Estamos en un momento en el que la tecnología robótica ha llegado a puntos que más de uno jamás hubiera sospechado. Existen muchas personalidades del mundo de la tecnología que han dedicado parte de su vida adoptar a las máquinas de algunas características que hasta entonces solamente los seres vivos tenían en su poder y uno de ellos es la vista. En este sentido tenemos que hablar de Fei-Fei Li, la científica que enseñó a las máquinas a ver.
Puede que pienses que este proceso es más sencillo de lo que te lo estamos planteando, pero la realidad es que no consiste solo en instalar una cámara en una máquina para que esta empiece a ver sino que necesita un tratamiento adicional para que ese dispositivo sepa qué hacer.
Todo un genio en el campo de la ingeniería y la inteligencia artificial
Puede que por el nombre ya hayas intuido los orígenes de nuestra protagonista de hoy y para salir de dudas sí nació en Pekín en 1975. Sin embargo, su estancia duró relativamente poco en el gigante asiático, ya que los estudios superiores los cursos en Estados Unidos, concretamente en Nueva Jersey. Fei-Fei Li estudió física en la Universidad de Princeton y la acabó con altos honores además de realizar un doctorado en ingeniería eléctrica en el Instituto de Tecnología de California en 2005. Fue en este momento en cuando pudo hacer carrera como profesora en el departamento de ingeniería eléctrica e informática en la Universidad de Illinois y posteriormente en Princeton.
Además de haber trabajado para Google Cloud, Fei-Fei Li también ha ayudado al mundo de la enseñanza desde otros puntos de vista si atendemos a que es una de las fundadoras de la organización AI4ALL, en la cual está orientada a formar a las nuevas mentes del futuro centradas en el mundo de la tecnología y la inteligencia artificial.
Una pieza fundamental para la robótica moderna
Sin embargo, su gran interés estaba centrado en los robots y también en la capacidad que estos tenían una vez que se integrará la inteligencia artificial en ellos. Fei-Fei Li ha sido una de las grandes impulsoras de la investigación de la inteligencia artificial, así como del aprendizaje automático, pero también de algo tan importante como es la visión artificial y la neurociencia.
Su trabajo ha ayudado a que el mundo de las máquinas pudieran entender el entorno en el que se mueven así como adaptarse a él y aprender mucho más rápido gracias al entrenamiento de algoritmos generados con millones de imágenes para impulsar el reconocimiento visual automático y que además generó gracias con la creación de ImageNet.
Es por eso que se le atribuye el título de la mujer que enseñó a las máquinas a ver pero también ha arrojado mucha luz sobre el debate de cómo habría que utilizar las máquinas en el futuro y como estas deben ser consideradas como herramientas para el desarrollo de las labores del ser humano al cual no deben desplazar en ningún momento sino convivir como un elemento más. Es por eso por lo que tampoco ha abandonado su posición en Stanford HAI, donde sigue insvestigando este plano tan humanista centrado en la tecnología más vanguardista del momento.
