Las distopías han cautivado a la sociedad desde hace siglos y, con el paso de los años, los esfuerzos por plasmar mundos postapocalípticos en libros, pinturas y películas se han incrementado notablemente. Ahora, la inteligencia artificial viene a jugar un rol fundamental en la proyección y creación.
Series como The Walking Dead o la más reciente The Last Of Us –basada en el videojuego homónimo- invitan a pensar a los televidentes sobre qué pasaría si los zombies nos atacaran o una extraña mutación genética nos obligará a cambiar las formas de vida, ¿qué harías?, ¿hacia donde correrías? y, especialmente, ¿cómo se verían los escenarios cotidianos?.
¿Qué tal un Río Gallegos distópico?. Lo podemos imaginar, pero quizás no siempre somos capaces de plasmarlo. Ahora, la Inteligencia Artificial nos ayuda en esta tarea.
En La Opinión Austral le pedimos a una IA especializada en la creación de imágenes que nos muestre imágenes de la capital santacruceña en un posible futuro post-apocalíptico y esto fue lo que diseñó:
Cada imagen, en tonos apagados, parece representar un sitio de la ciudad, que van desde la costanera hasta parques y barrios completamente abandonados y destruidos.
¿Cómo funcionan los generadores de imágenes con IA?
Un generador de imágenes de inteligencia artificial (IA) es un sistema capaz de crear imágenes desde cero utilizando algoritmos de aprendizaje automático.
Estos programas pueden crear imágenes originales y realistas a partir de la entrada de texto en un lenguaje natural. Pueden combinar estilos, conceptos y atributos para crear imágenes artísticas y relevantes basadas en el mensaje escrito.
Al analizar el valor de las imágenes de Internet y sus descripciones escritas, los generadores de imágenes de IA aprenden qué son los objetos y cómo se relacionan entre sí. Los generadores de imágenes de IA utilizan dos redes neuronales.
La primera red neuronal crea una imagen, mientras que la segunda juzga qué tan cerca de lo real es la imagen, basándose en ejemplos de Internet. Una vez que se completa la puntuación de precisión de la imagen, los datos se envían de vuelta al sistema de IA original.
Luego, el mismo aprende de los comentarios y envía una imagen alterada para obtener una puntuación adicional hasta que la imagen generada por IA coincida con la imagen de control, describen desde el sitio Iebschool.
Leé más notas de La Opinión Austral
Compartir esta noticia