Unos científicos procesaron 109 horas de sexo oral para desarrollar una máquina que haga felaciones


Artículo publicado originalmente por Motherboard Estados Unidos.

El Autoblow AI, un juguete sexual hecho para los individuos que tienen pene, consiste en una funda de goma y un motor alojado dentro de un contenedor que tiene como objetivo simular el sexo oral. La semana pasada los desarrolladores del proyecto lanzaron una campaña en busca de fondos en Indiegogo y rápidamente alcanzaron su meta de 50.000 dólares. Su mayor ventaja por encima del modelo original de 2014, el Autoblow 2, es que tiene un algoritmo de aprendizaje automático que “cambia continuamente la técnica” para complacer al usuario de formas nuevas y emocionantes.

En lugar de movimientos mecánicos repetitivos, este “modo de Inteligencia Artificial” promete replicar los movimientos matizados e impredecibles de una felación humana real. Para hacer esto, la compañía le solicitó a un equipo de seis personas que observaran 109 horas de pornografía y que hicieran anotaciones; también contrató a ingenieros especialistas en aprendizaje automático para crear un modelo que tomara todos los datos y los convirtiera en lo que hace el juguete. Todo este proceso tomó tres años.

El resultado de esta investigación es el Blowjob Paper, un estudio lleno de sexy investigación algorítmica o, al menos, de temática sexual: “En este trabajo, buscamos cuantificar los movimientos ‘comunes’ o ‘típicos’ involucrados en el sexo oral realizado a los hombres”, es la línea que abre el artículo. “Para hacerlo, analizamos un conjunto de datos basados en 108 horas de videos pornográficos y sus correspondientes anotaciones sobre la posición de los labios a lo largo del pene en cada fotograma. Usamos técnicas de cuantificación para descubrir dieciséis movimientos distintos, y al usar estos movimientos diseñamos y evaluamos un sistema que genera secuencias de movimientos realistas mediante el aprendizaje profundo. Así, mostramos cuantitativamente que este sistema es superior a las simples técnicas de cadena de Markov”.