El universo digital, en alza en todos los sentidos, se abre en la Universidad Internacional de Andalucía a un importante catálogo de másteres y diplomas de especialización, cuyo plazo de admisión de alumnado se encuentra abierto en estos momentos.

La idea es analizar todo lo referente a la Transformación Digital, en un listado de propuestas que abarcan la Ciencia de Datos y la Inteligencia Artificial. 

Se tata de unos itinerarios formativos realizados por reputados expertos en la materia con el fin de abordar la necesidad de profesionales que demanda el mercado actual, que han diseñado un listado en el que se encuentran el máster en Inteligencia Artificial y Aprendizaje Automático; la tercera edición del máster en Big Data, el diploma de Especialización en Energía Digital, diploma de especialización en Data Science e Inteligencia Empresarial para la toma de decisiones, máster en Técnicas de análisis de datos para la investigación en humanidades y Ciencias sociales, diploma de Especialización en Protección de Datos en la Sociedad Digital (tercera edición), y diploma de Especialización en Marketing Digital y Creación de E-Commerce.

El potencial empleador de las IA

Sebastián Ventura ultima el Máster en Formación Permanente y Aprendizaje Automático de la UNIA, que repasa las principales técnicas y aplicaciones asociadas a esta tecnología, al tiempo que ha sido uno de los responsables del catálogo formativo que se pone al servicio de los alumnos en estos días.

Y no es baladí. A la hora de hablar de Inteligencia Artificial, recuerda que se estima que “creará un millón de empleos en los próximos años”, como señala este catedrático de Ciencia de la Computación e Inteligencia Artificial y vicerrector de la Universidad de Córdoba.

Como recuerda, aunque su impacto suele asociarse a entornos tecnológicos y corporativos, va mucho más allá, porque “desde el quirófano hasta las explotaciones ganaderas, la digitalización avanza a marchas forzadas”, y todo ello desde el aval de su labor como subdirector del Instituto Andaluz Interuniversitario en DataScience (DaSCI).

Las posibilidades de los modelos, explica, son muy amplias, como atestigua el abanico de proyectos en los que participa el Instituto: desde la detección precoz de la dislexia a la identificación automática de materiales, o la medicina personalizada. 

Actualmente, el investigador trabaja en lo que denomina “mantenimiento predictivo” de vehículos. En él, “el modelo extrae información del ordenador del vehículo, como la temperatura del motor o el estado de los frenos, y la analiza en busca de valores anómalos para hacer una predicción de avería a corto plazo, alertando al usuario”. 

“Otro campo con muchísimo desarrollo es la digitalización agraria”, remarca Ventura. “Ya hay modelos que monitorizan el cultivo, detectando el grado de madurez del fruto o las necesidades hídricas. También en la ganadería, donde el sistema detecta enfermedades como heridas o cojeras en el ganado que pueden afectar a la producción”. 

Su máster se realiza en colaboración con el Instituto Andaluz Interuniversitario de Ciencia de Datos e Inteligencia Computacional. 

Datos para las humanidades y las ciencias sociales

Otra de las propuestas de la UNIA para el inicio del otoño es el máster en Técnicas de análisis de datos para la investigación en humanidades y Ciencias sociales, que dirige María Marcos, historiadora del arte que defiende la formación en competencias digitales de investigadores en Humanidades y Ciencias Sociales.

Como ella misma recuerda, es una parte de la ciencia que permite “trabajar con un gran volumen de datos y abordar estudios con mayor profundidad, más cualitativos, que lo que podríamos hacer hasta ahora”. 

Sistemas de Información Geográfica (SIG), cartografía multimedia, modelado 3D, análisis cualitativos, machine learning… son algunas de las aplicaciones que detalla esta profesora de la Universidad de Granada, que señala que, en la actualidad, “el abanico de herramientas es suficientemente amplio para que todas las disciplinas puedan encontrar uno adecuado para cada estudio”.

Marcos conoce de primera mano este potencial. Su propia investigación, centrada en el arte islámico tardomedieval, se vio reforzada por el uso de sistemas de información geográfica para “rastrear la presencia de elementos tan singulares como los mocárabes”, que presentan variaciones en función del período y la cultura, a lo largo del Mediterráneo. 

Así, su trabajo constató una abrumadora mayoría de mocárabes suníes frente a la minoría chiíta en la cuenca mediterránea. Más aún, las herramientas le permitieron inferir “la distribución de ideas políticas y credos”. 

Junto al ingeniero y profesor de la Universidad de Jaén Antonio Garrido, Marcos dirige desde este otoño el Máster en cuestión: “Existen cursos y seminarios, pero no había un Máster que recogiera de forma global y específica los distintos sistemas”, subraya Marcos. 

La inscripción se encuentra abierta en la web oficial de la UNIA, donde también se puede consultar el programa de becas a la excelencia.

Aunque el proceso es “lento y largo”, la Real Academia Española (RAE) se ha propuesto que la Inteligencia Artificial “hable español y que lo hable bien” y, para eso, cuando se logre, “aspira” a dar “certificados de calidad” a las tecnológicas cuando las máquinas empleen nuestra lengua como lo hace un “humano”. Así lo ha manifestado su director de la RAE, Santiago Muñoz Machado, durante el encuentro sobre Lengua Española e Inteligencia Artificial celebrado esta mañana y al que han acudido representantes de Telefónica, Microsoft, Amazon y Google.

“Cuando la RAE tenga la seguridad de que las máquinas emplean nuestra lengua como un humano que maneja el español, con solvencia, aspira a dar certificados del buen uso del español y acreditar que los criterios lingüísticos de esta casa se cumplen”, ha señalado Muñoz Machado hoy en la sede de la Academia. “Pretendemos que la IA hable español y que lo hable bien, que las máquinas parlamentes se adecúen a los cánones que la RAE ha establecido hace ya 300 años. Nos resulta más difícil imponerlo a las máquinas, pero queremos convencer a las empresas que usen las herramientas de la RAE para entrenar a las máquinas y las hagan hablar conforme a ese canon de la RAE al que se atienen más de 600 millones de personas en el mundo”, ha añadido.

Un proceso éste en el que se ha “avanzado mucho” pero que es también “lento y largo”, ha agregado al tiempo que ha reconocido que, al tratarse de un “campo enorme”, no se puede reservar sólo al ámbito de la RAE, sino que hay que ampliarlo a todos los “dominios”. En este sentido, David Carmona, director general de IA en Microsoft Corporation, ha explicado que el momento del español en la inteligencia artificial “no puede ser más perfecto”, ya que en la actualidad se está viviendo “un momento de transformación digital”.

Una reflexión compartida por el resto de participantes en esta jornada, como lo ha explicado Chema Alonso, director de la unidad global de Consumo Digital de Telefónica y director técnico del proyecto Lengua Española e Inteligencia Artificial (LEIA). “Hay que decir que ha habido una aperturismo de la RAE en cuanto a todos los recursos que ha cedido para que se pudiera entrenar y validar que los aprendizajes de la IA son los adecuados”, ha matizado.

Nos resulta más difícil imponerlo a las máquinas, pero queremos convencer a las empresas que usen las herramientas de la RAE

En este sentido, Marie Mulot, gerente general de Amazon Alexa en España, ha contado cómo con su asistente de voz Alexa han pretendido “dar un paso más allá” para que “hablara un español correcto y natural”. “Alexa puede dar definiciones del diccionario de la RAE, sinónimos y deletrear palabras, y creemos que con el proyecto LEIA podemos llegar a millones de personas”, ha apuntado. Asimismo, Ester Marinas, responsable de marca y reputación de Google España y Portugal, también ha calificado de “natural” la manera de expresarse de su asistente de voz, quien también habla los distintos dialectos del español y es capaz de dar definiciones, refranes o recitar poesías.

En cuanto a los cambios “más importantes” a los que se enfrenta la IA respecto al uso del español, Carmona ha destacado que en el “corazón” de estos cambios está el que la IA “razone” sobre el lenguaje de manera “parecida” a la que lo hace un humano. “Nuestra apuesta es garantizar que el español es el primer lenguaje y en igualdad con otros idiomas”, ha destacado el director general de IA en Microsoft Corporation.

Respecto a los desafíos gramaticales para que cada vez sea más perfecto el español que hablan las máquinas, éstos expertos han destacado que los principales son los “sesgos” de género y de edad para que este lenguaje de las máquinas sea también “inclusivo”. “La IA tiene que reflejar los avances de nuestra época y limitar el sesgo de edad y género porque hoy en día lo estamos resolviendo de manera mecánica. Alexa, por ejemplo, no va a decir ”espero que estés contento hoy“ sino ”espero que estés de buen humor“. Tenemos que proponer cosas que sean más naturales”, ha explicado la gerente general de Amazon Alexa en España.

Así, desde Microsoft, su representante en esta jornada ha esgrimido que para salvar estas situaciones no se le puede echar “la culpa a los datos”; “ tenemos que crear una IA que no solo utilice datos, sino conocimientos humanos (...) el lenguaje natural se va a convertir en la pieza central del entrenamiento”.

Este coloquio ha sido clausurado por la secretaria de Estado de Digitalización e Inteligencia Artificial, Carmen Artigas, quien ha coincidido también con los participantes en que estamos en un “momento decisivo” en nuestro país para el desarrollo futuro de la IA como un “gran elemento integrador” de la economía española. “La IA va a jugar un papel muy importante en la reconstrucción de este país. Un 30% de las ayudas de los presupuestos del Estado va dirigido a la transformación digital”, ha concluido.

Como muchas veces pasa con la ciencia ficción, las máquinas que piensan (casi) como humanos han pasado de las páginas de las novelas a la realidad cotidiana. Esta tecnología, basada en algoritmos y procesos matemáticos, es capaz de obtener patrones a partir de datos para ayudarnos a evitar el tráfico, catalogar información, componer una sinfonía o pintar un cuadro. Actualmente la inteligencia artificial está operativa en prácticamente todas las áreas en las que hay procesos con datos involucrados: economía, medicina, sistemas de comunicaciones, transportes o procesos industriales.

Hablamos con Ana Jiménez, socia en el área de Technology Consulting en EY, para conocer a fondo en qué consiste exactamente la inteligencia artificial, cuál es el futuro de la tecnología y cómo se ha convertido en un elemento de nuestra vida cotidiana.

¿Qué es la inteligencia artificial?

La inteligencia artificial es una rama de la computación como puede ser la traumatología en la medicina. Dentro de esta rama lo que encontramos es un conjunto de algoritmos, de recetas matemáticas y lógicas que tratan de simular comportamientos inteligentes. Hay varias áreas dentro de la inteligencia artificial: para tratar de procesar el lenguaje, reconocer y analizar imágenes, predecir basándonos en datos, segmentar ciertas fuentes de información, etc.

¿Cuáles son las principales áreas de aplicación?

Las principales áreas podrían ser  cualquiera, realmente. Todos aquellos sitios donde necesitemos automatizar una serie de procesos, segmentar ciertas fuentes de información, predecir, analizar el lenguaje, analizar imágenes… Básicamente puedes usar la inteligencia artificial en cualquier área.

¿Qué es el machine learning? ¿Y el deep learning?

Son dos áreas dentro de la inteligencia artificial. El machine learning es un área donde la máquina aprende a partir de unos datos. Este aprendizaje consiste en encontrar los patrones ocultos que tenemos en los datos. El deep learning es una derivación del machine learning, donde se usan unos algoritmos llamados redes de neuronas, que tienen un comportamiento que nos permite analizar patrones complejos en los datos, patrones más sutiles.

¿Qué avances podremos ver en los próximos años?

En los próximos años la inteligencia artificial va a evolucionar principalmente en dos líneas: en el procesamiento del lenguaje natural, para permitirnos extraer más información y entender mejor el lenguaje humano, y, por otro lado, en el análisis de los sistemas complejos, para permitirnos precisamente extraer los patrones más complejos que podamos tener en los datos. Sin embargo, aunque la inteligencia artificial evolucione en estas dos líneas, todavía hay varios retos que tenemos por delante. La calidad de los datos es uno de los principales problemas que encontramos.

¿Algún día las máquinas podrán pensar como las personas?

No. Las personas somos capaces de relacionar conceptos desde distintas áreas, cosa que la inteligencia artificial no puede hacer. Se habla de la inteligencia artificial particular y la inteligencia artificial general. Por ejemplo, hoy en día, nadie duda de que quien mejor juega al ajedrez en el mundo es un ordenador. Sin embargo, un ordenador no sería capaz de moverse en diferentes dominios y extraer patrones para aplicarlos entre ellos.

¿Cómo funciona la inteligencia artificial que crea arte, música o literatura?

La inteligencia artificial puede crear arte basándose en otras composiciones artísticas. Siempre se basa en el análisis de datos. Si los datos de entrada que le damos son las fugas de Bach, la inteligencia artificial va a crear una fuga que se parecerá muchísimo a las fugas de Bach. Si le damos como datos de entrada los cuadros de Van Gogh, la inteligencia artificial va a crear un cuadro basado en los cuadros de Van Gogh. Sin embargo, lo que es complejo para la inteligencia artificial es el proceso creativo que engloba también el proceso artístico.

