Si ahora mismo tuviéramos que hacer una recopilación de lo más destacado del año en lo que a tecnología se refiere, seguro que incluiríamos la popularización de aplicaciones como Prisma para la creación de obras de arte basado en los contenidos de las fotografías y vídeos, empleando sistema de redes neuronales con capacidades de aprendizaje profundo para obtener cada vez mejores resultados.
Como ya os hemos comentado otras veces, aplicaciones como Prisma utilizan un sistema denominado transferencia de estilo, donde habitualmente las imágenes y vídeos son enviados a centros de datos para su procesamiento.
En este sentido, Facebook ha querido ir más allá y ha querido aprovechar el hardware existente hoy día en los teléfonos inteligentes para delegar las capacidades de procesamiento sólo en los propios dispositivos móviles, o sea, que próximamente, la nueva función de filtros artísticos para imágenes, vídeos y retransmisiones en directo real que incorporará próximamente en su aplicación móvil, llegando inicialmente a los Estados Unidos, serán procesadas directamente en los propios teléfonos en lugar de enviarse la información a los centros de datos.
Para ello, como explica Facebook en un post, han creado una plataforma de aprendizaje profundo específica para dispositivos móviles, la cual permite la captura, análisis y procesamiento de píxeles en tiempo real desde el propio dispositivo móvil.
El sistema de aprendizaje profundo de dicha plataforma recibe el nombre de Caffe2Go, cuyo framework está ya integrado en sus aplicaciones móviles. Acorde a la compañía, dicha plataforma permitirá la ejecución de diversas redes neuronales profundas con alta eficiencia tanto en dispositivos Android como en iOS, con lo que además de procesar y aplicar estilos artísticos a imágenes y vídeos, podrá ser usado para otras capacidades.
Los detalles más técnicos se encuentra expuestos en dicha publicación, aunque hay que resaltar que Facebook liberará parte del código de Caffe2Go para que, con la ayuda de la comunidad, pueda mejorar sus características para su ejecución en múltiples plataformas.