El reto de descubrir lo que nunca ha visto

Imagina que una inteligencia artificial está analizando una fotografía y encuentra un objeto que no aparece en ninguna de las categorías que conoce. No es un teléfono, una herramienta, un animal ni ningún otro elemento habitual. Tiene una forma extraña, combina materiales poco comunes y no se parece exactamente a nada de lo que ha identificado antes. ¿Qué haría la IA? ¿Sería capaz de reconocer que está ante algo nuevo o intentaría clasificarlo como un objeto conocido, aunque se equivocara?

Esta pregunta es mucho más importante de lo que parece. Los sistemas de inteligencia artificial ya pueden identificar miles de objetos, interpretar imágenes y describir escenas con un nivel de detalle sorprendente. Sin embargo, reconocer algo que ya conocen no es lo mismo que enfrentarse a algo completamente desconocido. En ese segundo escenario aparece uno de los grandes desafíos de la visión artificial: conseguir que una máquina trabaje en un mundo en el que no todo encaja en las categorías que aprendió durante su entrenamiento.

La respuesta corta es que sí, algunas inteligencias artificiales pueden detectar objetos que no conocen o proponer posibles interpretaciones de ellos, pero hay una diferencia fundamental entre detectar que algo es desconocido o describir sus características y descubrir qué es realmente. Para entender dónde están los límites de esta tecnología, primero debemos conocer cómo aprende una IA a interpretar lo que ve.

¿Cómo aprende una inteligencia artificial a reconocer objetos?

Para que una inteligencia artificial pueda identificar objetos mediante una imagen, necesita aprender a relacionar la información visual con determinadas categorías o conceptos. Durante su entrenamiento, un modelo puede analizar enormes cantidades de imágenes y aprender patrones relacionados con formas, colores, texturas, tamaños, contornos y relaciones espaciales. Por ejemplo, si un sistema analiza miles de fotografías de perros, puede aprender que determinados rasgos aparecen con frecuencia en esa categoría: cuatro patas, hocico, orejas y una silueta característica. También puede aprender a reconocer diferencias entre perros y otros animales, aunque las imágenes no sean idénticas a las que encontró durante su entrenamiento.

Lo interesante es que la IA no necesita memorizar cada fotografía individual. Su objetivo es aprender patrones que le permitan reconocer ejemplos nuevos de categorías que ya conoce. Por eso puede identificar un perro en una imagen que nunca había visto aunque el animal esté de espaldas, aparezca parcialmente oculto o se encuentre en un entorno diferente.

El problema surge cuando aparece algo que se aleja demasiado de esos patrones. Si el sistema ha aprendido a clasificar objetos dentro de una lista limitada, puede intentar asignar una categoría conocida incluso cuando ninguna encaja correctamente. Una herramienta experimental podría confundirse con un utensilio doméstico, mientras que una criatura desconocida podría clasificarse erróneamente como un animal conocido.

Esto no significa que todas las IA funcionen de la misma manera. Algunos modelos están diseñados para reconocer un conjunto cerrado de categorías mientras que otros pueden comparar imágenes con descripciones escritas, generar explicaciones sobre escenas o identificar elementos que no encajan con sus conocimientos habituales. Las capacidades dependen del modelo, los datos utilizados durante su entrenamiento y la tarea concreta que se le haya asignado. En otras palabras, una IA puede ser extraordinariamente buena reconociendo cosas nuevas dentro de categorías familiares y, al mismo tiempo, tener dificultades para saber cuándo se encuentra realmente ante algo que no conoce.

El reconocimiento de objetos desconocidos: una de las grandes fronteras de la IA

En investigación existe un campo conocido como open-set recognition, que podemos traducir como reconocimiento en conjuntos abiertos. Su objetivo es conseguir que un sistema identifique correctamente las categorías que conoce y, además, gestione los ejemplos que no pertenecen a ninguna de ellas. La idea parece sencilla, pero plantea un problema complejo. Un sistema tradicional puede recibir una fotografía y elegir entre perro, gato, caballo o pájaro. Si la imagen contiene un animal que no encaja con ninguna de esas categorías, el modelo podría seleccionar la opción que considere más parecida. De este modo, el resultado sería una clasificación, pero no necesariamente una identificación correcta.

Un sistema preparado para trabajar con categorías abiertas debería poder reconocer los animales conocidos y, cuando se encuentre con uno que no puede identificar de manera fiable, señalar que el resultado es desconocido o incierto. Esa capacidad de no forzar una respuesta es especialmente importante en situaciones donde una clasificación equivocada puede tener consecuencias.

La investigación también distingue entre reconocer una categoría que no apareció durante el entrenamiento, pero de la que se dispone de alguna descripción, y enfrentarse a un objeto del que no se tiene información previa. El primer caso puede abordarse mediante técnicas conocidas como zero-shot learning, o aprendizaje de cero ejemplos para una categoría concreta. El segundo resulta todavía más complicado porque el sistema puede carecer tanto de imágenes de referencia como de una descripción del objeto desconocido.

Los investigadores llevan años estudiando estas diferencias y desarrollando métodos para mejorar el reconocimiento en escenarios abiertos. Las revisiones científicas sobre reconocimiento de conjuntos abiertos destacan precisamente que un sistema debe hacer algo más que clasificar: también necesita gestionar las categorías que no estaban representadas en su entrenamiento. Por tanto, el reto no consiste únicamente en conseguir que una IA vea más cosas, consiste en enseñarle a distinguir entre una identificación razonable y una suposición que podría ser incorrecta.