¿Cómo podemos engañar a la inteligencia artificial?

Se habla cada vez más de si los algoritmos, que muchas veces piensan por nosotros o que toman decisiones por los seres humanos, no están lo suficientemente bien entrenados. Hay escándalos donde una inteligencia artificial da un trabajo a un hombre en vez de a una mujer, o le da un crédito a una persona que tiene mucho dinero frente a una persona que vive en un barrio de menor renta económica. Los algoritmos siempre tienen que estar supervisados por un ser humano, y preferiblemente por equipos diversos, porque son los seres humanos los que se van a dar cuenta de si no se está contemplando correctamente cierto caso.

¿La inteligencia artificial puede volverse en contra de las personas?

No. No creo, no. Matrix y las películas de ciencia ficción molan mucho, pero la inteligencia artificial siempre tiene que estar gobernada por un humano. No tiene esa capacidad de crear. La inteligencia artificial repite lo que ve en cuanto a patrones y, si ejecuta cierta tarea, es porque un humano se lo ha dicho, no porque ella piense de ninguna forma.

La Tercera ley de Clarke dice lo siguiente: “Cualquier tecnología lo suficientemente avanzada es totalmente indistinguible de la magia”. De los tres enunciados formulados por el creador de 2001: Una odisea en el espacio, este quizás sea el más mentado por los científicos e investigadores del mundo. El aprendizaje automático (Machine Learning, en inglés), el aprendizaje profundo (Deep Learning) y la Inteligencia Artificial (Artificial Intelligence), aunque no sean un truco de Houdini, sí son lo suficientemente cautivadores para el común de los mortales.

De los tres conceptos, el más extendido es el último. La Inteligencia Artificial es el nombre que damos a cualquier cosa inteligente, lo que no quiere decir que en realidad lo sea. La mayoría de los algoritmos que existen actualmente se basan en grandes paquetes de datos, que una vez convertidos al lenguaje de la máquina, tratados e introducidos en ella resultan en la interpretación a gran escala que haga el sistema de los mismos. Dicho de otro modo: cuantos más datos coma el ordenador, más conocimiento acumulará y, por tanto, más sabrá.

Que una máquina sepa hacer algo muy bien no significa que sea muy lista. O sí, pero solo lo será en el terreno para el que fue entrenada. No hay que esperar que las máquinas razonen, piensen y sientan como los humanos, al menos no en los próximos años. De momento solo pueden hacer una cosa, aquella para la que fueron diseñadas: por ejemplo, un modelo neuronal de un sistema que detecte perros en fotografías solo servirá para eso. Pero si cogemos ese modelo y lo reentrenamos, podremos conseguir que también detecte caballos, cebras o jirafas.

Una vez más, todo dependerá del paquete de datos con el que fue alimentado. Así que su inteligencia no depende de lo mucho o poco que sepa: sino de la cantidad de material con el que fue cebado.

Capas de neuronas, procesamiento y profundidad

Raúl Arrabales, CEO de la empresa de inteligencia artificial aplicada a los negocios Serendeepia, hace una división entre las redes profundas y las no profundas. Pensemos en los tres conceptos del principio como si fueran unas matrioshkas rusas: el aprendizaje profundo estaría contenido dentro del aprendizaje automático, que a su vez se encuentra dentro de la Inteligencia Artificial. Por tanto, todo el aprendizaje automático está relacionado de uno u otro modo con la inteligencia artificial, pero no todas las inteligencias artificiales se construyen a partir del aprendizaje automático.

Unas de las características principales de las redes neuronales profundas es que incluyen múltiples capas ocultas. Funcionan con inputs (entradas) que resultan en outputs (salidas), pero en el proceso existen multitud de capas intermedias, de ahí lo de ser profundas. “Cuando solo hay una capa intermedia, que es el enfoque tradicional, no se habla de deep learning. Cuando se habla de deep learning es porque hay múltiples etapas de procesamiento distribuidas en capas de neuronas”, explica Arrabales.

Ya explicamos que la forma más sencilla que se nos ocurrió a los humanos para representar este tipo de modelos fue imitando nuestro cerebro humano. Tenemos miles de terminaciones nerviosas, lo que se traduce en múltiples capas de procesamiento. Raúl Arrabales pone un ejemplo para que lo entendamos mejor: “A nivel visual por ejemplo, la retina sería la capa de entrada donde los conos y los bastones son las neuronas que toman los datos de los píxeles ([en la vista humana] en vez de píxeles son longitudes de onda de fotones en la luz) y a partir de ahí empiezan a pasar por diferentes etapas de procesamiento, y eso es lo que se llama deep learning”, continúa el cofundador de Serendeepia.

De manera similar a como nuestro ojo capta la luz y a través de las neuronas, la información viaja al cerebro donde se procesa; las redes neuronales harían lo propio con una imagen, extrayendo la información a partir de los píxeles y jerarquizándola en distintas capas. Siguiendo con el ejemplo de Arrabales, “la primera capa de neuronas estaría en los diferentes colores, los bordes y las sombras. Y a partir de ahí pasaría a otra segunda capa que ya no usa píxeles como entrada, sino los colores, los bordes y la sombras”. Y de esos detalles se van sacando a su vez subcategorías que se convierten en nuevas capas que analizar. 

Las RNNs, GANs y las CNNs

Explicada la diferencia entre las redes neuronales profundas y las no profundas, el de Serendeepia nos hace una aproximación a tres tipos de redes neuronales, los más utilizados actualmente.

En primer lugar, las redes neuronales recurrentes, RNNs en inglés, también funcionan por capas, solo que en vez de ser consecutivas, la red es capaz de combinar detalles analizados en distintos momentos para generar nuevas subcateogrías, “lo que genera bucles que a su vez generan unos tipos de memoria (a largo plazo, a corto plazo...)”, explica el investigador.

En la página web thispersondoesnotexist se generan caras aleatorias que no existen. Está construida a partir de redes neuronales antagónicas, también llamadas GANs. Están compuestas de dos partes, un generador y un discriminador. El primero se encarga de crear imágenes nuevas a partir de las reales con las que ha sido alimentado, mientras que el discriminador, como su propio nombre indica, tiene que identificar si esas imágenes generadas son reales o falsas. El objetivo, tras miles de intentos, es engañar al discriminador: cuando este no consiga diferenciar entre una imagen artificial y otra real, entonces, las GANs funcionan al 100%.

En último lugar, Arrabales nos explica los mecanismos básicos de las redes convolucionales: “Hablando rápidamente, una convolución sería una multiplicación de matrices”. El de Serendeepia recuerda los filtros de Photoshop como el emboss o el shovel, “esos que detectan bordes, por ejemplo. Están haciendo operaciones sobre los píxeles, que los transforman”, dice. Las CNNs se encargan de convolucionar píxeles y modificarlos a la vez que extraen ciertas características únicas. Son las redes neuronales favoritas de los que pretenden modificar imágenes. Valgan como ejemplo los últimos avances que ha presentado Nvidia: han conseguido crear paisajes fotográficos desde bocetos o generar mundos virtuales a partir de vídeos del mundo real.

“La convolución es una operación que se presta muy bien a extraer características de la imagen mientras que las redes recurrentes se prestan mejor a hacer análisis del lenguaje, porque el lenguaje es secuencial y entonces esa recurrencia ayuda a modelar las características que aparecen ahí, ya que las palabras van ordenadas”, concluye Arrabales.

El mejor año de la carrera profesional de la actriz Scarlett Johansson fue y seguirá siendo 2004. Es el año de Lost in Translation, la película que protagoniza junto a Bill Murray. Esta afirmación no es una crítica cultural sino la conclusión de un algoritmo creado por varios científicos de la Universidad Queen Mary de Londres que aseguran tener en su poder un juguete peligroso: “Permite predecir con 85% de éxito si el año más productivo de un actor está por venir o ya ha pasado”, explica a la Agencia SINC Lucas Lacasa, uno de los autores del paper.

Todos los algoritmos necesitan alimentarse con datos. En este caso, los investigadores han utilizado la Internet Movie Database (Base de datos de películas en Internet), popularmente conocida como IMDb, en donde figuran las carreras de más de 1,5 millones de actores y casi 900.000 actrices. Abarca desde 1888, año en el que se rodó la primera película moderna (que fue La escena del jardín de Roundhay) hasta 2016.

La creación de los londinenses es capaz de predecir en qué año cualquier actor alcanzará su cima, aunque han preferido no poner más ejemplos que el de Scarlett Johanson. También ofrece otras conclusiones, como que el 70% de los actores tiene carreras que solo duran un año, que en la industria hay rachas “calientes” y rachas “frías” (épocas en las que encadenan más trabajos seguidos o menos) y que, tras una mala racha, los hombres encuentran trabajo antes que las mujeres.

Las mujeres salen perjudicadas si nos atenemos a las conclusiones del algoritmo: si las carreras son inferiores a un año, hay más mujeres que hombres en esta situación, además de que es más probable que una actriz tenga sus años más productivos al principio y no al final de su carrera. “Sospechamos que detrás de esto está el machismo que existe en el mundo del espectáculo”, sostiene el investigador en SINC.

Algoritmos en procesos empresariales

El debate toma otro cariz si en vez de hablar de actores, hablamos de trabajadores comunes. “Si las empresas empiezan a tomar decisiones en base a este tipo de algoritmos será algo problemático”, explica a eldiario.es Anna Ginès i Fabrellas, profesora de Derecho y Trabajo de ESADE. Aunque no existen datos exactos, cada vez más compañías en el mundo utilizan la Inteligencia Artificial y más concretamente los algoritmos para tomar decisiones empresariales. Las grandes como Google, Amazon, Microsoft, Apple o Facebook, entre otras, lo llevan haciendo desde hace años.

“Si nos basamos única y exclusivamente en este tipo de algoritmos, que lo que han hecho es identificar patrones o conductas de actuaciones pasadas, estamos quitando mucho peso y mucho espacio para la imprevisibilidad”, continúa Ginès i Fabrellas. Se refiere a la total automatización del empleo, al momento en el que un conjunto de operaciones matemáticas basadas en los datos previos con los que fueron entrenadas definan nuestro devenir en una empresa.

“Vamos a ver cómo las compañías podrán contratar a alguien en base al uso de algoritmos”, dice la profesora. Si echamos un vistazo a los usos, el machine learning (aprendizaje automático) en las empresas se aplica sobre todo a la automatización de procesos y a la optimización de las ventas, pero no es descabellado pensar que, como el algoritmo de los científicos de la Queen Mary en el cine, algún día pueda surgir otro que mida el desempeño de un trabajador en una fábrica, por ejemplo.

Hace poco hablamos del caso de Eméritas Legal, una firma gallega que mide el éxito de los abogados según su “índice de rendimiento judicial”. Todo lo hace un algoritmo en base a unas determinadas variables que fue alimentado con sentencias de los tribunales españoles, así los clasifica en “buenos” y “malos”.

¿Nos podrá despedir un algoritmo?

Aunque el problema de los datos y cómo almacenarlos es algo que a muchos ya les ronda por la cabeza, en palabras de Ginés i Fabrellas “generaremos más en el futuro”. La profesora señala que el Internet de las Cosas (IoT) fomentará el negocio del Big Data: “La empresa sabrá literalmente todo: en qué momento me conecto, cuántas horas, cual es mi continuidad en la prestación de servicios, a qué hora hago algo...”.

Advierte que el uso de estos algoritmos “jamás podrá ser discriminatorio” y señala dos problemas: las variables directas y las indirectas. Como funcionarán a partir de patrones extraídos de unos datos, las condiciones de edad, raza o sexo “no podrán ser tomadas en cuenta”, dice. “Luego habrá otras derivadas que escondan una discriminación indirecta. Por ejemplo, el número de horas trabajadas”, continúa Ginès i Fabrellas.

La profesora pone un sencillo ejemplo: “Si solo despedimos a las personas que menos horas en cómputo global trabajan en la empresa, seguro que serán las mujeres que se han cogido reducciones de jornada o a tiempo parcial a fin de conciliar la vida laboral y familiar”. Y de igual forma que echarnos del trabajo, ¿podrá un algoritmo prejubilarnos cuando crea que ya llegó la hora? “No sé si llegaría tan lejos como para eso porque se refiere a algo que la empresa no puede controlar, no puede decidir unilateralmente quién cumple los requisitos legales para acceder a la jubilación o la prejubilación, pero sí el despido”, sentencia Ginès i Fabrellas.

En mayo del 2018 entró en vigor el nuevo Reglamento General de Protección de Datos (RGPD), por lo que la profesora no cree que exista “vacío normativo” y recuerda: “No estamos en un escenario en el que los algoritmos hayan aparecido y no estén regulados en ningún sitio”.

