Nightmare Machine, la inteligencia artificial que convierte la realidad en pesadillas

Un grupo de investigadores han creado un algoritmo que es capaz de adivinar por sí mismo lo que resulta aterrador a los humanos y distorsiona fotos reales para reinterpretarlas según sus parámetros de lo que es espeluznante.

Hemos visto películas y leído libros de ciencia ficción en los que las computadoras eran capaces de aprender por sí mismas, empezar a dejar de depender de sus creadores y llegar a decidir que los humanos no somos necesarios. Ya lo dijo Stephen Hawking, que nos andemos con cuidadito, pero parece que a estos científicos del MIT Media Lab no les asusta el futuro y han creado una manera para entrenar a una inteligencia artificial para que sea capaz de darnos miedo.

El proyecto, llamado ‘Nightmare Machine’ ha reunido a innovadores digitales de EEUU y Australia para crear el algoritmo del infierno. Básicamente, la clave para que un ordenador entienda qué hace que algunas imágenes resulten escalofriantes y después, utilizar esos datos para transformar cualquier foto, sea de un cachorrito o de una simple piedra, para convertirla en el material del que están hechas las pesadillas. Además el aparatito puede ir mejorando su capacidad de crear imágenes perturbadoras con el perfeccionamiento de su metodología.

https://www.instagram.com/p/BL249xMh_Xe/

¿Cómo hace esto? Pues con la ayuda de cualquier humano que esté dispuesto a echarle una mano. Lo único que necesita es saber cuáles de las imágenes que está distorsionando realmente da miedo o no. Para ello, el equipo ha creado una sencilla encuesta en la página oficial del proyecto para que cualquiera pueda visitarlo y opinar foto a foto. Pese a que no se pueden enviar imágenes para que las modifique, si que se puede votar.  Además, le han creado un instagram para que pueda colgar sus “obras de arte” y las viralice.

La razón principal para la creación de este generador de horrores es, precisamente, el creciente miedo que general la propia existencia de la, cada vez más avanzada, inteligencias artificiales, lo que llevó a sus creadores a plantearse si, realmente una computadora puede llegar a entender y visualizar lo que nos da miedo tradicionalmente. Para ello, los diseñadores utilizaron un algoritmo de aprendizaje profundo, un sistema estructural de datos y programas que imitan las conexiones neuronales del cerebro humano, de forma que un procesador pudiera comprender que hace a una imagen visual dar miedo.

https://www.instagram.com/p/BLPV_nEh-no/

Según Manuel Cebrián, investigador del CSIRO Data61 en Australia: “los algoritmos de aprendizaje profundo funcionan de forma reseñable en múltiples tareas consideradas difíciles o imposibles, en este caso, incluso a falta de muchas mejoras algunas de las caras son tremendamente escalofriantes”. Cuando el sistema aprende y entiende que factores visuales son percibidos por los humanos como inquietantes, los aplica a caras y lugares aplicando su criterio a su libre albedrío

Las imágenes creadas por Nightmare Machine dan bastante mal rollo cuanto menos. Al aprender lo que hace a un lugar poco fiable, la máquina es capaz de erosionar y distorsionar las imágenes, utilizar colores más fríos y cenizos, aplicar sombras y apagar los paisajes, a veces englobándolos en una especie de nubes de agua en movimiento o gases tóxicos. En cuanto a las caras, no se quedan atrás. Algunos de los resultados son sorprendentemente abstractos, casi surrealistas. Predominan los ojos vacíos, hundidos, sombrías zonas ensangrentadas, carnes que no se tienen.

https://www.instagram.com/p/BL7-VglhsyW/

 

En su instagram vemos a celebridades, monumentos, personajes de todo tipo conocidos por todos que se transforman en seres salidos de un postapocalipsis zombie dibujado por Munch o Van Gogh. Parajes ultragóticos y apocalípticos, incluso infernales, que responden a las asociaciones que realiza, siendo capaz de convertir a la rana Gustavo en una criatura de Clive Barker o incluso a Hillary y Trump como seres (más) monstruosos.

https://www.instagram.com/p/BMEojwaBQ-l/