UNIT formará parte de programa para startups patrocinado por Microsoft
UNIT formará parte de programa para startups patrocinado por Microsoft
Comenzamos el año con una excelente noticia: UNIT ha sido seleccionado para participar de un programa global diseñado especialmente para ayudar a las startups a escalar rápidamente. La propuesta, desarrollada por Microsoft, proporciona acceso a tecnologías y una red de asociados para potenciar el desarrollo comercial.
Se trata de una apuesta a nivel internacional y gratuita, la cual está dedicada a impulsar empresas emergentes B2B para que puedan expandir correctamente el alcance de sus compañías. Para ello, se entregan créditos para el uso de servicios como Azure, junto con una ruta de acceso simplificada para vender junto con Microsoft y su ecosistema global de asociados. Durante 2020, las startups participantes aseguraron más de $1.000 millones de oportunidades de ventas con un volumen promedio de transacciones de más de seis cifras.
Un nuevo desafío
La iniciativa representa una gran oportunidad para expandir el alcance de UNIT, tanto a nivel nacional como internacional. Además, este nuevo desafío se alinea con el nuestro compromiso de ser una empresa multicloud que se abre a las mejores soluciones tecnológicas disponibles en el mercado, buscando siempre el estado del arte de la tecnología para desarrollar proyectos que se adapten a las necesidades de nuestros clientes y partners.
“A través de esta colaboración, esperamos poder llevar los servicios ofrecidos por Microsoft y nuestro equipo a los desafíos reales que enfrentan las empresas en la actualidad”, comenta José Tomás Cumsille, Chief Technology Officer (CTO) de UNIT.
El primer acercamiento a Microsoft Startups Program, se dio a través del equipo de VOYAGER, en la búsqueda de mejores herramientas para manejar datos no estructurados de texto. Entre las opciones disponibles en el mercado, los especialistas de esta solución de Inteligencia Artificial (IA), desarrollada por UNIT, encontraron que la mejor opción era el modelo entrenado por Microsoft.
“El objetivo es, gracias a este apoyo, contribuir como empresa a cerrar la brecha que existe actualmente entre la tecnología, la inteligencia artificial y los grandes problemas de la humanidad”, puntualiza Cumsille.
¿Cómo está cambiando el mundo de la minería a través de la IA?
¿Cómo está cambiando el mundo de la minería a través de la IA?
Hablar de minería es hablar, sin duda, de una industria global cuya producción es vital para gran parte de las comodidades que disfrutamos en nuestra vida diaria. Como en toda actividad a gran escala, la eficiencia es un elemento central e indispensable para su funcionamiento. Pequeñas mejoras en la velocidad de ejecución, sistematización de procesos y reducción de los tiempos de inactividad son la clave para una operación exitosa.
Es por esto que los avances en robótica, automatización e inteligencia artificial (IA) y aprendizaje automático tienen un gran potencial para la industria minera. Lugares de trabajo remotos, la naturaleza peligrosa del trabajo y los altos costos de mano de obra y transporte son sólo algunas de las problemáticas que la IA podría ayudar a solucionar.
Como en cualquier sistema computacional, siempre existen posibles fallas, las que suelen generar desconfianza entre los usuarios potenciales. Sin embargo, la aplicación de la inteligencia artificial podría ser la clave para ayudar a los directivos a tomar mejores decisiones administrativas basadas en datos. Pero, ¿cómo funciona su implementación?
Minería e Inteligencia Artificial: una colaboración más que posible
El potencial aporte de la IA a la minería se está dando actualmente en dos frentes. Por un lado, los sistemas impulsados por inteligencia artificial utilizan diferentes algoritmos para organizar y analizar grandes cantidades de datos. Esto permite generar insights que, a su vez, entregan claves para tomar decisiones óptimas sobre diversos aspectos de una operación.