¿Puede reconocer algo sin haberlo visto nunca?

Aquí es donde la inteligencia artificial se vuelve especialmente interesante. Un modelo no siempre necesita haber visto una fotografía exacta de un objeto para realizar una interpretación útil. Puede utilizar conocimientos relacionados con sus características visuales, su descripción o su semejanza con otros elementos.

Imagina que mostramos a una IA una imagen de un objeto inventado: tiene un mango, una pieza metálica curva y una pequeña rueda en uno de sus extremos. Nunca ha aparecido una fotografía de ese objeto durante su entrenamiento pero, aun así, el sistema podría describir sus componentes y sugerir que parece una herramienta diseñada para sujetar, cortar o ajustar algo. Esa interpretación no demostraría que conoce la función real del objeto, significa simplemente que ha encontrado semejanzas con patrones que sí conoce y ha generado una hipótesis a partir de ellos.

Los modelos de visión y lenguaje, capaces de relacionar imágenes con texto, facilitan este tipo de tareas. Un ejemplo conocido es CLIP, desarrollado por OpenAI, que aprende a relacionar representaciones de imágenes y descripciones escritas. Este enfoque permite comparar una fotografía con conceptos que no necesariamente se presentaron como categorías específicas durante el entrenamiento. Es una de las bases de la clasificación denominada zero-shot. Sin embargo, esta capacidad tiene límites. La documentación de CLIP advierte que su rendimiento puede disminuir con imágenes alejadas de los datos de entrenamiento, categorías muy específicas y tareas que requieren un razonamiento visual más preciso.

Por eso conviene diferenciar dos situaciones. Una cosa es identificar un objeto nunca visto a partir de una descripción que comparte características con conceptos conocidos y otra muy distinta es descubrir la naturaleza de algo completamente nuevo, sin información suficiente para relacionarlo con nada anterior. La primera posibilidad ya es viable en determinados sistemas; la segunda sigue siendo un desafío mucho mayor.

¿Cómo cambiará esta capacidad en el futuro?

La capacidad de reconocer objetos desconocidos puede resultar decisiva en ámbitos donde los sistemas de IA necesitan desenvolverse en entornos imprevisibles. Los robots domésticos, por ejemplo, no pueden limitarse a reconocer siempre los mismos objetos si tienen que moverse por viviendas diferentes donde pueden aparecer herramientas, juguetes o dispositivos que nunca han encontrado.

Un robot que detecta un objeto desconocido y evita manipularlo hasta obtener más información podría ser más seguro que otro que intenta asignarle una función de manera automática. O, poniendo más ejemplos, en una fábrica, un sistema de inspección podría señalar una pieza que no coincide con los componentes habituales. En la exploración espacial, las herramientas de análisis podrían ayudar a identificar formaciones o estructuras que necesitan una investigación adicional, algo de lo que de hecho hemos hablado en uno de nuestros artículos.

Esto no significa que una IA vaya a identificar correctamente cualquier objeto desconocido en el futuro. El rendimiento dependerá de los sensores, los modelos, los datos disponibles y los mecanismos de seguridad. Sin embargo, mejorar la capacidad de detectar situaciones nuevas puede ayudar a que estos sistemas funcionen de forma más fiable fuera de los escenarios previstos.

Otra línea de avance será combinar diferentes fuentes de información. Una IA podría utilizar imágenes, vídeos, descripciones, mediciones y datos de sensores para construir una representación más completa de un objeto. Si también pudiera incorporar información verificada de nuevas observaciones, tendría más herramientas para revisar sus primeras hipótesis. El objetivo no debería ser que la IA siempre tenga una respuesta, sino que sepa cuándo dispone de pruebas suficientes, cuándo necesita más información y cuándo debe dejar que una persona intervenga.

Conclusión: reconocer lo desconocido no es lo mismo que comprenderlo

Entonces, ¿puede una inteligencia artificial reconocer objetos desconocidos? La respuesta es sí, hasta cierto punto. Algunos sistemas pueden detectar elementos que no encajan con sus categorías habituales, describir sus características y proponer interpretaciones a partir de patrones aprendidos. Otros pueden reconocer categorías nuevas cuando disponen de descripciones o información relacionada, aunque no hayan visto ejemplos concretos de ellas durante el entrenamiento.

Sin embargo, hay una diferencia importante entre detectar algo extraño, sugerir qué podría ser y determinar con certeza su identidad o función. Los modelos actuales pueden cometer errores, confundir semejanzas con identidades y ofrecer respuestas demasiado seguras cuando la información resulta insuficiente.

El verdadero avance no consistirá únicamente en conseguir que las máquinas reconozcan más objetos, sino en lograr que gestionen mejor lo inesperado. Un sistema capaz de señalar sus dudas, explicar qué características ha detectado y solicitar información adicional puede resultar mucho más útil que otro que intenta clasificarlo todo sin reconocer sus limitaciones. Quizá una de las capacidades más interesantes de la inteligencia artificial del futuro no sea saberlo todo, sino ayudarnos a descubrir aquello que todavía no conocemos, y, en ese camino, aprender a identificar lo desconocido puede ser tan importante como reconocer lo que ya sabemos.