de Patrones en Columbus, Ohio . ^{[ 1 ]}

• Sitio oficial