La próxima vez que Facebook te sugiera un nombre para alguien en una fotografía que publiques, considera cómo la empresa identifica a más de 2 mil millones de usuarios, a sus amigos y parientes. Los sistemas de reconocimiento facial comparan características compuestas tales como la longitud y el ancho de la nariz, además de otras características con información sobre individuos conocidos almacenados en una base de datos.

noticias relacionadas

El Smithsonian te invita a conocer más sobre un mamífero alado y a descubrir la variedad y hermosura de la flora y fauna panameña a través de fotografías

Ex becario del Smithsonian gana un Emmy

Las muertes de jaguares aumentan en Panamá, advierte el Smithsonian

Los primeros sistemas de reconocimiento facial se desarrollaron a fines de la década de 1960. Ahora Facebook usa un software llamado DeepFace capacitado para reconocer rostros basados​​en 4 millones de imágenes de Facebook y se menciona que es un 97 por ciento preciso. Estos sistemas de software están lejos de ser perfectos. El sistema Rekognition de Amazon identificó a 28 miembros del Congreso de EE. UU. Como delincuentes en base a las pruebas de la Unión Estadounidense de Libertades Civiles (ACLU, por sus siglas en inglés) en un umbral de confidencialidad predeterminado del 80 por ciento. Los sistemas más nuevos analizan imágenes en 3D o usan imágenes térmicas para evitar la confusión causada por el cabello o las gafas de sol.

VER TAMBIÉN: '¡No tengo qué ponerme!' es una frase trillada, que puede ser asunto del pasado

Tradicionalmente, los taxónomos de peces generalmente trabajan a través de una clave que proporciona una serie de opciones para comparar características como el tamaño de la forma, el número de aletas y branquiespinas, los patrones de escamas en el cuerpo y las marcas de color hasta que, por un proceso de eliminación, llegan a una única identificación de la especie. Ahora la inteligencia artificial ofrece una nueva forma de hacerlo, y mucho más rápida que antes.

En STRI, el ictiólogo D. Ross Robertson y el programador de web Eugenio Valdés se unieron para crear un sistema de reconocimiento de imágenes para peces del Caribe basado en más de 75,000 imágenes de entrenamiento de aproximadamente 1600 especies diferentes de esa área.

"Estamos utilizando dos API (interfaces de programación de aplicaciones), una proporcionada por la compañía estadounidense Wolfram Alpha y nuestra propia implementación de VGG-19, la Very Convolutional Network para el reconocimiento visual a gran escala desarrollada por el Visual Geometry Group en el Departamento de Ciencias de Ingeniería, de la Universidad de Oxford, utilizando Keras, una biblioteca de Machine Learning escrita en lenguaje de programación Python", comentó Valdés. "Los entrenaremos en el mismo conjunto de imágenes para ver qué API hace un mejor trabajo clasificando a los peces".

VER TAMBIÉN: 'Los monólogos de la vagina', de vuelta en el Teatro La Plaza

"Nuestro objetivo es que el usuario arrastre y cuelgue una foto de un pez en un cuadro en una página web que luego proporcionará una lista clasificada de posibles especies de peces. Cuantas más imágenes, como estas de entrenamiento proporcionas a API, mejor se vuelven", comentó Robertson.

Estas API evalúan una serie de capas de la imagen, primero haciendo una evaluación aproximada y luego evaluando la información en una imagen a escalas cada vez más finas.

Robertson ha estado recolectando imágenes de peces durante casi 30 años y ya ha producido aplicaciones gratuitas de identificación de peces disponibles como sitios web y para teléfonos móviles a través de iTunes y Playstore, tanto para el Caribe como para el Pacífico Oriental.

VER TAMBIÉN: La herencia que recibirá el hijo de Camilo Sesto

"Realmente no sabemos qué características utilizarán las máquinas para clasificar las imágenes como especies diferentes", comentó Robertson. "Es posible que se den cuenta de lo que nos parece que son características ridículamente oscuras o poco llamativas, esenciales para la capacidad de la IA para distinguir una especie de otra que nunca utilizaríamos para identificar peces". Los colores mientras son juveniles, de las hembras y adultos de la misma especie pueden ser muy diferentes, pero, en las pruebas preliminares, una API generalmente no se confunde con eso. Será interesante ver cómo lo hacen con especies como los peces lombriz o los meros que pueden tener una tremenda variación de color tanto dentro como entre las especies".

Pronto podremos tomar la foto de un pez en el supermercado, en un arrecife en las Bahamas y un asistente virtual (como Siri) susurrará su nombre en nuestros oídos.

VER TAMBIÉN: El 'boom' de las series es indiscutible