La frenología, esa pseudociencia tan popular a mediados del siglo XIX, afirmaba que era posible conocer el carácter y la personalidad de una persona fijándonos en la forma del cráneo y sus facciones. Fue desterrada al poco tiempo por no ser científica, a pesar de que a día de hoy aún haya quien sigue creyendo en ella. No serán los científicos del MIT (Instituto de Tecnología de Masachussetts), pero es inevitable pensar en esta práctica si hablamos de Speech2Face, una red neuronal creada por varios investigadores del instituto estadounidense capaz de imaginarse la cara de una persona a partir de su voz. Una afirmación así puede ser muy controvertida.

Ni siquiera necesitan tener muchos segundos de audio, ya que el modelo ha sido entrenado con millones de vídeos sacados directamente de Internet y de YouTube en los que aparece gente hablando. Han subido el paper a arXiv.org, un repositorio de artículos científicos y en la web del proyecto se pueden ver ejemplos de cómo funciona.

Mientras aprende, la red también hace correlaciones entre la cara de las personas y su voz con las que luego conseguirá generar una imagen del rostro ateniéndose a la raza, al género y a la edad.

El problema ético

Los del MIT dicen que los vídeos no representan de forma igualitaria a toda la población del planeta y advierten que las futuras investigaciones que se hagan en este campo tendrán que estar compensadas en tanto en cuanto a la representación racial y étnica de los vídeos e imágenes de las personas con las que se entrenen las bases de datos.

Reconocen que su modelo está sesgado y que depende de los idiomas que capte para que los resultados voz-cara sean correctos: “Si cierto idioma no aparece en los datos de entrenamiento, nuestras reconstrucciones no capturarán bien los atributos faciales que podrían estar correlacionados con ese lenguaje”, dicen.

Speech2Face se supone que es capaz de predecir, por ejemplo, si alguien es asiático, blanco y mujer o negro, hombre y africano tan solo escuchándole hablar. Los científicos consideran que estas categorías son obra de un clasificador de atributos comercial (Face++) utilizado a la hora de hacer las primeras pruebas del modelo. Pero también falla, ya que en algunos casos, “los atributos vocales no se corresponden con la apariencia de la persona”. Los algoritmos también pueden tener prejuicios o ser discriminatorios.

“En nuestra sección experimental, mencionamos categorías demográficas inferidas como ”blanco“ y ”asiático“. Estas son categorías definidas y utilizadas por un clasificador de atributos comercial y sólo se utilizaron para la evaluación en este trabajo. Nuestro modelo no se alimenta de esto y no hace uso de esta información en ningún momento”, escriben los investigadores en el estudio.

También anuncian que necesitarán seguir estudiando el modelo “para determinar hasta qué punto se basa en el lenguaje”.

¿Cómo sabe quién es quién?

Para construir la red neuronal los investigadores han usado VGG-Face, un modelo de reconocimiento facial entrenado con DeepFace, otro modelo especializado en captar datos de la cara. A partir de ahí les ha sido fácil demostrar que a partir de estos rasgos faciales se puede construir la cara de una persona en particular.

Eso solo es el principio. Speech2Face funciona con un codificador y un decodificador. El primero codifica la voz y guarda un espectograma de las ondas de audio. Ahí predice una característica de la voz que después irá asociada a la cara. El segundo se encarga de generar una imagen de la cara de frente y de perfil, tomando como referencia la característica facial que aisló el codificador.

La red neuronal solo es entrenada en el codificador, así que cuantos más vídeos vea, más sabrá y con mayor exactitud podrá predecir la cara a partir de la voz. 

Los resultados de Speech2Face han tenido que ser contextualizados por los investigadores, y para eso han tenido que probar el modelo en varios campos. Han calculado la fiabilidad de la red neuronal en base a los atributos demográficos (como edad, género y etnia) y los atributos craneofaciales (el tamaño de la cabeza, de la nariz, de la boca, etcétera).

También analizaron la capacidad de la red neuronal para equivocarse generando una cara cuando escucha un clip de audio de 3 y de 6 segundos. Cuanto más tiempo escucha, más fácil es para el modelo adivinar el rostro de alguien. No esperen que clave cada cara a partir de la voz que escucha, pero los resultados son esperanzadores.

Solo pudimos ver unas pocas partidas jugadas contra dos jugadores profesionales, pero quedó claro que la máquina es implacable: 10-1 contra los humanos. La última Inteligencia Artificial (IA) creada por Google DeepMind ha ganado fácil a dos profesionales del popular videojuego de estrategia Starcraft II. 

Starcraft II, lanzado al mercado en 2010, aúna varios conceptos muy interesantes para los investigadores que se dedican a la IA. Aunque con varias modalidades, la más jugada es el versus, que enfrenta a un jugador contra otro. El jueves, DeepMind, la empresa comprada por Google hace tres años y dedicada a la investigación en IA, presentó AlphaStar.

A diferencia del Go, el ajedrez y el shogi (el ajedrez japonés), en los que continuamente vemos los movimientos del rival, el póker y Starcraft son juegos de información imperfecta. Decimos que es así porque en el caso del juego de cartas no sabemos qué mano llevan nuestros rivales hasta que las descubren y en Starcraft, el mapa está oculto en su totalidad excepto en la zona donde el jugador se encuentra. Por eso necesitamos llevar unidades hasta la base del enemigo, para saber qué hace, cómo construye y qué estrategia está llevando a cabo.

El juego es llamativo para los investigadores porque requiere al jugador una atención constante: no solo a nivel técnico, sino también a nivel espacial y estratégico. Gana el que aniquile antes al rival, y para eso es necesario extraer recursos (gas y minerales), construir expansiones (más bases en puntos de extracción cercanos) y unidades. Dominar el espacio es vital para tener éxito, tanto como proteger los enclaves en los que nos asentamos. Hay tres razas: Protoss, Terran y Zerg, pero AlphaStar solo sabe jugar con la primera.

“Intenté, simplemente, sobrevivir”

Darío “TLO” Wunsch y Grzegorz “MaNa” Komincz fueron los dos jugadores elegidos por DeepMind para intentar batir al bot. Fueron cinco partidas contra cada uno, con una diferencia de 14 días entre las que jugó TLO y las de MaNa. En esas dos semanas AlphaStar entrenó más, ya que el segundo jugador no solo es profesional del juego, sino que también domina la raza Protoss. TLO, en cambio, suele usar a los Zerg.

Los encuentros, llevados a cabo en secreto en las oficinas de la compañía en Londres estos últimos meses, fueron un desastre para los humanos. Hay un momento desolador durante la transmisión, después de que MaNa haya perdido su tercera partida seguida y le pregunten los presentadores qué pasa en la siguiente: “En el juego cuatro intenté, simplemente, sobrevivir”, dice lacónico.

Todo lo que sabe AlphaStar lo ha aprendido viendo repeticiones de jugadores humanos. Cuando el sabadellense Oriol Vinyals, director del proyecto, anunció en la BlizzCon de 2016 que comenzarían a trabajar con Blizzard (creadores de Starcraft II) en el desarrollo de una IA maestra, también dijo que sería entrenada con 65.000 partidas de profesionales. “Es lo que llamamos aprendizaje imitativo: cogemos muchas repeticiones de profesionales y procuramos entender las básicas de Starcraft, imitándoles. Intentamos que la IA se desenvuelva de la manera en lo que lo haría un humano”, explicaba este jueves Vinyals.

Para preparar los enfrentamientos contra los pros, AlphaStar ha jugado contra sí misma durante una semana en lo que los investigadores han llamado “AlphaStar League” (Liga AlphaStar). El bot jugaba contra sus propias variantes en tres fases hasta que solo quedaba el mejor. Según Vinyals, la máquina más fuerte acumula el equivalente a 200 años jugando a Starcraft.

Solo el AlphaStar inicial es el alimentado por las repeticiones de los humanos. “Después, AlphaStar jugaba contra iteracciones de sí mismo para intentar ganar al resto, que usaban diferentes estrategias”, explicaba en el streaming David Silver, uno de los ingenieros. Cada una de esas iteracciones tenía unos objetivos, como jugar haciendo rush (atacando al principio de la partida), usando técnicas de camuflaje o construyendo más unas unidades que otras. “Al final de la AlphaStar League, seleccionamos el bot menos explotable, que es el que ha jugado contra los humanos”, continuaba Silver.

Menos acciones pero más precisas e inteligentes

“Incluso aunque no estén incentivados, hace cosas que no entendemos. Lo mismo algún pro sí que lo entiende”, decía Vinyals de AlphaStar. La máquina no juega perfecto, pero sí comete menos fallos que los humanos. A veces usa estrategias propias y a veces nos copia a nosotros, pero lo relevante es que piensa y entiende que necesita explotar las debilidades de los chicos para ganarles.

La máquina ni se cansa ni sufre al perder unidades. Tampoco tiene bajones anímicos por haber cometido errores. Y lo mejor de todo: no necesita estar permanentemente mirando a la pantalla. Esto es primordial, ya que el pro tiene que mover el ratón para seleccionar la parte del mapa en la que se encuentra la acción pero AlphaStar no, porque sabe donde están sus unidades en todo momento y puede actuar a la vez en varios sitios.

Los profesionales utilizan el concepto Actions Per Minute (APM - Acciones Por Minuto) para evaluar la habilidad y la técnica. Cuando hablan, llaman “micrear” a mover las unidades rápido, sacarlas y meterlas en mitad de una batalla y esconder a las que tienen menos vida y adelantar a las sanas. Así, cuantas más APM, mejores (teóricamente) son. TLO hizo una media de 678 y MaNa de 390, mientras que el bot tuvo 277. “La manera en la que AlphaStar micrea es increíble”, decía MaNa tras la cuarta partida. “Había ataques en el norte, en el este, en el oeste... no puedo ver todo el mapa”, gruñía, impotente, el humano.

Vinyals se reía. Le contestó que “la precisión de sus acciones [del bot] es extrema”. Y es cierto: aunque AlphaStar haga menos acciones por minuto, es mejor tomando decisiones y evaluando el campo de batalla. “Le encanta atacar”, decía entre risas TLO después de perder su primer partida.

Salvando nuestro honor... con truco

El streaming, que duró casi dos horas y media, guardaba una sorpresa final: una partida en directo entre MaNa y AlphaStar. Pero nosotros jugamos con truco: DeepMind programó al bot para que jugase manejando la cámara, como si fuera un humano que tuviera que clickear allí donde se encontrase la acción. El pro le ganó a la máquina y salvó nuestra honrilla, 10-1, pero tampoco fue una victoria holgada.

Todo parece indicar que con unos días más de entrenamiento AlphaStar sería igualmente capaz de ganarnos, aun a pesar de tener que acostumbrarse a usar la cámara. Aprende solo, así que es fácil que pueda mejorarse a sí mismo. Esta es la diferencia principal entre la IA en nivel leyenda del FIFA (o cualquier otro juego a dificultad máxima) y el bot de Google.

DeepMind marcó la fecha del jueves 24 de enero en rojo. Como ya lo hizo antes cuando AlphaGo ganó a Lee Se-Dol, el mejor jugador de Go de la última década. O en diciembre al presentar a AlphaZero, una máquina que usando un solo algoritmo venció a su hermana del Go y a las mejores IAs jugando al ajedrez y al shogi. Lejos queda ya aquel día de mayo de 1997 cuando Deep Blue ganó a Garry Kasparov. Aunque la rebelión de las máquinas está un poco más cerca no se alarmen todavía: no podrían hacer otra cosa que no sea jugar, al menos de momento. Ni siquiera aprobar un examen de segundo de la ESO.

De momento solo es un simulador de conducción, pero que nadie lo subestime: se trata de la primera representación de un mundo virtual hecha a partir de vídeos de ciudades reales. El proyecto lo ha desarrollado la marca de tarjetas gráficas Nvidia, que ha usado redes neuronales artificiales, indispensables ya en cualquier trabajo de Inteligencia Artificial (IA).

En pocas palabras: hay una máquina que crea imágenes de ciudades de la nada. Y aunque aún está en pañales, ya tiene tintes de hito tecnológico: “Es una nueva forma de renderizar contenido de vídeo utilizando el deep learning [aprendizaje profundo]”, explica a The Verge Bryan Catanzaro, vicepresidente del departamento de deep learning de Nvidia. “Ya estamos pensando en cómo la IA vendrá a revolucionar el campo de los gráficos”, dice.

El modelo, dicen desde Nvidia, servirá para muchas cosas: la más llamativa es la que abre este artículo, aunque no es la única. A partir de vídeos de conducción en ciudades reales, los programadores han conseguido que la IA genere su propio mundo, interactivo, con una frecuencia de 25 frames (cuadros) por segundo. Uno de los vídeos publicados por la compañía muestra un simulador de conducción que crea la ciudad a medida que el coche pasa por ella, pudiendo girar, adelantar o dar la vuelta.

