?Felino o avestruz? La red neuronal que descifra los memes de la humanidad en Twitter

Glen prefiere mantener su vida profesional separada de la personal. Por eso omite su apellido en esta entrevista realizada por correo porque tambi¨¦n prefiere la comunicaci¨®n escrita a la oral. Este ingeniero de 23 a?os residente en San Jos¨¦, California, se dedica su vida profesional al desarrollo de sistemas inform¨¢ticos integrados. La personal la emplea, entre otras cosas, en llevar las riendas de un bot de Twitter tan joven como popular: @ResNeXtGuesser.

En menos de seis meses, Glen y su aut¨®mata, una red neuronal que intenta descifrar todo tipo de memes, han conseguido superar los 350.000 seguidores. ¡°Hay ingenieros, cient¨ªficos y gentes de ramas t¨¦cnicas que est¨¢n interesados en ver una aplicaci¨®n poco convencional del aprendizaje autom¨¢tico y luego est¨¢n aquellos que simplemente disfrutan de los memes que publica el bot¡±, razona. Estos sistemas son, en pocas palabras, algoritmos entrenados para procesar determinadas informaciones, en este caso im¨¢genes, y producir un resultado, que en el ejemplo que nos ocupa son las predicciones del bot sobre lo que hay en la fotograf¨ªa: lo mismo ve una rana arb¨®rea donde efectivamente hay una, que un avestruz donde hay un gato con la cara cubierta de leche. ¡°En mi opini¨®n, los mejores proyectos son aquellos que mezclan un tema profesional o acad¨¦mico con un poco de inmadurez¡±, resume el padre de la criatura.

El 12 de agosto, la red neuronal hizo su primera interpretaci¨®n. Predijo con un 99,99% de certeza que una pizza era, en efecto, una pizza y obtuvo un retuit y tres me gusta. ¡°La acogida fue un poco lenta los primeros meses, pero cada tanto, el bot tuiteaba alguna predicci¨®n particularmente divertida¡±, recuerda el ingeniero. Esos primeros ¨¦xitos, en los que el modelo confund¨ªa una torre de queso con una pi?a tropical o una nevera llena de huevos con pelotas de ping-pong rondaron e incluso superaron los 20.000 retuits.

Glen, que complet¨® sus estudios de ingenier¨ªa inform¨¢tica el a?o pasado, explica que siempre estuvo interesado en los sistemas de aprendizaje autom¨¢tico. ¡°Hice algunos cursos sobre el tema, y una buena parte de ello es trabajar con im¨¢genes: tratar de identificarlas, editarlas o incluso comprimirlas de forma m¨¢s inteligente¡±, explica. ¡°Mientras hac¨ªa los deberes para problemas de este tipo, me parec¨ªa divertido pasar memes por el sistema¡±.

La red neuronal que emplea el bot, ResNeXt, es una de las candidatas presentadas en 2017 a la competici¨®n que cada a?o organiza el proyecto ImageNet, centrado en la creaci¨®n de una base de datos de im¨¢genes etiquetadas que puedan utilizarse, por ejemplo, para la investigaci¨®n sobre sistemas de visi¨®n artificial. ¡°Despu¨¦s de graduarme, cuando por fin tuve tiempo para trabajar en algunos proyectos personales, estuve experimentando con la arquitectura de ResNeXt, era interesante ver c¨®mo incluso al pasar memes aleatorios por el sistema pod¨ªas entender la l¨®gica que la red neuronal estaba usando en su clasificaci¨®n¡±, comenta el ingeniero. Aquellas pruebas le dieron la inspiraci¨®n necesaria para crear un bot de Twitter que publicase un meme y una predicci¨®n cada pocas horas.

¡°Ponerlo en marcha fue un peque?o desaf¨ªo. Nunca hab¨ªa hecho algo parecido¡±, reconoce Glen. Lo que m¨¢s tiempo le cost¨® fue aprender a manejar la interfaz de programaci¨®n de aplicaciones (API) de Twitter para conectar la red neuronal la plataforma. ¡°Lo creas o no, lo m¨¢s f¨¢cil fue escribir el c¨®digo para la red neuronal, porque la librer¨ªa Pytorch de Python tiene un modelo entrenado y listo para usar ResNeXt. Basta descargarlo y ejecutarlo¡±, asegura.

Por lo pronto, Glen ni se plantea mejorar o ampliar la cobertura de su red neuronal, que hace sus predicciones a partir de un listado de mil categor¨ªas que incluyen algunas tan espec¨ªficas como ¡°ara?a de jard¨ªn¡± y otras tan amplias como ¡°tienda de zapatos¡±. ¡°No es que no quiera, es que modificar la arquitectura de una red neuronal y volver a entrenarla lleva mucho tiempo y trabajo¡±, argumenta.

Lo que s¨ª ha ido adaptando el ingeniero es la p¨¢gina a la que los seguidores del bot pueden enviar sus propias propuestas de memes para que descifre. O m¨¢s bien: pod¨ªan. ¡°Tuve que bloquearla despu¨¦s de unos meses porque el volumen de los env¨ªos se estaba volviendo sencillamente demasiado dif¨ªcil de gestionar¡±, asegura Glen, que ahora mismo tiene unas 8.000 im¨¢genes pendientes de moderar y otras 1.500 en cola para ser publicadas. Tambi¨¦n ha flexibilizado algunas predicciones para que ofrezcan m¨¢s de una categor¨ªa. ¡°Cualquier meme con mucho texto o colores s¨®lidos tend¨ªa a clasificarse como un c¨®mic o como la sobrecubierta de un libro, lo cual tiene sentido, pero no es muy divertido¡±.

A fin de cuentas, la precisi¨®n de las predicciones de @ResNeXtGuesser es casi secundaria. ¡°Los tuits m¨¢s populares son aquellos en los que el bot se equivoca pero puedes ver cu¨¢l es la l¨®gica que estaba siguiendo la red neuronal. El caso de la torre de queso y la nevera llena de huevos son buenos ejemplos de eso¡±, explica su creador. Tambi¨¦n hay gente que, contra todo pron¨®stico, se ha puesto del lado del aut¨®mata y se emociona cuando logra acertar. ¡°Es divertido y admirable al mismo tiempo¡±.

?Seguir¨ªa teniendo gracia esta cuenta de Twitter si la red neuronal acertase siempre? ¡°Ser¨ªa un logro tecnol¨®gico bastante grande, pero no creo que fuera muy interesante. Parte del atractivo del bot es ver una nueva tecnolog¨ªa llevada a sus l¨ªmites de forma chistosa¡±.

Puedes seguir a EL PA?S TECNOLOG?A en Facebook y Twitter o apuntarte aqu¨ª para recibir nuestra newsletter semanal.