El siguiente paso para la IA: aprender a leer tus labios

Un paciente se sienta en una cama de hospital, un vendaje cubre su cuello con una pequeña abertura para el tubo de traqueotomía que le suministra oxígeno.

Debido a su reciente cirugía, el hombre que aparece en este video de marketing no puedo vocalizar. Entonces, un médico sostiene un teléfono inteligente y registra al paciente mientras pronuncia una frase corta. Una aplicación llamada SRAVI analiza los movimientos de los labios y en unos dos segundos devuelve su interpretación: "Necesito succión".

Parece una interacción simple y, en algunos aspectos, SRAVI (aplicación de reconocimiento de voz para personas con problemas de voz) sigue siendo bastante simplista. Solo puede reconocer unas pocas docenas de frases, y lo hace con aproximadamente un 90 por ciento de precisión. Pero la aplicación, creada por la startup irlandesa Liopa, representa un gran avance en el campo del reconocimiento visual de voz (VSR), que implica entrenar a la IA para leer los labios sin ninguna entrada de audio. Es probable que sea la primera aplicación de inteligencia artificial para lectura de labios disponible para la compra pública.

Los investigadores han estado trabajando durante décadas para enseñar a las computadoras a leer los labios, pero ha demostrado ser una tarea desafiante incluso con los avances en los sistemas de aprendizaje profundo que han ayudado a descifrar otros problemas emblemáticos. La investigación ha sido impulsada por una amplia gama de posibles aplicaciones comerciales, desde herramientas de vigilancia hasta aplicaciones de comunicación silenciosa y un rendimiento mejorado del asistente virtual.

Liopa está en el proceso de certificar SRAVI como un dispositivo médico de Clase I en Europa, y la compañía espera completar la certificación en agosto, lo que le permitirá comenzar a vender a los proveedores de atención médica.

Si bien sus intenciones para la tecnología no están claras, muchos de los gigantes tecnológicos también están trabajando en la inteligencia artificial para leer los labios. Los científicos afiliados o que trabajan directamente para Google, Huawei, Samsung y Sony están investigando sistemas VSR y parecen estar haciendo rápidos avances, según entrevistas y revisión de Motherboard de investigaciones y solicitudes de patentes recientemente publicadas. Las empresas no respondieron o rechazaron entrevistas para esta historia.

A medida que la IA de lectura de labios emerge como un producto comercial viable, los tecnólogos y los perros guardianes de la privacidad están cada vez más preocupados por cómo se está desarrollando y cómo podría implementarse algún día. SRAVI, por ejemplo, no es la única aplicación de inteligencia artificial para lectura de labios en la que está trabajando Liopa. La empresa también está en fase dos de un proyecto con una agencia de investigación de defensa del Reino Unido para desarrollar una herramienta que permita a las agencias de aplicación de la ley buscar a través de imágenes de CCTV silenciosas e identificar cuándo las personas dicen ciertas palabras clave.

Empresa de vigilancia Motorola Solutions tiene una patente para un sistema de lectura de labios diseñado para ayudar a la policía. Skylark Labs, una startup cuyo fundador tiene vínculos con la Agencia de Proyectos de Investigación Avanzada de Defensa de EE. UU. (DARPA), le dijo a Motherboard que su sistema de lectura de labios está actualmente implementado en hogares privados y una compañía eléctrica controlada por el estado en India para detectar lenguaje obsceno y abusivo. .

“Esta es una de esas áreas, desde mi perspectiva, que es un buen ejemplo de 'solo porque podemos hacerlo, no significa que debamos hacerlo'”, dijo Fraser Sampson, comisionado de cámaras de vigilancia y biometría del Reino Unido, a Motherboard. “Mi principal preocupación en esta área no sería necesariamente lo que la tecnología podría hacer y lo que no podría hacer, sería el efecto paralizante de la gente que crea que puede hacer lo que dice. Si eso los disuadió de hablar en público, entonces estamos en un área mucho más grande que la simple privacidad, y la privacidad es lo suficientemente grande ".

La aparición de la inteligencia artificial para la lectura de labios recuerda a la tecnología de reconocimiento facial, que fue un área de investigación especializada durante décadas antes de que se comercializara silenciosa pero rápidamente como una herramienta de vigilancia a principios de la década de 2000.