Lo han conseguido construyendo una red neuronal artificial con pix2pix (una herramienta que convierte a 3D dibujos en 2D) a la que han entrenado con vídeos de gente conduciendo en entornos reales. Tras eso, el sistema se encarga de reconocer los elementos que ha visto, como las personas, los coches, los árboles o los edificios y los transforma a digital utilizando el motor gráfico Unreal Engine 4. El algoritmo crea así su propio mundo a partir de los conocimientos que ha ganado viendo una y otra vez los vídeos de ciudades, generando una realidad diferente, nueva y nunca antes conocida.

Por cierto, que es el mismo motor gráfico que utilizan videojuegos como Fortnite, Gears of War 4 o Dragon Ball FighterZ, entre otros. El trabajo donde se explica cómo han creado el juego de conducción fue subido en agosto a arxiv, un repositorio en Internet de artículos científicos.

Dibujando el futuro en tres dimensiones

La compañía dice que este algoritmo reducirá drásticamente los costes a la hora de desarrollar videojuegos o escenarios para la industria del cine. Pero ahí no queda todo, y es que la IA de Nvidia también puede generar deepfakes, una tecnología que debe su nombre a su creador (un usuario de Reddit que, en diciembre del año pasado, se hizo famoso porque creaba vídeos porno cambiando la cara de las actrices por celebrities de Hollywood).

El algoritmo también es capaz de predecir y generar el futuro de una secuencia de vídeo a partir de un fotograma determinado. Imaginen que entrenamos a los coches autónomos con vídeos de ciudades de otros coches autónomos y aplicamos el algoritmo de Nvidia: así, los coches podrían ser capaces de predecir con más exactitud qué va a ocurrir en cada momento, movimientos de los peatones incluido. 

En la imagen de abajo se puede comprobar mejor este proceso. La imagen de arriba a la izquierda es un fotograma del mundo real. El cuadrante de arriba a la derecha y el inferior de la izquierda muestra dos redes neuronales intentando predecir el futuro del primer clip, cuyo resultado es la foto de abajo a la izquierda. Aunque la calidad de la imagen es un poco borrosa y hay algunos fallos (en los árboles y en las señales de tráfico), la tecnología parece bastante desarrollada.

En otro vídeo publicado por la compañía de tarjetas gráficas, Ming-Yu Liu, uno de los investigadores del proyecto se muestra orgulloso de la creación: “Es la primera vez que hemos combinado el machine learning [aprendizaje automático] y los gráficos por ordenador para generar imágenes utilizando redes neuronales profundas”.

Como explicamos un poco más arriba, el algoritmo también es capaz de trasladar expresiones faciales, hechas a partir de un simple boceto, a los vídeos. Así, los investigadores de Nvidia han conseguido que una persona en un vídeo ponga o haga una cara que jamás puso. Más allá de las interrogantes lógicos que presenta la tecnología de la multinacional (aparece en un momento en el que las fake news están a la orden del día y en un mundo donde cada vez es más difícil distinguir entre lo que es real de lo que no), aún tienen que solucionar el problema de los recursos computacionales que requiere su uso.

Consume mucho. Pero como ya hemos dicho, la IA aún está en ciernes. Nvidia lo compara con el proceso que siguió el trazado de rayos, una tecnología de renderizado de gráficos que apareció en el mapa por primera vez en 1968 y que no fue perfeccionada hasta pasados 10 años. Quizás dentro de una década ya hayan dado con la tecla que solvente el enorme potencial de hardware que necesita el algoritmo para funcionar.

La única diferencia entre una contraseña y una contraseña biométrica es que la primera la puedes cambiar, perder, olvidar, rehacer o pedir una nueva, mientras que la segunda está contigo para siempre, tengas la edad que tengas y estés donde estés. Porque la contraseña es tu cuerpo. Si te roban tu número de tarjeta de crédito podrás cancelar la tarjeta y pedir una nueva, pero si alguien se hace con tu huella dactilar estarás metido en un problema.

La biometría es la técnica que permite generar contraseñas a partir de tus datos biológicos, ya sea tu voz, tu huella o tu iris. La tecnología se ha popularizado tanto estos últimos años que no es raro ver cómo cada vez más teléfonos y dispositivos electrónicos incorporan sensores de reconocimiento facial o de huella dactilar para proteger el acceso al mismo.

¿Proteger o desproteger? La biometría no es segura ni nunca lo fue a la hora de proteger el acceso a un dispositivo, según alertan cada vez más expertos. Una nueva prueba de ello es el último estudio que varios investigadores de las universidades de Michigan y Nueva York han publicado en el repositorio de artículos científicos arxiv y que esta semana cuenta Motherboard. Se titula Deep master prints (Copias maestras profundas) y ahí explican cómo han construido un sistema a base de machine learning (aprendizaje automático) que es capaz de generar huellas dactilares para desbloquear teléfonos móviles.

Cómo funciona una llave maestra que aprende sola

Imagina que tienes una llave que abre todas las puertas de tu bloque de edificios y que a medida que abres más y más puertas, la llave aprende nuevas configuraciones de cerradura, lo que a la larga le servirá para abrir un mayor número de cancelas. Este es un buen ejemplo para entender cómo funcionaría una llave maestra alimentada con Inteligencia Artificial (IA), que al fin y al cabo es lo que han prototipado los investigadores estadounidenses.

Uno de los grandes avances de la IA es sido el descubrimiento y puesta en práctica de las redes neuronales artificiales, un tipo de arquitectura de programación que permite a un sistema “aprender” en función de la información que se le proporcione. En este caso, los investigadores le dieron 6.000 huellas dactilares humanas, que una vez analizadas le permitieron comenzar a crear las suyas propias.

Cada nueva huella generada era después enviada a otra red neuronal artificial que se encargaba de discriminar si lo que veía era real o no. Las huellas que esa red identificaba como falsas eran devueltas al sistema, que las perfeccionaba y las volvía a enviar al discriminador, a ver si en ese nuevo intento pasaban la prueba. Este proceso, repetido miles de veces en un laboratorio, da como resultado huellas dactilares maestras.

Cuando el sensor de huella del teléfono escanea nuestro dedo y lo desbloquea no está escaneando todo el dedo, sino unos pocos puntos. Lo explica a eldiario.es Gemma Galdón, ideóloga y experta en seguridad y creadora de la Fundación Éticas: “Para ir más rápido, lo que se hace es minimizar los puntos de comparación y te aseguras más o menos de que esa persona es la que dice ser, aunque seguramente esos mismos puntos pueden coincidir con una parte importante de la población”.

Acierta tres de cada cuatro intentos

Galdón pone el ejemplo de los aeropuertos como lugar en el que se utiliza la biometría a discreción pero con escasas garantías: “Allí lo importante es que la gente pase rápido. Si quieres eso, tienes que bajar el nivel de seguridad o los puntos que se cotejan cada vez que alguien pasa”, continúa. Los sistemas de reconocimiento facial tampoco se salvan: el año pasado, apenas dos meses después de lanzar Apple su iPhone X, la tecnología fue burlada con una máscara hecha a base remiendos.

La experta en seguridad y vigilancia recuerda, sobre la biometría, que “hay un montón de vulnerabilidades técnicas brutales” y advierte sobre algunos sitios en donde “no se encripta bien la huella, con lo cual se recoge la huella plana que es super fácil de reproducir”. Tampoco entiende cómo esta tecnología se sigue incorporando en los dispositivos nuevos que salen cada año: “Ni yo ni creo que ninguna de las personas que trabajamos en esto desde hace tiempo entendemos muy bien cómo ha colado tanto eso de que la biometría es la metodología más segura para verificar la identidad”.

Los investigadores estadounidenses usaron dos tipos de huellas para alimentar el sistema: impresas en un papel y las generadas por los sensores de huellas de cientos de dispositivos. Después vieron que la criatura entendía mejor las segundas, y no es casualidad: estas son el resultado de poner el dedo en el sensor cientos de veces, en tu móvil, en el iPad, en el trabajo, en un aeropuerto. Ese fue el paquete de datos que la máquina entendió correctamente, el que provenía de los usos mayoritarios de la biometría en el mundo.

Las huellas maestras llegaron a tener éxito hasta en un 76% de las veces que fueron puestas a prueba. Son tres de cada cuatro intentos. “La biometría está contigo para siempre”, recuerda Galdón, que se despide lanzando una mensaje: “Una biometría que no es segura es como un coche sin motor”.

“Es mi primer día en la agencia de noticias Xinhua. Mi voz y mis gestos están programados por Zhang Zhao, un presentador real de Xinhua”. Son las primeras palabras del “Presentador con Inteligencia Artificial (IA)”, como han llamado a la criatura, y que está desarrollado por la agencia gubernamental en colaboración con la compañía Sogou. Lo han presentado en la World Internet Conference (Conferencia Mundial de Internet) que está teniendo lugar en Wuzhen hasta el próximo día 9 de noviembre.

Según los desarrolladores, puede dar las noticias “con el mismo efecto” que un presentador humano. Han hecho dos con diferente aspecto: uno que lee las noticias en inglés y otro que lo hace en chino, según el South China Morning Post. Ambos aprenden de los vídeos que ven y se alimentan de noticias. En el caso del presentador en inglés, según Xinhua, “ahora es un miembro de nuestro equipo y puede trabajar 24 horas al día, reduciendo los costes y mejorando la eficiencia”.

“Trabajarán con otros presentadores para brindarles información fidedigna, oportuna y precisa en chino e inglés”, explicaron durante la presentación. Los dos entes ya se encuentran operativos a través de la web de Xinhua y de las apps oficiales de la compañía. También están en WeChat, la aplicación de mensajería instantánea más usada por los chinos.

Los presentadores, desarrollados a base de machine learning (aprendizaje automático) irán perfeccionando sus habilidades a medida que vayan narrando más noticias. Hoy por hoy, tanto la voz como las expresiones faciales son bastante robóticas, aunque tanto Xinhua como Sogou confían en que esto vaya mejorando con el tiempo.

“Perspectivas interminables” vs. Valle Inquietante

La agencia de noticias china califica la tecnología como “un gran avance en el campo de la síntesis global de la Inteligencia Artificial”. Son los primeros que han conseguido crear una IA que narre en tiempo real las noticias con voz y vídeo; y no solo eso: también han logrado que el sistema funcione y sea estable, aunque con las limitaciones que ya hemos mencionado.

Según Xinhua, la IA cuenta con “perspectivas interminables”, ya que esperan reducir el coste a la hora de producir noticiarios diarios en la televisión. La agencia de noticias gubernamental también considera que así se podrán generar rápidamente boletines de noticias de última hora, mejorando la puntualidad y la calidad.

Michael Woolridge, un profesor de la Universidad de Oxford entrevistado por la BBC, duda de que en los próximos años esta técnica se normalice. Lo hace sobre todo por la Teoría del Valle Inquietante, donde se expone que cuanto más se parece una máquina a un humano (física y cognitivamente), mayor rechazo produce el robot en los observadores humanos. Woolridge también considera que los presentadores humanos, tradicionalmente han sido considerados figuras públicas: “Si solo estás mirando a una animación, entonces has perdido por completo la conexión con el presentador”.

Estos presentadores no son los únicos entes generados por Inteligencia Artificial últimamente. Tenemos a Miku Hatsune, una voz virtual que ya se ha convertido en un icono de masas en Japón al ser personificada como una idol (en el país oriental se les conoce así a las personas que llegan a la fama por su apariencia, principalmente). E incluso el caso de las influencers virtuales de Instagram, Lil Miquela y Bermuda, que tuvieron en vilo durante varias semanas a la red social por los insultos que ambas se dirigieron, acusándose de haber suplantado la identidad la una de la otra.

Un perro huele las cosas unas cuatro o cinco veces mejor que un ser humano, por eso en nuestra nariz hay cerca de 5 millones de células olfativas por unos 250 millones de los canes. No todas las razas huelen de la misma forma, pero lo que está claro es que su olfato es bastante superior al de los humanos. Además, nuestro sistema límbico (el área del cerebro donde se procesan los olores) es 40 veces menos eficiente que el de los perros.

Los animales nos ganan oliendo cosas. También vencen a las máquinas. Incluso a los sistemas premiados en el pasado, como la nariz electrónica con la que Jesús Lozano y José Luis Herrero (Universidad de Extremadura) ganaron en diciembre el premio a la investigación que otorga anualmente la Fundación Policía Española. En el proyecto, titulado Sistemas olfativos artificiales para la detección de agentes peligrosos, también contaron con la colaboración de José Miguel Sánchez España, inspector jefe del grupo TEDAX-NRBQ de Badajoz.

Lozano trabaja en la Escuela de Industriales de la Universidad de Extremadura. Un día, mientras los TEDAX estaban por allí de visita, les llamó la atención un póster que el investigador tiene en su laboratorio: “es uno de esos donde medimos una serie de compuestos químicos que son precursores del TATP, un explosivo muy utilizado por los islamistas”, cuenta Lozano a eldiario.es. La policía se interesó por el trabajo de los científicos y acordaron entonces desarrollar algo juntos.