En segundo lugar, una aplicación más práctica e inmediata de la IA en la minería puede darse durante la fase de prospección, especialmente para descubrir depósitos. Su uso puede ayudar a comprender de mejor forma el entorno y terreno donde se llevarán a cabo las nuevas obras. Por ejemplo, Goldspot Discoveries Inc. de Australia la utiliza para mejorar la exploración minera. A su vez, otras empresas han comenzado a utilizar drones y visión artificial para comprender mejor el entorno y el terreno donde se iniciará la explotación.
COSMOS
COSMOS, proyecto desarrollado por UNIT a través de la aplicación de inteligencia artificial, busca convertirse en un apoyo para las empresas mineras nacionales. Se trata de una solución para la eficiencia energética y su objetivo es lograr que cada partícula de energía se convierta en productividad y eficiencia real, sin pérdidas.
Sus modelos IA permiten predecir el consumo de combustible utilizando bases de datos con información estructurada de los traslados de equipos y operadores involucrados en dichas acciones, tanto históricas como presentes, tomando en cuenta la topografía del lugar y los signos vitales de los equipos involucrados.
Así, la plataforma permite reducir el consumo de combustible, junto con las emisiones GHG a través de predicciones realizadas en base a modelos de inteligencia artificial. Éstos predicen el consumo, optimizan el rendimiento y detectan anomalías en el uso de combustible para asegurar un mejor uso de este recurso. La detección temprana permite, además, retroalimentar a los operadores sobre prácticas operacionales incorrectas. De esta manera, buscando la excelencia y eficiencia operacional.
Inteligencia Artificial: Una nueva forma de conectar(nos)
Inteligencia Artificial: Una nueva forma de conectar(nos)
Comúnmente, o por lo menos en mi corta vida, he sentido una inquietud en torno al concepto de Inteligencia Artificial y su significado real. Claramente, se trata de una noción que puede sonar bastante estruendosa, pintoresca e incluso exacerbada. Apenas se hace mención a esta idea, inmediatamente creemos que estamos atravesando un mundo distópico de cyborgs y autos voladores.
Pero lo cierto es que, al buscar una definición concreta del término podemos establecer que es la habilidad de computadoras para ejecutar tareas cognitivas que asociamos con la mente humana. Es decir, es la capacidad de argumentar, resolver problemas de forma independiente e incluso está incluida la habilidad de percepción.
Es así como la inteligencia artificial ha permitido tangibilizar ciertos comportamientos humanos mediante modelos neuronales, acercándose así a nociones humanas en cuanto a cómo percibimos el mundo. En esta línea, la IA como recurso nos pone en la búsqueda de alguna forma de objetivizar el conocimiento, generar correlaciones y permitir detectar oportunidades, todo bajo una mirada antropocéntrica.
¿Dónde queda el resto de las especies que conforman este mundo tan biodiverso? ¿Es posible conectar con ellas?
Existimos en un planeta con una enorme biodiversidad, donde el 80% de los seres vivientes son plantas. Lamentablemente, sabemos que la humanidad ha contribuido a la pérdida del 83% de mamíferos salvajes y la mitad de las especies vegetales. Si bien durante los últimos años pareciera que la sustentabilidad ha comenzado a ser parte del inconsciente colectivo, estamos todavía muy lejos de reparar este daño.
Es claro que el ser humano se ha dotado así mismo de un verdadero complejo de superioridad, pero la verdad es que actualmente representamos solamente un 0.01% de la población viviente del planeta Tierra. No obstante, hoy el rol y esfuerzos de nuestra tecnología siguen estando siendo sesgados y derivados a esta mirada humana, sin poner en valor la percepción interespecial que debiera guiar estos avances.
Entonces, ¿qué pasaría si dirigimos los esfuerzos a escuchar y procesar el contenido rico de cada uno mediante estos modelos neuronales? ¿Sería posible entrenar un modelo bio híbrido?
Claramente estamos ante un panorama ambicioso, pero necesario dado al contexto crítico global en el que nos encontramos. Si bien la dificultad es alta, nuestra misión debiese ser la coexistencia entre organismos para así regenerar y recuperar la biodiversidad perdida, una responsabilidad que, hasta hoy, sigue siendo ignorada.
