Nota TN: Cuando las herramientas de reconocimiento facial estén disponibles para todos, en todas partes, su uso se volverá omnipresente y gradualmente pondrá una red de control sobre los usuarios desprevenidos.
Lo más probable es que ya esté familiarizado con el software de reconocimiento facial, incluso si nunca ha pasado tiempo en un laboratorio de inteligencia artificial. El algoritmo que utiliza Facebook para etiquetar fotos, por ejemplo, es una versión de software de reconocimiento facial que puede identificar rostros con una precisión del 97.25 por ciento.
Sin embargo, el problema con la mayoría del software de reconocimiento facial actual es que es computacionalmente muy intensivo y difícil de usar para algo más que solo hacer coincidir fotos simples. Si pudiera acelerar el proceso de reconocimiento de rostros, agregue la capacidad de rastrear los rasgos faciales y hacer que sea tan fácil de usar que cualquiera pueda usarlo como una aplicación de teléfono inteligente, entonces podría abrir una serie de nuevas oportunidades importantes.
Ese es el objetivo de los investigadores de IA en el Laboratorio de Detección Humana de la Universidad Carnegie Mellon. A partir de febrero de 2016, pondrán a disposición de sus colegas investigadores su software avanzado de análisis de imágenes faciales. El software, conocido como IntraFace, es lo suficientemente rápido y eficiente que puede instalarse como una aplicación de teléfono inteligente.
Por ahora, con el fin de dar una vista previa de qué esperar, los investigadores han puesto a disposición aplicaciones de demostración gratuitas para teléfonos inteligentes, que muestran cómo IntraFace puede identificar las características faciales y detectar emociones. Estos se pueden descargar desde el sitio web del Laboratorio de detección humana, desde la App Store de Apple o desde Google Play.
El investigador principal del proyecto, Fernando De la Torre, profesor asociado de investigación en el departamento de robótica de la Universidad Carnegie Mellon, dice que ya está comenzando a ver un enorme interés en el campo de la IA para IntraFace. “Ahora es el momento de desarrollar nuevas aplicaciones para esta tecnología. Tenemos algunas propias, pero creemos que hay muchas personas que pueden tener ideas aún mejores una vez que las tengan en sus manos ”.
Los investigadores médicos de Duke, por ejemplo, están utilizando IntraFace como parte de una herramienta avanzada para detectar el autismo. Los médicos y los médicos pueden monitorear o detectar una serie de patologías, incluida la depresión o la ansiedad, simplemente observando las expresiones faciales de los pacientes.
Un uso diario para el análisis de reconocimiento facial podría ser vehículos que puedan reconocer a un conductor distraído detrás del volante. En el video de demostración de IntraFace, está el ejemplo de un padre al volante de un vehículo que se da vuelta para consolar a un niño que grita en el asiento del automóvil por una fracción de segundo antes de ser advertido de que se desvió de la carretera.
Y a los equipos de ventas y marketing les encantará esto una vez que esta tecnología esté disponible comercialmente; imagínese poder evaluar lo que la gente piensa sobre sus productos con solo leer sus caras. Los investigadores de Carnegie Mellon se refieren a esto como "medición de la reacción de la audiencia", y ven que los oradores públicos utilizan aplicaciones potenciales para evaluar qué tan bien están ganando a la multitud. Pero también podría imaginarse rastreadores biométricos en las vallas publicitarias, observando cómo la multitud está respondiendo a un anuncio.
Para el caso, también puede imaginar que IntraFace sea utilizado por aplicaciones de citas una vez que la tecnología esté disponible comercialmente. ¿No está seguro de si debe acercarse al objetivo de sus intenciones amorosas? Use la aplicación IntraFace para leer las características faciales de ese chico guapo o una niña hermosa y obtenga la luz verde para continuar.
IntraFace es el resultado de una década de trabajo de De la Torre y sus colegas, incluido Jeffrey Cohn, profesor de psicología y psiquiatría en la Universidad de Pittsburgh y profesor adjunto en el Instituto de Robótica de CMU. Los investigadores utilizaron técnicas de aprendizaje automático para entrenar el software para reconocer y rastrear las características faciales. Luego, los investigadores crearon un algoritmo que puede tomar esta comprensión generalizada de la cara y personalizarla para un individuo, permitiendo el análisis de expresión.
wpDiscuz