Ese algo no era otra cosa que una nariz electrónica. Lozano y Herrero llevan varios años trabajando en estos dispositivos para otro tipo de aplicaciones, “como calidad alimentaria en bebidas, para saber qué comidas están estropeadas o tienen defectos, etcétera”, dice el investigador. También han usado el sistema desde un punto de vista medioambiental “para detectar olores o la calidad del aire”. El reto que ahora se planteaba era el de medir explosivos y compuestos químicos, así que “empezamos a optimizar el sistema” dice Lozano.

Oler explosivos de forma inalámbrica

La nariz electrónica ha sido entrenada a base de machine learning (aprendizaje automático) y redes neuronales. Lozano explica que “unos determinados estímulos se corresponden con un determinado compuesto o un determinado peligro” en el sistema. Aunque dominan lo que ocurre dentro del laboratorio y son capaces de diferenciar explosivos allí dentro, no así fuera del mismo.

El investigador reconoce que “hasta el momento solo hemos hecho unas pruebas preliminares, unos primeros diseños” y que el sistema solo se ha probado en el laboratorio. Por eso, los TEDAX aún no han podido trabajar con la nariz electrónica. “Sus sistemas no funcionan nada bien. Simplemente les alertan si hay algún posible peligro, pero da mucho falsos positivos. Entonces, al final, ¿qué hacen ellos? Ante cualquier cosa se protegen lo máximo posible porque no tienen unos instrumentos que les den fiabilidad”, dice Lozano.

De esta forma, los TEDAX podrían montar el dispositivo sobre un dron y volarlo sobre la zona donde vayan a intervenir para comprobar si hay explosivos cerca. O en los robots que ya utilizan para desactivar bombas, para cerciorarse de con qué material están trabajando. Lozano va más allá y lanza otra idea: “como es un dispositivo de bajo coste [en torno a los 700 euros], habíamos pensado incluso en una especie de pelota que tú la puedas tirar y a distancia te envíe los resultados del análisis”.

Porque precisamente ese es uno de los aspectos revolucionarios de la nariz electrónica extremeña: que funciona en remoto. Así puede conectarse de forma inalámbrica con un teléfono móvil, una tablet o un ordenador para visualizar los resultados. Aunque como ya dijimos al comienzo del artículo, el olfato de los perros es infinitamente superior al de la nariz electrónica, sí que podría ayudar a los animales a la hora de reconocer ciertos elementos. También, en casos extremos, quizá podría salvar vidas.

Lozano marcha en diciembre al Digital Olfaction Society, un simposio sobre olores y la transmisión de estos a través de Internet. Junto con la Universidad de Extremadura, se ha propuesto enviar cuatro olores de perfume a través de la Red para que los huelan en París. “Puede parecer una tontería, pero el sentido del olor es mucho más complicado que el de la visión”.

El investigador anticipa que los móviles pronto incorporarán detectores de gases, “lo que dará pie a que mucha gente desarrolle aplicaciones”. Y lo compara con el desarrollo de las técnicas de reconocimiento facial, espoleadas por la proliferación de las cámaras en los smartphones: “hasta estonces no se desarrollaron esas apps...”, concluye.

Ronda de refranes. Pensemos en tres de esas frases solemnes que llevan entre nosotros siglos: un buen yunque no es el que más ruido hace; cría cuervos y te sacarán los ojos; no por mucho madrugar amanece más temprano. Pues bien, uno de estos refranes no proviene de la tradición española.

Si las máquinas son capaces de reconocer caras o de 'escribir' poemas, ¿por qué no un refrán que suene a verdad de generaciones pasadas? Janelle Shane es una investigadora y creativa estadounidense conocida por sus trabajos con redes neuronales. Lo hace siempre con un toque de humor y extravagancia. Por ejemplo, creó un robot que ideaba frases para cortejar a alguien, con resultado estrambótico, como “si me dieran una rosa cada vez que pienso en ti, tengo un precio ajustado” o “tengo que darte un libro, porque eres la única cosa en tus ojos”. También ha creado disfraces para Halloween o nombres de colores:disfraces para Halloweennombres de colores verde azúcar, rosa fastidioso…

Incluso, sus redes neuronales se han atrevido a crear nombres de grupos de heavy metal,heavy metal como Arena Inhumana, que según la inteligencia artificial haría death metal melódico desde Rusia, o Cielo Clónico Negro, cuyo black metal nos llegaría desde Grecia. “Una de las cosas que me gustan del machine learning es lo impredecible que puede ser. Puedes sorprenderte por resultados que el ordenador se inventa y no sabes en absoluto cómo lo hace, pero de alguna manera son mejores o diferentes a lo que una inteligencia humana pudiera haber inventado”, cuenta Shane a HojadeRouter.com.

Así son los refranes de una máquina

Sin embargo, nada tan divertido como los proverbios. En esta ocasión, recibió la ayuda de Anthony Mandelli, un joven coleccionista de refranes clásicos que montó la base de datos con la que la inteligencia artificial, llamada char-rnn, dio a luz sus creaciones. En total, 2000 dichos en inglés. El resultado fueron secuencias de palabras que se pueden leer y entender (tienen su verbo, sus artículos determinantes, sus complementos…), pero sin sentido o significado, que los hablantes tenemos que dar ahora.

El listado resultante suena a anciano, a algo que ha transmitido la tradición oral. El favorito de Shane es Death when it comes will have no sheep (“cuando la muerte venga no tendrá ovejas”). Pero hay muchos más: A good anvil does not make the most noise (“una buena excusa es tan buena como un descanso”), a good face is a letter to get out of the fire (“una buena cara es una carta para salir del fuego”) o there is no smoke without the best sin (“no hay humo sin el mejor pecado”). Junto a ellos, a good anvil does not make the most noise (“un buen yunque no es el que más ruido hace”)“ o a good excuse is as good as a rest (”una buena excusa es tan buena como un descanso“).

El buey (ox en inglés) y el zorro (fox) son dos animales que se repiten mucho en los refranes de Shane. La artista cree que, al ser común la secuencia -ox en los refranes de la base de datos, la máquina pudo entender que eran importantes para hacer combinaciones. Así, tenemos an ox is not fill when he will eat forever (“un buey no está lleno cuando comerá para siempre”) o a fox smells it better than a fool’s for a day (“un zorro lo huele mejor que un tonto por un día”).

Aunque cueste encontrar sentido a muchas combinaciones de palabras (¿valdría como refrán “un tonto en una taza de té es un silencio por una aguja en la venta”?), parece que la máquina entendió el armazón exterior que tienen muchos refranes, pues la mayoría cumplen una lógica de “si haces A, entonces B” o “la C es un/a D”. “Se podría decir que la red entiende un poco la estructura de los refranes”, explica Mandelli a HojadeRouter.com, que asegura además haber incluido en su vida diaria a good wine makes the best sermon (“un buen vino hace el mejor sermón”), an ox is never known till needed (“no conoces a un buey hasta que lo necesitas”) y el ya citado “cuando la muerte venga no tendrá ovejas”.

El del vino y los sermones lo usa cuando está tomando algo con amigos: “Nunca me preguntan por sus orígenes, ya que suena como un refrán legítimo y funciona por contexto cuando brindas antes de beber”. El del buey le parece muy profundo: para él significa que “no sabemos qué es necesario para nuestras vidas hasta que se vuelve evidente que está faltando”. Por eso es su favorito.

Mendelli no es es el único que trata de buscar significado a los refranes. Con Shane han contactado otras personas que les pretenden dar aplicaciones: “Quieren usarlos específicamente para escritura de ficción; para fantasía, en concreto”, porque, según le dicen, necesitan algunos proverbios que suenen antiguos. Además, las frases ya decoran pósteres motivacionales paródicos, como si de citas célebres se tratara.

La inteligencia artificial chat-rnn ya había creado en el pasado recetas de cocina (“nada deliciosas”, recuerda la investigadora). Incluso se atrevió a parir pokémones con la misma red que luego usaría para los refranes. Los resultados fueron un disparate (había una tortuga con una especie de lago o estaque en el caparazón y un pájaro con una bolsa de papel en la cabeza), pero seguro que alguno podría pertenecer al ya largo listado oficial de criaturas de Nintendo. Otras redes se han usado para escribir fan fiction de Harry Potter escribir fan fiction de Harry Pottery diseñar nombres de cervezasdiseñar nombres de cervezas.

Shane no descarta seguir trabajando en los refranes, mientras que Mandelli se formaba en inteligencia artificial y machine learning para acompañarla. Para él, el trabajo con redes neuronales contribuye a mejorar nuestro entendimiento de las posibilidades de los ordenadores para interpretar grandes cantidades de datos y realizar con ellos “tareas complejas”. Ahora solo queda que los humanos demos significado a todos esos nuevos refranes.

--------------

Las imágenes son propiedad del Portland Guinea Pig Rescue y Steve Jurvetson

Se llama Amazon Rekognition System y, salvo en Irlanda, en el resto de Europa aún no está disponible. En EEUU sí, por eso la American Civil Liberties Union (ACLU), la organización por los derechos civiles estadounidense, ya lo ha probado y el resultado no podía haber más desastroso. El sistema de reconocimiento facial de Amazon pincha en hueso: de 535 caras, ha identificado 28 como de sospechosos criminales. Nada raro si no fuera porque esos 535 son los miembros del Congreso de los EEUU.

Según la ACLU, “construimos una base de datos de caras y una herramienta de búsqueda usando 25.000 fotos públicas de criminales”. Después, cruzaron las caras de su base de datos con las imágenes (también públicas) “de cada miembro actual del Senado y la Cámara de Representantes”. El resultado fue que, según el software de Amazon, 28 de esos congresistas eran criminales.

“Ser identificado -tanto si es de forma precisa o no- podría costarle a la gente su libertad e incluso su vida”, explica la ACLU. “El Congreso debería tomarse estas amenazas en serio, pisar el freno y promulgar una moratoria sobre el cumplimiento de la ley cuando se usa reconocimiento facial”, continúa la asociación.

Un sistema racista e impreciso

El Amazon Rekognition System es “un servicio de reconocimiento de imágenes con tecnología de aprendizaje profundo que detecta objetos, escenas y rostros; extrae texto, reconoce a personas famosas e identifica contenido inapropiado en imágenes”, tal y como explican en su página web. El algoritmo de los chicos y chicas de Jeff Bezos “permite encontrar rostros parecidos en una gran colección de imágenes”, de tal forma que pueden ser buscadas de forma “rápida y precisa” para obtener “los rostros que más se parecen al rostro de referencia”.

El medio especializado The Verge ha contactado con Amazon, que atribuye los resultados a una “pobre calibración” a la hora de usar el sistema. La ACLU, en su experimento, utilizó las opciones por defecto del software, que proporciona un umbral de confianza del 80%. Amazon dice que lo hicieron mal y que tenían que haber aplicado un margen del 95%.

La ACLU ha encontrado también que el algoritmo usado por Amazon es racista, aunque no es el único. 11 de los 28 falsos positivos (casi la mitad) eran negros; en porcentaje, casi el 40% de los “criminales” que identificó el software. Si echamos un vistazo al Congreso de los EEUU, solo el 20% son negros; lo que indica que el sistema les perjudicó más a ellos que a los blancos.

La policía paga por saber quién eres

A todo esto se suma también el incidente del pasado mayo, cuando también la ACLU descubrió que Amazon estaba vendiendo su software a la policía de varios estados de los EEUU, como Orlando y Oregón. En el condado de Washington (Oregón) pagan entre 6 y 12 dólares al mes por contar con la tecnología. El departamento del Sheriff puede así escanear y cotejar, en tiempo real, las imágenes de los criminales con lo que muestran las cámaras de videovigilancia repartidas por la ciudad.

Amazon dijo entonces que su tecnología tenía “muchas aplicaciones útiles en el mundo real” y que “nuestra calidad de vida sería mucho peor hoy si criminalizásemos cada nueva tecnología porque alguien puede elegir abusar de ella”. Nada se ha vuelto a saber de su uso por parte de la policía estadounidense, pero el canal británico Sky News sí lo utilizó para identificar a los miembros de la boda real entre el príncipe Harry y Meghan Markle. La marca Motorola Solutions también es cliente habitual de Amazon en este aspecto.

A la ACLU le ha costado 12,33 dólares (10,60 euros) utilizar el software de Amazon, “menos que una pizza familiar”, dicen. El sistema de reconocimiento facial no está disponible en España y dependiendo de la localización geográfica donde nos encontremos cuesta más o menos dinero. Por cada mil imágenes que procese el algoritmo hay que pagar 1 dólar. Pero por hacer lo mismo en Tokio, el precio es 1,30 dólares. Además, Amazon ofrece descuentos a partir del millón de imágenes analizadas al mes. Todo un negocio por la cara.

En septiembre del año pasado, Amazon contaba con más de 60 patentes relacionadas con el uso de drones para el transporte de paquetes. Aunque la empresa de Jeff Bezos anunció en 2013 que empezaría a hacer pruebas con ellos, cinco años después la tecnología aún está en pañales. Hoy por hoy, sus usos se enfocan más hacia el ámbito médico que al del reparto de mercancías, a pesar de que empresas como Google, Apple, Uber, Microsoft e Intel no quiten ojo a lo que hacen los chicos y chicas de Bezos.