Desde niños y niñas, nos enseñan que las plantas son seres “vegetales”. Actualmente, este término se utiliza con una connotación más bien negativa en cuanto a la habilidad de entender y percibir el mundo. Pero lo que la gran mayoría de las personas no sabe, es que las plantas tienen una gran capacidad para conectar, entender y adaptarse al medio ambiente. ¿Acaso es una mera coincidencia la trayectoria que han tenido a lo largo de la existencia del planeta?
Es aquí donde la inteligencia artificial entra en la ecuación, ya que estudios científicos han demostrado semejanzas entre la comunicación neuronal de las personas con la comunicación electroquímica que realizan estas especies.
Comunicar es vital para todo ser vivo: nos permite evitar el peligro, acumular experiencia, conocer nuestro propio cuerpo y el entorno. ¿Hay alguna razón por la que este simple mecanismo deba negarse a las plantas?
Mancuso, S., & Viola, A. (2015). Brilliant Green: The Surprising History and Science of Plant Intelligence. (J. Benham, Trans.). Washington, DC: Island Press.
A pesar de que la trayectoria de las plantas en este planeta ha demostrado su capacidad perceptiva, lo cual repercute en una adaptabilidad significativa a lo largo de su existencia, la tecnología se ha visto sesgada por querer exacerbar la percepción humana. En vez de generar una comprensión más transversal y dejarse nutrir por la de las otras especies, insistimos en separarnos del resto del mundo como si fuéramos los únicos seres vivos capaces de comunicarnos e impactar el ecosistema.
Pareciera ser que lo natural y lo tecnológico son ámbitos aislados pero la realidad es que tienen un tremendo potencial para convivir, potencial reflejado en tendencias como biomímesis.
Pero, ¿dónde entra la inteligencia artificial en toda esta ecuación?
Tomemos un paso atrás, y recordemos la capacidad de la inteligencia artificial de modelar, construir y entrenar distintos modelos en base a datos. Dichos datos alimentan este modelo y lo van perfeccionando. Lo mismo sucede a la hora de aprender un nuevo idioma. Un idioma es una forma de comunicar, y si desglosamos aún más, simplificando lo que es la comunicación,podemos definirla como un traspaso de información de un emisor a un receptor.
Basándonos en esa premisa, es posible entender nuestra relación con el entorno, tanto nuestra como con otras especies, como una forma de comunicación. Hace algunos años, muchos no creían ni se imaginaban el rápido crecimiento que tendría la inteligencia artificial y sus aplicaciones. Hoy, podría ser la clave para entender a otros organismos, particularmente, a las plantas.
Con sus sentidos, las plantas recopilan información sobre su entorno y se orientan en el mundo. Las plantas pueden medir docenas de parámetros diferentes y procesar una gran cantidad de datos.
Mancuso, S., & Viola, A. (2015). Brilliant Green: The Surprising History and Science of Plant Intelligence. (J. Benham, Trans.). Washington, DC: Island Press.
La inteligencia artificial bien podría ser un medio de comunicación entre distintas especies, todo con la finalidad de poder comprender las realidades de cada una y enriquecer nuestro conocimiento. Tiene la potencialidad de establecer asociaciones y patrones de distintas respuestas electrofisiológicas de las plantas sentando las bases para un entendimiento más completo entre ambas especies.
La IA, como tecnología, nos ofrece la posibilidad de ir más allá para cerrar las brechas comunicacionales que mantenemos con las demás especies del planeta. Esta misión, aunque tardía, podría permitirnos sanar, en cierta medida, parte de la deuda y el daño que hemos provocado en el planeta en el nombre del progreso.
