“Si alguna persona quiere tejer un suéter para su gatito, hoy debería hacerlo a mano. Queremos cambiar eso”, dice el estudiante de doctorado del Instituto Tecnológico de Massachusetts que creó una inteligencia artificial capaz de crear prendas tejidas.
Con este proyecto, Alexandre Kaspar quiere democratizar el tejido, hacerlo accesible incluso para los que jamás sostuvieron dos agujas que convierten el ovillo en un elemento funcional. “Espero que estas máquinas puedan usarse como las impresoras 3D actuales”, comenta en diálogo con TN Tecno este experto del MIT CSAIL, la división en aquella universidad que se enfoca en IA y ciencias de la computación.
// Los tres sistemas de inteligencia artificial más sorprendentes de 2019 (y una yapa inesperada)
El mecanismo más relevante que creó su equipo es “InverseKnit”, un software que crea automáticamente patrones basándose en imágenes de tejidos y traduce la información visual a instrucciones que finalmente la máquina de tejer cumple.
- ¿Cómo surgió la idea?
- En los últimos años nuestro grupo ha estado trabajando en el mapeo de las propiedades físicas de las microestructuras. En ese camino nos interesó verificar si podíamos invertir el proceso de tejido a partir de imágenes. Había muchas razones para hacerlo, especialmente por la evidente regularidad de las puntadas en el tejido de punto.
Nuestro “momento eureka” llegó en diciembre de 2018, en una clase del MIT. Uno de los estudiantes quería crear una sábana tejida con conjuntos de estructuras tubulares incrustadas. Descubrimos cómo diseñar dicha estructura, y luego me di cuenta de que podía usar una versión un poco más complicada para crear paneles de punto más grandes en los que podría tejer muchos patrones a la vez, con una tensión regular proporcionada por varillas de acero dentro del estructuras tubulares mencionadas anteriormente.
Rápidamente creé un prototipo inicial y parecía una opción viable para ampliar nuestro conjunto de datos. Luego pasé una semana tejiendo tantos patrones como pude, seguido de una semana de etiquetado de las imágenes resultantes. A medida que obtuvimos más patrones, se hizo evidente que la suposición era correcta y que tener más datos era suficiente para entrenar razonablemente una red neuronal.
- ¿Cómo fue el entrenamiento? ¿Cuántas imágenes inyectaron en el programa?
- En términos de datos sin procesar, nuestro conjunto de datos consta de 2088 imágenes. Por sí solo, esto todavía es demasiado pequeño, por lo que también utilizamos alrededor de 14.000 muestras de datos simulados, junto con múltiples estrategias de aumento de datos estándar, por ejemplo agregando ruido, variaciones de colores e iluminación.
En la práctica, esto probablemente todavía sea demasiado pequeño para tener en cuenta los diferentes tipos de hilo, y aquí el uso simulación será cada vez más crítico ya que es poco probable que podamos acceder a todos los hilos (datos) disponibles.
- ¿Cómo logra el sistema aprender y luego crear? ¿De qué modo ocurre esa transición?
- Nuestra técnica de aprendizaje "traduce" directamente una imagen de un patrón, en una secuencia regular de patrones de tejido que se colocan en mosaico. Después de extraer esta descripción, la máquina procesa secuencialmente cada fila, una por una, para crear el tejido físico.
Es importante mencionar que nuestro sistema no mejora lo que puede hacer la máquina, simplemente simplifica el trabajo ya que las instrucciones que extraemos de las imágenes se pueden usar directamente para tejer. Básicamente, estamos traduciendo las imágenes en instrucciones, para replicarlas.
- Si tuvieras que resaltar uno de los beneficios de este invento, ¿cuál sería?
- Para usuarios ocasionales, permitirá la personalización de prendas al mezclar patrones de varias ya existentes. Para los diseñadores de moda, esto significa un camino más rápido hacia la fabricación ya que generamos instrucciones que pueden producir directamente el patrón deseado, en lugar de tener que recurrir a expertos en tejido que traducen los bocetos de los diseñadores al código de tejido a máquina.
// Hablamos con el creador de una máquina que detecta escenas románticas en las películas
- Sabemos que hay empresas interesadas en el sistema. ¿Qué tienen en mente para estos softwares? Más allá del uso en empresas, ¿algún día podría llegar a nuestras casas?
- Por un lado, queremos simplificar la fabricación para cualquier diseñador, lo que llevará a que aparezcan más diseños de prendas porque se acortará el tiempo de producción. Por otro lado, espero que eventualmente podamos hacer que esas máquinas se vean de manera similar a la forma en que los fabricantes casuales usan las impresoras 3D. Si tales máquinas fueran accesibles como aquellas, entonces esto sería más simple: no estaríamos pensando en hacerlo: lo haríamos nosotros mismos.