“Los sistemas de entrega automatizada de paquetes, tal y como los están desarrollando Amazon y otras empresas, tienen un gran potencial”, explica a eldiario.es Elia Kaufmann, del departamento de informática y robótica de la Universidad de Zúrich (Suiza). Pone de ejemplo a Swiss Post, una empresa de paquetería suiza que ya utiliza el sistema: “Envían pruebas médicas en Lugano, entre hospitales localizados en diferentes partes de la ciudad”.

Kaufmann y su equipo han conseguido, mezclando inteligencia artificial y machine learning (aprendizaje automático), que drones autónomos eviten los obstáculos según se aproximan a ellos. El paper lo han subido a arxiv, un repositorio de trabajos científicos en Internet.

Los investigadores han entrenado a los drones para que vuelen en circuitos cerrados pasando a través de puertas. “No los enseñamos aposta para que evitasen obstáculos”, continúa el investigador. En las primeras pruebas tuvieron que conducirlos de forma manual por la ruta, y a la vez que les enseñaban el camino, emplearon redes neuronales convolucionales (un tipo de aprendizaje automático). Gracias a ello, todas las imágenes que captaba el dron a través de su cámara frontal le servían, a su vez, para aprenderse el circuito.

“Entrenamos a nuestro dron en una pista específica. Esto significa que un dron entrenado en el circuito A no puede funcionar igual de bien en un circuito B”, dice Kaufmann. Los dispositivos vuelan de forma autónoma y esquivan las puertas al verlas a través de la cámara, a pesar de que en el último momento alguien las cambie de sitio.

A pesar de todo, el conductor del estudio reconoce que “[el dron] probablemente puede pasar a través de una puerta en el circuito B si la ve, pero si no la ve, no sabrá qué hacer”. Los drones han sido entrenados para cruzar las puertas, de tal forma que esquivarán todo lo que encuentren ante sí hasta llegar a la siguiente.

“No hemos sido contactados por el Ejército”

El investigador de la Universidad de Zúrich y su equipo también han hecho pruebas en exteriores: “En un pequeño circuito en el sótano del edificio de nuestra universidad y en otro grande en un viejo hangar de aviones”, aunque no dice qué resultados obtuvieron. Niega que, en un futuro, vaya a darle a su tecnología un uso militar: “No hemos sido contactados por el Ejército. Dicho esto, probablemente tendríamos algunos problemas morales con eso...”.

Kaufmann, que reconoce que su investigación se encuentra en un nivel “básico”, explica que su algoritmo “está todavía lejos de ser incorporado a un producto”. Aun así, consiguieron que los drones alcanzasen velocidades de hasta 3,5 metros por segundo, aunque creen que irían más rápido en circuitos más amplios.

En las carreras de drones, los pilotos tienen que pasar a través de puertas hinchables y rodear una serie de obstáculos hasta completar un número determinado de vueltas. Por eso, Kaufmann ha intentado desarrollar su algoritmo pensando en el manejo autónomo de los dispositivos en estas carreras. Sin embargo, es inevitable pensar en las implicaciones que la tecnología tendría para las empresas que ya piensan en repartir paquetes por aire.

Hace poco, eldiario.es estuvo con el piloto profesional de drones Daniel Pachón 'Pacha', que hablaba de las limitaciones de los aparatos para transportar paquetes. “Es un tema muy delicado, pero creo que en unos años el concepto cambiará”, decía. Kaufmann ya ha acercado ese cambio de paradigma: “El estado actual de la técnica en la entrega automática de paquetes usando drones utiliza principalmente la localización GPS y los enfoques clásicos de planificación de rutas. En contraste, nuestro dron está pilotado por una red neuronal y decide por sí mismo a dónde vuela”, sentencia el investigador.

“Nuestros enemigos pueden hacer que parezca que alguien dice algo en cualquier momento, incluso si nunca lo ha dicho”, afirma un vídeo de Barack Obama. “Podrían hacerme decir cosas como que [...] el presidente Trump es un total y completo idiota”. Aunque nuestros ojos nos hagan creer que el expresidente estadounidense está pronunciando esas palabras, lo cierto es que en realidad estamos escuchando la voz del cineasta Jordan Peele, ganador del Oscar a Mejor guion original por Déjame salir.

Estas inquietantes imágenes han sido generadas con FakeAppFakeApp, una herramienta basada en la librería de código abierto TensorFlow de Google. El controvertido sistema de aprendizaje automático —ha sido usado para crear vídeos porno con celebrities e incluso Reddit ha tenido que prohibir la comunidad deepfakes— no es el primero que muestra cómo los algoritmos pueden crear vídeos falsos como por arte de magia.

El año pasado, investigadores de la Universidad de Washington demostraron que podían sincronizar los movimientos de la boca de Obama con el audio de algunos discursossincronizar los movimientos de la boca de Obama que había dado anteriormente: para lograrlo, entrenaron una red neuronal (un algoritmo que simula el comportamiento de nuestro cerebro) con decenas de horas de sus vídeos presidenciales.

Después, el sistema de machine learning convertía los diferentes sonidos en formas básicas de la boca y mezclaba el resultado con el vídeo para que fuera difícil darse cuenta del engaño. El exmandatario se pasaba de serio, eso sí, ya que los investigadores aún no son capaces de modelar emociones. Según los expertos, entrenar el algoritmo con otros humanos puede hacer que en el futuro tengamos la oportunidad, por ejemplo, de charlar con una figura histórica en realidad virtual.

El auge de los vídeos falsos creados con inteligencia artificial está haciendo que algunos investigadores se centren en crear algoritmos para identificarlos. DARPA, la agencia tecnológica militar del Departamento de Defensa estadounidense, va a financiar un proyecto este verano para que se desarrollen sistemas capaces de generar vídeo, audio e imágenes falsas, así como herramientas que puedan cazar esas falsificaciones automáticamente.

No obstante, estos algoritmos no son los únicos que parecen obrar como por arte de magia: otros cuantos también nos hacen creer lo que no es de formas asombrosas.

Imágenes que no existen…

Los especialistas de DARPA están especialmente preocupados por una técnica de inteligencia artificial ideada recientemente por Ian Goodfellow, investigador de Google Brain: las redes generativas antagónicasredes generativas antagónicas (GAN por sus siglas en inglés), que dotan a la inteligencia artificial de una suerte de sentido de la imaginación.

En esencia, se trata de dos redes neuronales entrenadas con el mismo conjunto de datos. Una crea variaciones en las imágenes que ya ha visto, mientras que la otra ha de identificar si la imagen pertenece o no al conjunto original. Así, la primera mejora más y más, hasta el punto de que a su compañera le resulta imposible detectar la falsificación. Yann LeCun, director de investigación en inteligencia artificial de Facebook y una de las figuras más importantes del sector, ha definido las GAN como “la idea más fantástica en el aprendizaje profundo de los últimos 20 años”.

No en vano, la técnica se ha utilizado ya para desarrollar algoritmos que suenan a ciencia ficción: el año pasado, un grupo de investigadores de los Laboratorios Orange en Francia desarrolló una red neuronal que predice cómo será el rostro de las personas cuando envejezcan.

Para ello, la entrenaron con 5.000 caras de diferentes grupos de edad de la base de datos de cine IMDB y de Wikipedia. La primera máquina generaba nuevas caras y la segunda las rechazaba si no podía identificar la imagen original. Posteriormente, aplicaron la técnica a 10.000 nuevas caras con buenos resultados: el software de reconocimiento facial OpenFace determinó que se trataba de la misma persona en un 80 % de los casos. Según los investigadores, este algoritmo podría servir, entre otras cosas, para identificar a personas que hayan estado desaparecidas durante años.

Nvidia está utilizando redes GAN con ese mismo fin. El año pasado, investigadores del gigante de la electrónica publicaron un estudio en el que describían un sistema capaz de generar nuevas imágenes de rostros basándose en los datos de 30.000 celebritiescelebrities de la base de datos CelebA. Cuanto más tiempo pasaba entrenándose, mejores eran los resultados. Aunque en algunos casos se adivinaba el truco (hay a quien le falta algún rasgo facial), lo cierto es que las máquinas ya sueñan e imaginan rostros inquietantemente similares a los nuestros.

No es la única investigación en la que los expertos de Nvidia han usado esa técnica. Hace unos meses publicaron los detalles de un sistema de inteligencia artificial que permite a los ordenadores crear imágenes de una calle soleada a partir de otras de esa misma vía cuando llueve, nieva u oscurece. Los investigadores piensan que ese sistema podría ser muy útil para entrenar a los coches autónomos: los vehículos podrán 'ver' una escena lluviosa en lugar de otra soleada para aprender a conducir en las peores situaciones.

Partiendo de ese trabajo, los mismos expertos de Nvidia y un investigador de la Universidad de Cornell han desarrollado un sistema capaz de generar múltiples imágenes a partir de una que convierte instantáneas de gatitos reales en grandes felinos o en perros, y a la inversa.

Según han explicado, la red neuronal analiza varias características de cada fotografía, separando el contenido de la imagen (la postura del gato) del estilo (por ejemplo, la raza). Aunque la postura se mantiene fija, la imagen se mezcla con otra para variar ese estilo y el sistema determina si la imagen es creíble o necesita mejorar.

Por otra parte, hace solo unos días, los investigadores de la compañía han presentado una red neuronal ideada con un propósito diferente: reconstruir imágenes que están incompletas.

… y obras de arte nuevas

Los de Nvidia no son los únicos expertos preocupados por crear nuevas imágenes a partir de otras. El año pasado, investigadores de la Universidad de Berkeley hicieron público un sistema capaz de convertir imágenes veraniegas en otras invernales cambiando tonalidades, caballos en cebras añadiendo las características rayas (un usuario de Reddit transformó a Putin en ese animal usando la icónica imagen del mandatario ruso sin camiseta a lomos de un corcel) o fotografías en cuadros con el estilo de Monet o Van Gogh.

En realidad, los investigadores llevan tiempo haciendo que las máquinas se interesen por el mundo del arte. En 2015, expertos de diferentes centros de investigación alemanes presentaron un sistema que consigue que una foto cualquiera imite el estilo de La noche estrellada de Van Gogh o El grito de Munch. Esos mismos investigadores han creado una herramienta, DeepArt, para que nuestras propias imágenes o vídeos repliquen el estilo de distintas obras de arte.

El año pasado, expertos de Facebook y de la Universidad de Rutgers (Nueva Jersey) desarrollaron una máquina aún más creativa. En ese caso, el sistema se entrenó con 81.500 pinturas de WikiArt para diferenciar obras de arte y hasta distinguir su estilo. Por si fuera poco, más allá de crear obras imitando los estilos anteriores, el sistema es capaz de 'pintar' cuadros más imaginativos que no responden exactamente a ninguno de los estilos existentes.

La máquina que crea nuevos niveles de Doom

Doom Además de crear obras de arte, las GAN se están aplicando con increíbles resultados incluso en el mundo de los videojuegos. Un grupo de expertos de la Universidad Politécnica de Milán acaba de publicar una técnica para crear nuevos niveles del mítico Doomcrear nuevos niveles del mítico Doom. Tras estudiar 1.000 niveles oficiales del videojuego y otros 9.000 creados por la comunidad de jugadores, el sistema comenzó a crear pantallas más o menos creíbles.

Poco a poco, los algoritmos que aprenden de la realidad o de las obras humanas son cada vez más imaginativos y se vuelven capaces de crear desde vídeos falsos o rostros que no existen hasta obras de arte o videojuegos. Sin embargo, que sus resultados nos engañen cada vez mejor hace que algunos expertos estén preocupados por saber cómo podremos separar la realidad de esa ficción que crean sus mejorados trucos de 'magia'.

-------------

Las imágenes son propiedad, por orden de aparición, de Nvidia, Orange Labs y DeepArt.

Los versolaris o bertsolari son improvisadores que cantan versos (bertsos) en euskeraversolarisbertsolaribertsos, siguiendo una melodía y una rima e inventando las frases de acuerdo a un tema prefijado. Se trata de verdaderos artistas de la cultura y la tradición vascas que viven un renacimiento desde comienzos del siglo pasado y que, como sus predecesores más antiguos, continúan demostrando su ingenio y el potencial de su voz en actos y festejos.

Campeonatos y bertso eskolas fomentan entre los más jóvenes esta forma de literatura oral cuya calidad, más allá de la rima y la métrica, se mide en función de su contenido y su valor poético. Dos aspectos en los que ponen especial cuidado los versolaris entrenados por investigadores del grupo de Robótica y Sistemas Autónomos de la Universidad del País Vasco (UPV). No pueden presumir de tener una voz angelical, pero sí de ser los únicos robots en dedicarse a este arte popular.