UNIT Art Lab: Una mirada a la tecnología a través del arte
UNIT Art Lab: Una mirada a la tecnología a través del arte
Desde tiempos primitivos, el arte y sus múltiples expresiones han sido herramientas para examinar, analizar y registrar lo que ocurre a nuestro alrededor. De manera similar, la ciencia ha contribuido tremendamente a comprender distintos fenómenos a través de la historia. Sin embargo, cada una de estas disciplinas pareciera estar siempre en contraposición a la otra. Hasta ahora.
La dimensión subjetiva del arte y el carácter riguroso de la ciencia son las dos naturalezas que se unen en UNIT Art Lab. El proyecto es impulsado por UNIT, empresa dedicada al desarrollo de soluciones de inteligencia artificial y tiene por objetivo generar nuevas miradas sobre la tecnología y el destino de la vida en la Tierra.
En esta línea, las plataformas digitales nos ofrecen la posibilidad de crear espacios o entornos imaginarios que el arte tradicional apenas ha logrado explorar. Es por esto que son las protagonistas de este proyecto.
Para lograrlo, se utilizan herramientas de análisis de datos en un cruce con técnicas de las artes mediales. El resultado son distintas visualizaciones y figuras que el artista visual Sergio Mora-Díaz creó a partir de la data de más de 600 pacientes, quienes fueron monitoreados por dos años para evaluar la evolución de su sangre en base al indicador INR de coagulación sanguínea. Esto, a partir del proyecto VOYAGER impulsado por UNIT.
“Mi trabajo artístico está muy ligado al espacio y, principalmente, a la generación de experiencias. El uso de nuevas tecnologías para proponer nuevos tipos de vivencias sensoriales para las personas es una gran oportunidad de la que estoy muy contento de ser parte”, explica Mora-Díaz.
“Gran parte de mis obras se basan en la utilización de algoritmos, es decir, datos matemáticos, para poder crear figuras geométricas o entornos interactivos, por ejemplo, a través de sensores capaces de capturar información del entorno y traducirla a luz, sonido o imagen”, puntualiza el artista.
“La inteligencia universal incluye el arte como su medio de expresión más influyente, dado que conecta y articula de diferentes maneras el pensamiento creativo, la visión y sensaciones íntimas del mundo que nos rodea. De esta manera, el Art Lab permite una llegada más allá en el pensamiento trascendente de nuestra comunidad, complementando nuestra base racional de herramientas analíticas y de software”, asegura Juan Larenas, CEO de UNIT.
Convocatoria abierta
¿Eres artista? ¿Te gustaría ser parte de este experimento? Encuentra más información en el siguiente enlace.
Professional growth: How can AI help you build your career?
Everyone has dreamed of being their own boss, an ideal for which we invest resources and countless hours of study. Although this is undoubtedly the basis of a successful career and subsequent professional growth, nowadays there are multiple tools capable of crossing different fields of expertise to help us enhance our objectives and allow us to take the lead in the job world.
Currently, every data science student, teacher and professional has a formed opinion about Artificial Intelligence (AI), its uses, applications and limitations. It is a discipline in constant expansion, and its scope is becoming increasingly transversal. Even those in other academic branches and professions are beginning to have more than a passing interest in these emerging technologies.
According to MIT Sloan Research, more than 90% of the largest companies globally are using AI to improve their customer interaction protocols. In other words, we are entering a new decade, one that will definitely be defined by data. As a consequence, the demand for professionals dedicated to these disciplines will be much more intense.
New opportunities
US-based management consulting firm McKinsey & Company estimates that 13% of current work activities performed in occupations that require a college or advanced degrees could be displaced. Specifically, the study found that 60 to 375 million people around the world could be faced with the need to change their field of work by 2030.
Contrary to popular opinion, where these tools are often the cause of job losses, the new era led by data offers multiple and new opportunities. In this change of landscape, technologies such as AI and Machine Learning (ML) will lead the demand for professionals for this date. But where to start?
Who to follow
Keep up to date with the latest news from the world of artificial intelligence by following some of the most respected voices in the AI world on social media.
