IBM mejora el reconocimiento facial con aprendizaje profundo

El Deep Learning o la Inteligencia Artificial son tecnologías que no han pasado desapercibidas estos últimos años. Su implementación se ha podido ver en distintos sectores, como pueden ser la medicina o la industria. Una de las muchas tecnologías basadas en la inteligencia artificial (IA) es el reconocimiento facial. Y de esto es de lo que hablaremos en este nuevo artículo. Sigue leyendo, y descubre cómo la empresa IBM ha mejorado el reconocimiento facial gracias al aprendizaje profundo. ¡No te lo quieres perder!

Los sistemas de reconocimiento facial

Los sistemas de reconocimiento facial son un tipo de software basados en Inteligencia Artificial (IA). Son una tecnología un tanto polémica actualmente debido a que su uso no está del todo regulado. Igualmente, pueden suponer un cierto peligro para los derechos humanos. Ya que pueden llevar a la discriminación o a la violación de la privacidad de la población.

Sin embargo, evitar el sesgo y los errores de estos sistemas es posible. Una de las formas de hacerlo es ampliando la base de datos sobre la cual operan. Y esto es exactamente lo que está tratando de hacer la empresa International Business Machines Corporation (IBM). En enero de 2019 publicó una base de datos llamada “Diversity in Faces” (DiF). El objetivo principal de esta es progresar en el estudio del sesgo en los sistemas de reconocimiento facial.

Deep Learning y reconocimiento facial

El grupo IBM publicó un artículo explicando con detalle cómo lograrían sus objetivos respecto a este problema. El reconocimiento facial se basa en Inteligencia Artificial, eso ya lo sabemos. Pero también es importante saber que gran parte de la Inteligencia Artificial proviene del Deep Learning, o aprendizaje profundo, que está basado en datos. De esta forma, los modelos que se entrenan se vuelven cada vez más precisos cuantos más datos obtienen. 

A pesar de todo lo que ofrece este tipo de tecnología, es complicado lograr la perfección. La empresa IBM advierte de que los sistemas de inteligencia artificial deben ser enseñados con bases de datos sólidas y diversas. Ya que, si no hay precisión e imparcialidad, podrían estar en riesgo. Además, en su artículo explican: “El núcleo del problema no está en la tecnología de la IA en sí, sino en cómo se entrenan los sistemas de reconocimiento facial impulsados ​​por la IA”.

Reconocimiento facial preciso

Para lograr que los sistemas de reconocimiento facial fueran más precisos y justos, los desarrolladores de IA de IBM ampliaron su base de datos. Lo que quiere lograr es que las imágenes reflejen las diversas características en las caras de las personas. El primer paso de la empresa fue familiarizar a los sistemas de inteligencia artificial con las diferentes características del rostro. Como las diferencias según la edad, el género, el tono de piel, y sus distintas dimensiones de las caras.

IBM también explica que este tipo de características físicas son solo una de las piezas del rompecabezas. Y que no son los únicos elementos necesarios para caracterizar un rostro humano. Gracias a la nueva base de datos de la empresa, cuenta con 100 millones de imágenes con las que trabajar en este proyecto. 

¿Cómo lograr la mejora de estos sistemas?

Ya con la nueva base de datos, los sistemas de Deep Learning identificaron los rostros que pudieron. Posteriormente, los aislaron y los cortaron. Dentro de la base de datos, cada uno de los rostros cuenta con metadatos como el tamaño de la frente o la distancia entre los ojos. Una de las novedades es que estas medidas se relacionan entre sí, y también con otras características como el color de la piel o el tipo de coloración. Otros aspectos que también se están intentando mejorar son el género y la edad. 

Sin embargo, la mejora de estos sistemas todavía necesita mucho más tiempo para ser lo más precisa posible. Evitar el sesgo es algo que no está garantizado, a pesar de la gran base de datos de imágenes existente. IBM explica que el conjunto de datos DiF proporciona una distribución más equilibrada en comparación a datos anteriores. Pero agregan, que todavía queda mucho camino por recorrer en el campo del Deep Learning aplicado al reconocimiento facial.

¿Trabajar con Deep learning?

¿Te ha parecido interesante el proyecto que IBM se trae entre manos? ¿Te gustaría ser uno de esos expertos que trabajan en tecnología basadas en Deep Learning o Inteligencia Artificial? Si la respuesta es sí, tenemos algo que ofrecerte. El Máster en Deep Learning de la Universidad de Alcalá. Un máster que se encargará de proporcionarte los conocimientos necesarios para convertirte en un experto de este sector. No lo dudes más, e inscríbete. ¡Te estamos esperando!