“El objetivo del proyecto BertsoBot proyecto BertsoBotes mostrar de una forma amena al público general los avances en campos como la visión por ordenador, el aprendizaje automático y el procesamiento del lenguaje natural”, explica a HojaDeRouter.com Basilio Sierra, líder del grupo. Sierra y algunos colegas han publicado recientemente dos métodos para clasificar música de bertsos y generar nuevas melodías, un estudio que compone otra pieza del puzle tecnológico que les permite “poner a los robots a cantar versos”.

Pero no solo recitan: las máquinas son capaces de levantarse de la silla sobre el escenario cuando les toca, acercarse al micrófono sin rebasarlo, reconocer a la persona que le propone el tema, entender qué le piden y entonar frases con sentido y que rimen.

Los versos de un robot

Los bertsos en euskera no son como los versos en castellano, sino que coinciden con la definición de estrofa. Según Sierra, pueden emplearse diferentes métodos para conseguir que los robots inventen este tipo de composiciones. La más sencilla (y la más utilizada) consiste en “coger versos [frases] de distintos versolaris profesionales que rimen y, con un algoritmo, buscar aquellas rimas que, aunque pertenezcan a distintas estrofas o bertsos, son coherentes con el tema”bertsos, señala el investigador.

Así lo hacen los profesionales: improvisan en función del tema que se les propone sobre el escenario. Los robots utilizan algoritmos de procesamiento del lenguaje natural para captar el significado del mensaje. A partir de él, rastrean una extensa base de datos de textos en euskera para seleccionar las frases con una semántica más parecida y coherentes con el tema. Según Sierra, el proceso es muy similar al que realiza Google para devolverte los resultados de una búsqueda por palabras clave.

Además, “tenemos un verificador de rimas que selecciona varias frases dentro de un subconjunto”, dice el ingeniero de la UPV. Entonces, si la máquina debe componer una estrofa con cuatro versos, busca decenas de frases sobre el tema especificado y, entre ellas, selecciona las cuatro que mejor riman entre sí. “También tenemos un sistema que elabora la música a partir de ese texto que genera el robot”, añade Sierra.

Durante todo este proceso, los versolaris robóticos (suelen ser dos sobre el escenario) están conectados entre sí y a una especie de cerebro remoto a través de internet. “El procesamiento del lenguaje natural requiere una gran potencia de cálculo que no se realiza en el robot, sino en un potente ordenador situado a distancia. Por eso necesitan conexión a la Red”, advierte Sierra.

Como los versolaris de carne y hueso, los de silicio cantan sus obras líricas gracias a un sintetizador de voz desarrollado por otro grupo de investigación de la UPV (AhoLab). “Dependiendo del tipo de verso, seleccionamos la música a partir de un conjunto de melodías que se utilizan en los bertsos y el texto es transmitido al sintetizador de voz que lo emite en forma de canción”, describe el líder del proyecto BertsoBot.

Visión artificial para orientarse como los humanos

Pero antes de cantar, el robot se levanta de la silla y reconoce tanto el micrófono como a la persona o el robot que le propone los temas. Sus ojos artificiales son en realidad cámaras estándares de tipo RGB-D y otras encargadas de proporcionar información sobre la distancia a la que se encuentran los objetos, que identifica gracias al machine learning.

“Encaminan sus pasos hacia el micrófono y, cuando ya están suficientemente cerca, se paran y esperan a que les digan el tema”, explica Sierra. Mientras les hablan, miran a la cara de su interlocutor —ya sea un humano u otro robot—. “Las técnicas de reconocimiento facial les permiten identificar a la persona que se dirige a ellos o a la que se están dirigiendo” sobre el escenario. Después de cantar, las máquinas vuelven, diligentes, a su asiento.

“Estamos trabajando para que la interacción sea cada vez más natural”, señala el investigador. Lo hacen a través de otros proyectos, cuyos avances luego aplican para mejorar las habilidades de los BertsoBots. Actualmente, colaboran con la Universidad de Palermo para desarrollar diálogos cada vez más humanos, enseñando a las máquinas a expresar emociones de acuerdo al sentido de sus palabras. “El robot puede hablar de forma positiva, más triste o neutral, y gesticula según lo que quiere transmitir”, indica Sierra.

Las máquinas entienden las emociones en un texto a través de lo que se conoce como sentiment analisis o análisis del sentimientosentiment analisis, una aplicación del procesamiento del lenguaje natural basada en la detección de patrones en los textos que indican su sentido positivo o negativo. Es la misma técnica que se emplea, por ejemplo, para estudiar las reacciones ante algún evento en Twitter. 

Una vez añadan estas nuevas capacidades a los robots versolaris, estos podrán acompañar sus simpáticos cantos con movimientos que denoten alegría, enfado o tristeza en próximas exhibiciones. Desde que el proyecto arrancó, allá por el 2010, sus responsables han organizado diferentes actosdiferentes actos, principalmente en el ámbito universitario, donde las máquinas han estado acompañadas por improvisadores profesionales de carne y hueso.

“Hacemos muy pocos, porque prepararlos nos lleva mucho tiempo”, asegura Sierra. Es necesario diseñar al detalle cada actuación, comprobar que el sitio es el adecuado y aplicar todos los nuevos avances que el investigador y su equipo han conseguido en el tiempo transcurrido desde la anterior. Emplean, principalmente, dos tipos de robots humanoides: Pepper y NAO, de apariencia similar, aunque un poco más pequeño que el primero. Dos máquinas convertidas en verdaderos emisarios de la cultura popular vasca gracias a la inteligencia artificial.

  --------------------------------------------------

Las imágenes de este reportaje son cortesía de la Universidad del País Vasco

El concepto de la singularidad tecnológica no es nuevo. Lleva dando vueltas en el imaginario colectivo desde principios de los 60, si bien no fueron pocos los filósofos y los escritores que trataron el tema mucho antes. A grandes rasgos, presenta un hipotético momento futuro en el que las máquinas serán capaces de mejorarse y actualizarse a sí mismas, una idea que ya exploraron Her, Yo, Robot, la saga Terminator o la serie de televisión Westworld. Especialmente esta última explora el concepto de forma muy interesante y motivadora.

La inteligencia artificial lo hace mejor que nosotros. Juega al póker y al Go, juzga, engaña al Captcha y un sinfín de cosas más. Un algoritmo de Google ya logra clasificar y etiquetar los elementos de las imágenes mejor que cualquier algoritmo antes conocido. La peculiaridad es que, mientras que todos los anteriores estaban hechos por humanos, este superalgoritmo está inventado por una máquina. Se llama NASNet y acierta el 82,7% de los elementos de la fotografía, 1,2 puntos más que el segundo mejor.

En mayo de este año, Google presentó AutoML. Como su propio nombre indica, el proyecto pasa por hacer del aprendizaje automático (machine learning, en inglés) el códice sagrado del que salga todo lo demás en el futuro. Son las máquinas aprendiéndose las unas a las otras, arreglándose, creándose y enseñándose a ser mejores cada minuto. La pregunta viene cuando nos planteamos si después de haberse perfeccionado al máximo necesitarán a los humanos para algo... o no.

Mejor que todo lo antes visto

AutoML creó a NASNet como una red neuronal especializada en la identificación y el reconocimiento de imágenes. Para entrenar a NASNet, Google ha utilizado las más de 60.000 imágenes de CIFAR-10, el proyecto de un exingeniero de la multinacional; Penn Treebank e ImageNet. Los tres son bancos de imágenes y en el caso de CIFAR-10, por ejemplo, cada foto consta de 32x32 píxeles y está dividida según su clase: tractores, coches, pájaros, gatos, ciervos, etcétera.

La alta nota cosechada por NASNet a la hora de identEificar fotografías hizo que Google la pusiera a detectar los elementos presentes en ella. En este caso, la combinó con una red neuronal convolucional, un tipo de redes especializada en la captura y la detección de imágenes. “Nuestro mejor modelo alcanza un 43,1%, lo que es un 4% mejor que los anteriores”, explica Google en su blog oficial.

Una de los ingenieros que se encuentra detrás de AutoML es Jeff Dean. El empleado y cabeza pensante del proyecto ya ha reconocido en más de una ocasión que la dificultad y el alto grado de conocimientos necesarios para especializarse en inteligencia artificial dificulta el desarrollo. Según The New York Times, solo 10.000 personas en el mundo “cuentan con la educación, la experiencia y el talento necesarios para construir los complejos y a veces misteriosos algoritmos matemáticos que dirijan esta nueva raza de inteligencia artificial”.

Próximo objetivo: la singularización

El ingeniero de Google también considera que actualmente solo unas pocas miles de empresas en todo el mundo tienen la capacidad para desarrollar buenos sistemas de inteligencia artificial. Con AutoML, la multinacional quiere “solucionar los problemas en machine learning de millones de empresas de todo el mundo”, según Dean.

AutoML puede diseñar redes neuronales especializadas tan buenas como las diseñadas por la mano humana. El modelo es un primor: crea, entrena y mejora sus propias arquitecturas de tal forma que no solo perfecciona sus próximas creaciones; sino que también asigna probabilidades más altas a los espacios de la red neuronal que más hayan aprendido y probabilidades más bajas a los que menos. De esta forma sabe dónde tiene que profundizar en las próximas sesiones.

Este proceso se repite “miles de veces” para crear “nuevas arquitecturas, probarlas y darle feedback a AutoML para que aprenda de ellas”. El sistema puede tomar decisiones para crear nuevas arquitecturas y “pensar”, de alguna forma, dónde ha fallado y qué tiene que mejorar en las siguientes simulaciones. Como en Westworld, cuando Robert Ford le dice a Dolores Abernathy la palabra “análisis” y el robot entra en el modo a prueba de fallos; pero sin Ford y sin orden previa. Tan solo con aprendizaje automático e inteligencia artificial. Singularización.

Es tiempo de recurrir a los clásicos del terror: se acercan días en los que lo apropiado es hacer un maratón de películas de miedo que incluya ‘El exorcista’, ‘Pesadilla en Elm Street’ y ‘Rec’ para luego hacer lo propio con algo de literatura. Sobrecogerse con el gato negro de Edgar Allan Poe, el payaso de Stephen King o el organista de una de las leyendas de Bécquer es tan típico y tétrico como visitar un cementerio a comienzos de noviembre.

Sin embargo, lo más terrorífico de este Halloween llega de la mano de unos relatos más bien futuristas, no tanto por sus argumentos como por su autor: un robot desarrollado por investigadores del Instituto Tecnológico de Massachusetts (MIT por sus siglas en inglés) ha aprendido a escribir historias de miedo y, cada hora, da comienzo a una nueva desde su propia cuenta de Twitter.

“Es el primer escritor colaborativo de terror de inteligencia artificial del mundo”, explica uno de sus creadores, el español Manuel Cebrián, a HojaDeRouter.com. Tras la compleja definición se encuentra Shelley, esta inteligencia artificial que homenajea a la madre de Frankenstein con una significativa peculiaridad: lo hace con la inestimable ayuda de sus seguidores.

“Lo que es único de Shelley es su aspecto colaborativo: después de comenzar una nueva historia en Twitter, invita a la gente a continuar el relato”, explica Cebrián. Cada tuit de Shelley que sirve de pistoletazo de salida va seguido de un “#yourturn” (tu turno). Es el momento de que los tuiteros aficionados al terror recojan el testigo y den rienda suelta a su imaginación.

Pero ahí no acaba todo. Cuando un usuario decide concluir su aportación con ese mismo ‘hashtag’, Shelley es capaz de retomar el hilo y continuar el relato. “Podemos ser testigos de la creación de la primera antología de terror hecha entre humanos y la inteligencia artificial”, anuncia el investigador español.

Terror creíble

A diferencia de los numerosos intentos más o menos fallidos de que una inteligencia artificial pinte, componga o incluso haga películas como si fuera el ser humano más creativo del mundo, Shelley sí que es creíble. Quizás no llegue a merecer un Nobel de Literatura ni haga que Stephen King tema por su fama de maestro del terror, pero al menos los relatos de la sucesora robótica de Mary Shelley no son un destartalado conjunto de palabras sin sentido.

“Recuerdo su cara de horror y en ella había agonía y maldad. Yo estaba atrapado en esa cama de hospital”. Así comenzaba Shelley uno de sus relatos, continuado por distintos seguidores que han vuelto a pedirle a la inteligencia artificial que siga relatando qué sucede en esa habitación de hospital y quién es el terrorífico propietario de ese rostro poco amigable. Al igual que las ramas de un árbol, cada relato iniciado por Shelley termina bifurcándose y teniendo tantas versiones como respuestas, recopiladas ahora en la web de la autora robótica.

En el momento de escribir estas líneas y desde el pasado 23 de octubre, Shelley ha creado más de una treintena de relatos colaborativos de terror entre los que hay para todos los gustos: sombras más oscuras que la propia oscuridad, visitas inesperadas en un coche e incluso monstruos invadiendo la casa de una abuela. “Esperamos que Shelley inspire a la gente a escribir historias de terror y que incluso invente subgéneros completamente nuevos que aún no sabemos que existen”, explica Cebrián. “La mente creativa de Shelley no tiene límites y todo es posible”.