Bob Swan, Intel Corporation
Jen-Hsun “Jensen” Huang, Nvidia
Demis Hassabis, DeepMind Technologies
Jeff Bezos, Amazon
Juan Larenas, UNIT
Free resources for professional growth
There are many free access tools that can help you forge your new career in AI. Here we recommend some.
Elements of AI
The Elements of AI is a series of free online courses created by Reaktor and the University of Helsinki. They combine theory with practical exercises so you can learn at your own pace.
MIT Artificial Intelligence Course
Available through the official YouTube channel of the Massachusetts Institute of Technology, it is aimed at professionals with basic knowledge of AI.
Intensive Google Machine Learning Course
Although it does not require any prior knowledge, we recommend that you have experience in Python programming. However, the course contains secondary resources to help you continue learning.
Stanford Machine Learning Course
The popular online course platform Coursera offers this course taught by the renowned Stanford University. It is focused on acquiring practical knowledge on key aspects of AI.
Would you like to know your level of AI and Machine Learning? Put your skills to the test with this free trial from PixelTests.
Inteligencia artificial: ¿Cómo puede ayudarte a conseguir un ascenso?
Inteligencia artificial: ¿Cómo puede ayudarte a conseguir un ascenso?
Todos y todas hemos soñado alguna vez con ser nuestros propios jefes, tarea para la cual invertimos recursos e incontables horas de estudio. Si bien esta es, sin duda, la base del crecimiento profesional, hoy en día existen múltiples herramientas capaces de traspasar distintos campos de expertise para ayudarnos a potenciar nuestros objetivos y permitirnos tomar la delantera en el mundo laboral.
Actualmente, cada estudiante, docente y profesional de las ciencias de datos tiene una opinión formada sobre la inteligencia artificial (IA), sus usos, aplicaciones y limitaciones. Se trata de una disciplina en constante expansión, cuyo alcance se vuelve cada vez más transversal. Incluso aquellos en otras ramas académicas y profesiones están comenzando a tener más que un mero interés pasajero en estas tecnologías emergentes.
Según MIT Sloan Research, más del 90% de las mayores empresas a nivel global están utilizando IA para mejorar sus protocolos de interacción con clientes. En otras palabras, estamos entrando en una nueva década, una que definitivamente será definida por los datos. Como consecuencia, la demanda de profesionales dedicados a disciplinas será mucho más intensa.
Nuevas oportunidades para el crecimiento profesional
La consultora de gestión McKinsey & Company, basada en E.E.U.U, estima que el 13% de las actividades laborales actuales realizadas en ocupaciones que requieren una universidad o títulos avanzados podrían ser desplazadas. En concreto, el estudio arrojó que de 60 a 375 millones de personas en todo el mundo podrían verse enfrentadas a la necesidad de cambiar de rubro para 2030.
Contrario a la opinión popular, donde estas herramientas suelen ser las causantes de la pérdida de empleos, la nueva era liderada por los datos ofrece múltiples y nuevas oportunidades. En este cambio de panorama, tecnologías como la IA y Machine Learning (ML) liderarán la demanda de profesionales para esta fecha. Pero, ¿por dónde empezar?
A quién seguir
Mantente al día de las novedades del mundo de la inteligencia artificial siguiendo en redes sociales a algunas de las voces más respetadas del mundo AI.
Bob Swan, Intel Corporation
Jen-Hsun “Jensen” Huang, Nvidia
Demis Hassabis, DeepMind Technologies
Jeff Bezos, Amazon
Juan Larenas, UNIT
Recursos gratuitos
Existen muchas herramientas de acceso liberado que pueden ayudarte a forjar tu nueva carrera en AI. Aquí te recomendamos algunas.
Elements of AI
The Elements of AI es una serie de cursos gratuitos en línea creados por Reaktor y la Universidad de Helsinki. Combinan teoría con ejercicios prácticos para que puedas aprender a tu propio ritmo.
