¿Cuál es el principio de la inteligencia artificial para analizar contenidos manuscritos?

Cuando se trata de que la inteligencia artificial analice contenido manuscrito, se trata de un avance tecnológico asombroso. ¿Sabías que? Mientras que a los ordenadores les costaba reconocer un texto bien impreso, ahora pueden interpretar con precisión incluso una receta médica torcida. El principio en el que se basa es bastante interesante: la IA no entiende las palabras "mirándolas", como hacemos los humanos, sino descodificando la escritura a mano mediante complejos cálculos matemáticos. No pongas los ojos en blanco todavía, déjame explicártelo con un ejemplo de la vida real: imagina que estás enseñando a un niño a reconocer palabras, al principio puede que reconozca la palabra "llorar" como "reír", pero con la práctica y la corrección, acabará siendo capaz de distinguir entre varios tipos de escritura, y el proceso de aprendizaje de la IA es similar. El proceso de aprendizaje de la IA es similar.

Cómo "leen" la escritura las redes neuronales

La IA moderna se basa en gran medida en redes neuronales profundas para procesar el contenido manuscrito. En concreto, cuando el sistema escanea un texto manuscrito, primero preprocesa la imagen (ajusta el contraste, corrige la inclinación, elimina el ruido, etc.). A continuación, los datos de los píxeles se introducen en capas de redes neuronales para extraer características. Curiosamente, la IA empezará a reconocer los trazos desde lo más básico, igual que hacemos nosotros con un solo trazo cuando escribimos. La investigación muestra que el modelo Gemini de Google en el reconocimiento de la escritura a mano en inglés, la precisión de reconocimiento de un solo carácter alcanzó un asombroso 98,7%. Sin embargo, el reconocimiento de la escritura a mano en chino es mucho más complejo, después de todo, los caracteres chinos son realmente más "difíciles para la IA".

El problema real es incluso más difícil que eso: la escritura a mano tiende a tener un estilo personal, por ejemplo yo tengo tendencia a escribir la "cuchara" a la derecha de la palabra "的" muy pequeña. Y una misma persona puede escribir de forma diferente según su estado de ánimo (créeme, no es lo mismo un historial médico escrito a las 3 de la madrugada que uno escrito a las 8 de la mañana). Por esta razón, los sistemas de IA utilizan redes neuronales recurrentes (RNN) o arquitecturas de transformadores para comprender la correlación entre caracteres individuales y mejorar la tasa de reconocimiento global.Las últimas investigaciones de Meta demuestran que, cuando se combina con la comprensión contextual, la precisión de reconocimiento de una frase entera de chino escrita a mano puede mejorar de 75% a 89%.

Técnicas de optimización para situaciones especiales

En la práctica, la IA también se encontrará con algunos casos especiales. Por ejemplo, una casilla marcada en un formulario, el símbolo especial de un médico en una receta o un garabato en los apuntes de un estudiante. Para hacer frente a estos retos, los ingenieros han desarrollado algunos trucos útiles:

• Técnicas de estimación gestual: análisis del ángulo de inclinación y del orden de los trazos del texto
• Entrenamiento adversarial: entrenamiento intencionado del modelo con una variedad de muestras de escritura distorsionadas y deformadas.
• Mecanismos de atención: que la IA aprenda a centrarse en las pulsaciones de las teclas e ignore las manchas de tinta extrañas.

Uno de los casos de Huawei en 2023 es interesante: su sistema tiene que reconocer la escritura de inscripciones antiguas registradas por arqueólogos in situ. La escritura estaba desgastada y, junto con las notas apresuradas de los arqueólogos, dificultaba enormemente el reconocimiento. Tras 6 meses de entrenamiento específico, el sistema obtuvo una precisión de reconocimiento de 821 TP3T en 1.200 páginas de manuscritos, 171 TP3T más de lo que esperaban los expertos.

Hablando de limitaciones, actualmente la IA sigue temiendo encontrarse con una firma garabateada o una obra de arte. He visto cómo un sistema de formularios inteligentes no reconocía la firma garabateada de un médico y al final tenía que recurrir a la ayuda humana. Sin embargo, en el futuro, con el desarrollo de la IA multimodal, es posible que el sistema pueda incorporar más información, como la presión de la escritura, la velocidad, etc., y que algún día sea capaz de descifrar perfectamente todo el contenido manuscrito. ¿Qué te parece?