Para lograrlo, el equipo del MIT del que forma parte el investigador español ha recurrido a Reddit: una de las comunidades de la plataforma estadounidense está dedicada a los relatos de terror, y allí los usuarios comparten sus propias historias. “Shelley ha entrenado con más de 140.000 historias de terror del ‘subreddit’ /nosleep y ahora puede escribir sus propios relatos a partir de una semilla aleatoria o un pequeño fragmento de texto”, narra Cebrián.

De hecho, el robot literato está en constante aprendizaje. Más allá de haber estudiado a fondo el género a través de Reddit, cada vez que un usuario de Twitter interactúa continuando una de las historias de terror, Shelley toma buena nota. “Cuanta más colaboración obtenga Shelley de las personas, más historias aterradoras escribirá”, sentencia el investigador español, doctor en ciencias de la computación por la Universidad Autónoma de Madrid.

“Algunas son muy buenas, aunque como gran fan de escritores de terror creo que estamos muy lejos de llegar al nivel de los profesionales”, advierte el propio Cebrian, atajando así el eterno debate sobre si, algún día, una inteligencia artificial como Shelley será capaz de escribir mejores relatos y más terroríficos que los de cualquier humano.

En cualquier caso, no es el primer trabajo que Cebrián y su grupo llevan a cabo en lo que tiene que ver con Halloween. “Shelley es la continuación de un proyecto que hicimos en el MIT que tuvo bastante éxito el año pasado”, cuenta el investigador. Se refiere a la Nightmare Machine, creada para celebrar la terrorífica fecha a golpe de inteligencia artificial. En aquella ocasión, más visual que literaria, se trataba de un algoritmo capaz de convertir cualquier imagen, ya sea de un lugar o de un rostro, en una terrorífica escena capaz de asustarnos gracias “al ‘deep learning’ y a espíritus malignos”, tal y como explicaban sus creadores.

Con distintos filtros, el equipo del MIT logró que su algoritmo transformara lugares como el Coliseo romano o La Pedrera de Gaudí en verdaderos escenarios de una película apta para estas fechas.

Todos aquellos que quieran interactuar con Shelley para crear terroríficos relatos a través de Twitter deben tener un par de cosas en cuenta: puedes responder con hasta 3 tuits en una misma historia y no olvidar incluir la etiqueta ‘#yourturn’ si quieres que Shelley continúe (o ‘#theend’ para dar el relato por finalizado).

No obstante, Shelley es bastante selecta y, por muy inteligencia artificial que sea, tiene un límite. Así, solo responde a los cien mensajes más populares de cada día, en base a los ‘me gusta’ y los retuits conseguidos. ¿Te atreves a poner tu granito de arena en la creación de una máquina aterradora? 

--------------

Las imágenes que aparecen en este artículo son propiedad del grupo de investigación de Shelley y Nightmare Machine en el MIT

“Mientras que el machine learning trata sobre las herramientas, la inteligencia artificial trata, precisamente, sobre inteligencia”. Jeremiah Harmsen, líder del Departamento de Investigación de Google en Europa pronunciaba esas palabras casi al inicio de su charla. Él es la máxima autoridad de la compañía en nuestro continente relacionada con aprendizaje profundo, redes neuronales e inteligencia artificial.

Google celebró hace unos días su primer evento de machine learning en España. Bajo el nombre The magic in the machine (La magia en la máquina), la multinacional preparó una serie de conferencias para explicar cómo aplica la inteligencia artificial a sus herramientas como Maps, Translate, Fotos, Gmail o las búsquedas por voz en Internet. Según datos de la compañía, un 25% del desarrollo de reconocimiento por voz que llevan a cabo se realiza en base al deep learning.

Harmsen también dio una breve explicación sobre cómo funcionan las redes neuronales profundas, más relacionadas con la búsqueda de algoritmos que luego se utilizarán en las diferentes aplicaciones Google. Puso como ejemplo dos fotos, una de un gato y la otra de un perro, e hizo la pregunta: “¿Cómo sabe el sistema que un gato es un gato y un perro es un perro?”. Las redes neuronales funcionan a base de capas. Cada una de ellas hace un trabajo diferente para reconocer ciertos aspectos de la foto en cuestión, esto es, que cada nivel hace una cosa más compleja que el anterior.

“Para que el sistema sepa que esto es un perro, le enseñamos fotos de perros”, explicaba Harmsen. “Si dice que esto es un perro pero en realidad no, tiene que entender que se ha equivocado”. La red neuronal profunda tiene que ser lo suficientemente inteligente para saber que está errando en base a la experiencia adquirida para que así, la próxima vez, acierte en su resultado.

Machine learning y redes neuronales

Machine learningSin embargo, el desarrollador avisa de que “estamos todavía en los inicios del machine learning: incluso a nosotros, los expertos, nos cuesta pensar qué va a haber en el futuro”. Puso un ejemplo generacional para explicar lo que significa la tecnología: “Para nuestros abuelos habría sido totalmente inimaginable tener un el bolsillo un teléfono que nos permite comunicarnos a través de la voz y que a su vez, nos entiende”, dijo refiriéndose a los smartphones.

Harmsen también habló de cómo el desarrollo del aprendizaje automático, en un futuro próximo, “irá de la mano con el desarrollo de algoritmos cada vez más potentes”. El de Google puso otro ejemplo, esta vez relacionado con la sanidad, para ilustrar cómo el uso de redes neuronales juega un papel clave en el desarrollo de las técnicas de diagnóstico. “Es ahí donde es importante la figura del médico, que también será muy importante en el futuro, ya que la máquina tiene que tener la posibilidad de poder decidir junto al criterio humano”.

Cuestionado sobre el caso de Libratus (la IA que ganó a cuatro profesionales jugando al póker) y AlphaGo (la máquina que desarrolló DeepMind y que ganó al mejor jugador de Go de la última década, Lee Se-dol), Harmsen reconoció que “a día de hoy los ordenadores en algunas tareas son ya mucho más inteligentes y más capaces que los seres humanos”.

Sobre estas dos inteligencias artificiales, el de Google explicaba a eldiario.es que existen “determinados juegos en los que se han generado sistemas que permiten que la capacidad de la máquina esté ya la altura de la capacidad de los seres humanos”. Tampoco negó que ese tipo de IA cuestan “muchísimo esfuerzo, muchísimo tiempo”, aunque sí reconocía que aún es difícil “trasladar lo que existe en materia de un determinado juego como el ajedrez a otro ámbito de juego como pueda ser el Go”.

Después de la presentación de Harmsen intervino Sergio Guadarrama, ingeniero de software de Google. Durante su ponencia presentó TensorFlow, la herramienta de código abierto de machine learning en la que trabaja.

A continuación, varias empresas contaron su experiencia con la herramienta y se mostraron ejemplos prácticos, como el del japonés Makoto Koike y su granja de pepinos (que utiliza machine learning para clasificarlos por tamaños) o el del la oceanógrafa Amanda Hodgson. Ella pretende encontrar a todos los leones marinos de una zona determinada a partir de fotografías tomadas desde un aeroplano. Como los animales apenas se distinguen cuando están dentro del agua, Hodgson utiliza TensorFlow enseñando fotos de leones marinos a la herramienta, a los que después detecta en las imágenes globales del océano.

Si una máquina parece inteligente, entonces es inteligente. Para llegar a esta premisa, Alan Turing ideó un sencillo test al que llamó Juego de la Imitación y que situaba a un hipotético juez frente a una máquina y un ser humano. Si haciendo preguntas a ambos, el magistrado era incapaz de saber quién era quién, los ordenadores pensaban. La primera vez que se habló del test de Turing, en 1950, aún faltaban seis años para que el término 'Inteligencia Artificial' empezase a sonar fuerte y los avances en la materia consiguieran “engañar” al juez.

El test de Turing se quedó obsoleto el día que una máquina consiguió parecer inteligente. La IA ya reconoce caras pixeladas, juzga a las personas según sus rasgos faciales, gana a los humanos al póker, al Go y en el pasado lo hizo al Jeopardy! Ahora, tres investigadores de la Universidad de Granada han conseguido desarrollar una tecnología que identifica armas de fuego cortas en vídeos o películas. Pronto lo hará también en tiempo real, en cámaras de seguridad de bancos, almacenes, garajes o cualquier sistema que utilice el vídeo.

Francisco Herrera, Roberto Olmos y Siham Tabik han colgado el estudio en arXiv, un repositorio abierto de artículos científicos en Internet. Allí explican cómo, entrenando redes neuronales convolucionales, consiguieron desarrollar el algoritmo que señala cuándo una pistola aparece en pantalla.

Aunque en computación existen muchos tipos diferentes de redes neuronales, las convolucionales se caracterizan por estar diseñadas específicamente para procesar imágenes a través de los píxeles. Gracias a ellas, los investigadores ganan tiempo y ahorran cálculos a la hora de procesar grandes cantidades de información con buena calidad. “Son modelos que intentan imitar al sistema nervioso o al cerebro, pero evidentemente están muy lejos de la complicidad. Aquí lo que se ha obtenido son modelos que computacionalmente han conseguido minimizar el número interno de parámetros para abordar problemas complejos”, explica a eldiario.es Francisco Herrera, director del proyecto. Y es que sería prácticamente inabarcable hacerlo de otra forma.

¿Llevas un arma? Al 96% sí

La idea surgió en septiembre del año pasado, mientras Olmos y Herrera (alumno de máster y profesor, respectivamente) charlaban sobre su proyecto final de curso. “Me propuso este tema porque lo de llevar armas en México es muy normal”, explica el director. Según un estudio de Smalls Arms Survey, en 2012 había 15 armas de fuego por cada 100 habitantes en el país centroamericano. Roberto Olmos no lo dijo por casualidad: él es mexicano, solo que estaba en Granada gracias a una beca concedida por su universidad. “Así fue como empezamos a discutir el tema para desarrollar un modelo que, primero, fuera capaz de distinguir o encontrar un arma en una imagen; y segundo, que detectara el arma en una secuencia de vídeos, lo que te obliga a ser computacionalmente óptimo ya que tienes que detectar el arma en tiempo real”, dice Herrera.

La tercera integrante es Siham Tabik. Llegó al grupo en octubre, contratada gracias a una beca Ramón y Cajal dentro del Programa Estatal de Promoción del Talento y su Empleabilidad en I+D+i. Ella se ha encargado de la parte más técnica del estudio y ha subido los resultados y varios vídeos a GitHub, un repositorio de código abierto. “La idea es, en un espacio abierto o cerrado vigilado con un par de cámaras, nuestro sistema analiza el vídeo grabado por esas cámaras y detecta la presencia de una pistola con mucha precisión”, explica.

La tecnología identifica el arma en el cuadro (o frame) exacto en el que se encuentre. Y para los que se lo estén preguntando, no reconoce armas bajo la ropa, “es algo que nos dejamos para el futuro”, reconoce Tabik. Han aplicado el algoritmo en vídeos de baja calidad de YouTube. También en películas de finales de los 80 y principios de los 90 como Pulp Fiction, Misión Imposible o James Bond. ¿El resultado? “El sistema consigue una precisión de hasta 96.51% dependiendo de la calidad del vídeo”, afirma la investigadora.

La Policía no es tonta

En los vídeos se puede apreciar un cuadro rojo que contiene el arma de fuego junto a un número, que es la precisión con la que el algoritmo está “viendo” la pistola. Ellos lo llaman “positivo verdadero”, o lo que es lo mismo: una capacidad de acierto superior al 50% de las veces.

Herrera explica que, de momento, barajan dos escenarios posibles en los que utilizar la tecnología. El primero, “para cualquier empresa que tenga cámaras de seguridad en cualquier recinto, susceptible de ser atacada por un arma”. El granadino pone el ejemplo del atraco a un banco donde la cámara de vigilancia detecte automáticamente “que hay una o varias personas con una pistola en la mano”.

La segunda premisa está relacionada con Internet, YouTube o cualquier plataforma que ofrezca vídeo en la Red. “Imaginemos que queremos tener un filtro de seguridad para evitar que haya escenas con armas”, dice. El sistema podría identificar dónde están las armas y avisar para quitar la imagen o sustituirla por otra. “Tener un sistema automático que no requiera a una persona visualizando los vídeos, sino que directamente avise que tal vídeo que se ha subido al sistema tiene en tal segundo en tal escena, armas”, dice.

A los investigadores de la universidad de Granada ya les ha contactado una empresa relacionada con las Fuerzas y Cuerpos de Seguridad del Estado, pero se niegan a dar detalles hasta que no se concrete del todo. Además, la idea de Herrera es extender la aplicación del algoritmo para que también reconozca armas blancas, como cuchillos; y largas, como metralletas o escopetas. “El objetivo es que en todo escenario donde tú tengas armas y tengas cámaras de seguridad puedas, en tiempo real, detectar el tipo de objeto que hay”, concluye el director del proyecto.