Curso de Inteligencia Artificial del MIT
La propuesta, disponible a través del canal oficial de YouTube del Instituto Tecnológico de Massachusetts, está dirigida a profesionales con conocimientos básicos sobre IA.
Curso intensivo de Aprendizaje Automático de Google
Si bien no requiere ningún conocimiento previo, te recomendamos tener experiencia en la programación de Python. Sin embargo, el curso contiene recursos secundarios para ayudarte a seguir aprendiendo.
Curso de Aprendizaje Automático de Stanford
La popular plataforma de cursos en línea Coursera ofrece este curso dictado por la Universidad de Stanford. Está enfocado en adquirir conocimientos prácticos sobre aspectos clave de la AI.
¿Te gustaría conocer tu nivel de AI y Machine Learning? Pon a prueba tus habilidades con esta prueba gratuita de PixelTests.
¿Cómo aplicar herramientas de IA en el área de la salud?
¿Cómo aplicar herramientas de IA en el área de la salud?
Desde su nacimiento, el desarrollo de la inteligencia artificial ha estado expuesto al escrutinio e incluso cierta desconfianza por parte de las comunidades científicas y, especialmente del público general y el área de la salud. Sin embargo, sus constantes avances han buscado la forma de sortear estos obstáculos para encontrar soluciones a los grandes problemas de la humanidad.
En noviembre de 2018, el departamento de emergencias del Sistema de Salud de la Universidad de Duke puso en marcha “Sepsis Watch”. La herramienta, fue diseñada a través de deep learning para ayudar a los profesionales del área a detectar los primeros signos de una de las principales causas de muerte hospitalaria a nivel mundial: las infecciones y su abrumadora capacidad de causar estragos en el cuerpo humano.
La temida sepsis ocurre cuando una infección desencadena una inflamación de todo el cuerpo, pudiendo ocasionar fallas inmediatas en múltiples órganos. Fiebre, dificultad para respirar, baja presión arterial, ritmo cardíaco acelerado y confusión mental son sólo algunos de sus síntomas. Si bien sus efectos son extremadamente perjudiciales, lo cierto es que puede tratarse si se diagnostica a tiempo. Sin embargo, esto no siempre ocurre ya que sus señales tempranas suelen confundirse con otras dolencias.
Sepsis Watch es el producto de tres años y medio de desarrollo, durante los cuales se realizó una digitalización de registros médicos y un análisis de 32 millones de puntos de datos. Posteriormente, el equipo de la Universidad de Duke se enfocó en el diseño de una interfaz simple, de manera que la herramienta pudiera utilizarse en forma de una aplicación para iPad. La app realiza un chequeo de la información de cada paciente y les asigna una calificación en base a su probabilidad de desarrollar la condición. Una vez que un médico confirma el diagnóstico, se pone en marcha una estrategia de tratamiento inmediato.
El resultado, es una reducción drástica de las muertes de pacientes por sepsis. Actualmente, la herramienta es parte de un ensayo clínico registrado a nivel federal, cuyos resultados preliminares estarán disponible para 2021.
VOYAGER: Una solución para el área de la salud hecha en Chile
Similar a los casos de muerte por sepsis, la hipertensión arterial, Alzheimer, esquizofrenia, retinitis pigmentosa, asma y diabetes mellitus son patologías con altas tasas de mortalidad según la OMS. Debido a la complejidad de su diagnóstico, su tratamiento consta normalmente protocolos rígidos, cuyos resultados pueden variar de un paciente a otro.
VOYAGER, desarrollado por UNIT, se enfoca en la mejora exponencial de la gestión de estas enfermedades, conocidas como multifactoriales. A través del uso de inteligencia artificial, el sistema es capaz de procesar datos recolectados por interfaces de voz para comprender en profundidad el estado de cada paciente y realizar un seguimiento predictivo y automatizado de su tratamiento.
