Hoy queremos presentarte I-JEPA, una innovadora técnica de visión por computadora basada en el aprendizaje auto-supervisado que pretende comprender el mundo a través de la predicción.

El proyecto está inspirado en la visión de Yann LeCun, Chief AI Scientist de Meta, quien desea crear sistemas de inteligencia artificial que aprendan y razonen como animales y seres humanos.

¿Te apetece conocer más sobre este emocionante avance? ¡Sigue leyendo!

Aprendizaje auto-supervisado: la clave para entender el mundo

La idea detrás de I-JEPA es simple pero poderosa: predecir representaciones de una parte de una imagen a partir de las representaciones de otras partes de la misma imagen. Esta metodología permite aprender características semánticas de las imágenes sin depender de invariancias predefinidas ni de detalles a nivel de píxeles, lo que resulta en representaciones más significativas desde un punto de vista semántico.

Un modelo del mundo en imágenes

A diferencia de los métodos generativos que cuentan con un decodificador de píxeles, I-JEPA tiene un predictor que realiza predicciones en el espacio latente. Este predictor funciona como un modelo del mundo primitivo y restringido, capaz de modelar la incertidumbre espacial en una imagen estática a partir de un contexto parcialmente observable. El resultado es un modelo que predice información de alto nivel sobre regiones ocultas en la imagen en lugar de detalles a nivel de píxeles.

Imagine una pintura en la que solo se ve una parte del rostro de una persona. I-JEPA sería capaz de predecir la ubicación de los ojos y la boca, aunque no estén visibles en la imagen.

Eficiencia y resultados sorprendentes

I-JEPA ha demostrado un rendimiento sólido en diversas tareas de visión por computadora y, además, lo ha hecho con una mayor eficiencia computacional en comparación con otros modelos ampliamente utilizados en este campo.

Un ejemplo de esto es que I-JEPA no requiere procesar múltiples vistas de una imagen, lo que ahorra tiempo y recursos computacionales. Además, aprende representaciones semánticas sólidas sin necesidad de recurrir a aumentos de vista hechos a mano.

Colaboración abierta: compartiendo I-JEPA con el mundo

En línea con el espíritu de la ciencia abierta y la colaboración con la comunidad investigadora, Meta ha open-sourced I-JEPA y lo presentará en la conferencia CVPR2023. Puedes encontrar más detalles sobre este emocionante proyecto en el blog oficial de Meta.

Como dijo una vez Isaac Newton: «Si he visto más lejos, es porque estaba sentado en los hombros de gigantes«. I-JEPA es un ejemplo de cómo la colaboración y la innovación pueden llevarnos a una visión más profunda y completa del mundo que nos rodea.