Similar a lo que ocurre con Sepsis Watch, esto se traduce en diagnósticos más eficientes e identificación de casos de mayor riesgo, impactando directamente en la tasa de fatalidad de estas enfermedades. En términos concretos, el objetivo de VOYAGER es disminuir en un 50% las hospitalizaciones de gravedad para quienes padecen diabetes, enfermedades cerebrovasculares, hipertensión e incluso obesidad, tanto en la salud pública como privada.
Reconocimiento facial: una tecnología en constante actualización
Reconocimiento facial: una tecnología en constante actualización
El reconocimiento facial se refiere a la tecnología capaz de identificar la identidad de sujetos en imágenes o vídeos. Pese a una cantidad no menor de desconfianza debido a sus posibilidades de falla, actualmente es una metodología en constante desarrollo. Se trata de un sistema biométrico no invasivo, en donde las técnicas utilizadas han variado enormemente durante los años.
Durante los 90’s, los métodos tradicionales utilizaban características handcrafted, como descriptores de bordes y texturas. Gabor, Local Binary Patterns (LBP), Histogram of Oriented Gradients (HOG), Scale Invariant Feature Transform (SIFT), etc. son algunos ejemplos de esto, los que eran la base para representaciones más complejas, por medio de codificación y transformación de características como Principal Component Analysis (PCA), LCA, entre otras. Aspectos como la luminosidad, pose o expresión pueden manejarse a través de estos parámetros.
Antiguamente, no existía ninguna técnica que pudiera dominar completa e integralmente todos los escenarios. Uno de los mejores resultados logrados es el presentado en el estudio “Blessing of dimensionality: High-dimensional feature and its efficient compression for face verification”, donde se alcanza un 95% en la base de datos Labeled Face in the Wild (LFW). Esto indica que los métodos existentes eran insuficientes para extraer una representación de los rostros que fuese invariante a los cambios del mundo real.
¿Cómo funciona el reconocimiento facial en la actualidad?
Desde hace unos años, los métodos tradicionales han sido reemplazados por otros basados en deep learning, los que a su vez tienen su origen en las Redes Neuronales Convolucionales (CNN). La principal ventaja de los métodos basados en aprendizaje profundo, es que pueden “aprender”, a partir de grandes bases de datos, las mejores características para representar los datos, es decir, para construir los rostros.
Un ejemplo de esto es la red DeepFace, que el año 2014 alcanzó un desempeño “estado del arte” en la famosa base de datos LFW. Con esto, logró aproximarse al desempeño de un humano en un escenario sin restricciones (DeepFace: 97,35% vs Humanos: 97,53%). Esto, entrenando un modelo de 9 capas sobre 4 millones de imágenes de rostros. Inspirado por este trabajo, el foco de las investigaciones se desvió hacia los métodos basados en aprendizaje profundo, logrando alcanzar un 99,8% en tan solo tres años.
Los sistemas de reconocimiento facial usualmente están conformados por las etapas mostradas en la siguiente figura:
- Detección de rostros: Se ingresa al sistema una imagen de consulta. Un detector encuentra la posición del rostro en la imagen de consulta y retorna las coordenadas de la posición.
- Alineamiento del rostro: Su objetivo es escalar y recortar la imagen del mismo modo para todos los rostros, utilizando un set de puntos de referencia.
- Representación del rostro: Los píxeles de la imagen de la imagen del rostro son transformados a una representación compacta y discriminativa, es decir, en un vector de características. Esta representación puede ser lograda utilizando métodos clásicos o modelos basados en aprendizaje profundo. Idealmente, todas las imágenes del rostros de un mismo sujeto deberían tener vectores de características similares.
- Pareo de rostros: Las imágenes de los rostros de los individuos registrados conforman una base de datos llamada galería. Cada imagen de rostro en la galería es representada como un vector de características. La mayoría de los métodos calculan la similitud entre el vector de características de la imagen de consulta y los vectores de la galería, utilizando la distancia coseno o la distancia L2. Aquel con menor distancia indica a qué individuo pertenece el rostro consultado.
