El Reconocimiento Facial: ¿futuro sincronizado?

Hay pocas personas que no han visto o hablado sobre el “Face ID” de Apple durante el lanzamiento del iPhone X el año pasado. El desbloqueo con reconocimiento facial no es algo nuevo (se utiliza en Android desde la versión 4.0) pero era innovador para el ambiente de Apple y junto con el reconocimiento facial de Facebook en meses recientes, es una tecnología que está siendo más presente en nuestras vidas cotidianas en América Latina. De hecho, somos testigos de cómo esta tecnología, que se creó originalmente para uso gubernamental, está consolidándose en industrias que no se centran en la seguridad como su principal funcionalidad comercial; industrias como hospitalidad, bancas, entretenimiento, comercio en línea etcétera. El reconocimiento facial es sólo una parte de avances más grandes en Inteligencia Artificial (IA). Con la evolución de nuestras identidades digitales, necesitamos mejores maneras de protegerlas en línea. El reconocimiento facial puede ser parte de esta solución, aunque también presenta sus desafíos y resistencia. El reconocimiento facial permite identificar a una persona analizando las características biométricas de su rostro. Para esto, se necesita IA o la simulación de procesos de inteligencia humana por parte de sistemas o máquinas. El aprendizaje automático (Machine Learning) es cuando una maquina “aprende” algo sin ser programada explícitamente. Existen emprendedores y empresas que están haciendo avances importantes en esta área de IA. Uno de ellos es Shaun Moore que fundó la empresa True Face AI (TrueFace.ai) en San Francisco, EU. Hablé con Shaun sobre la resistencia como sociedad a avances tecnológicos y sobre el aprendizaje profundo (Deep Learning). Una disciplina dentro del aprendizaje automático, el aprendizaje profundo se define como “el uso de redes neuronales para mejorar cosas tales como el reconocimiento de voz, la visión por ordenador y el procesamiento del lenguaje natural”. Según el blog BBVA “Open Mind”, “en los últimos años, el aprendizaje profundo ha ayudado a lograr avances en áreas tan diversas como la percepción de objetos, la traducción automática y el reconocimiento de voz (todas ellas áreas especialmente complejas para los investigadores en IA)”. El aprendizaje es clave para desarrollar organizaciones del futuro. Hablando de aprendizaje profundo, ¿podemos decir lo mismo? Es decir, ¿aprendemos como seres humanos del aprendizaje profundo? Shaun Moore de True Face AI dice que, como sociedad, “solemos tomar el aprendizaje automático a su valor nominal y suponemos que simplemente funciona…. el aprendizaje profundo implica mucho el elemento humano porque los sistemas solo son tan inteligentes como nosotros los diseñamos. Necesitamos entender de forma proactiva sus limitaciones y continuamos buscando todos los aspectos positivos y negativos asociados con nuestras creaciones. Específicamente para el reconocimiento de rostros, la tecnología es poderosa a medida de los conjuntos de arquitectura [de sistema] y de entrenamiento lo son”. Existe la máxima – “tememos lo que desconocemos” – pero algunos han dicho que en el caso de IA es más un temor a lo que podemos perder. ¿Si las computadoras nos proveen con información o tramites que simplifican nuestras acciones y las acciones de las organizaciones, estamos dispuestos a que ellas “aprendan” nuestros rostros y comportamientos para lograr aún más? De acuerdo con el creciente uso de desbloqueo por reconocimiento facial, es una pregunta que está apareciendo en nuestras vidas y muestra un futuro más sincronizado con máquinas, aprendizaje y datos. ¿Cómo lo usamos y lo utilizaremos en las empresas del futuro?   Contacto: Correo: [email protected] Twitter: @ClarkEsther Blog: Hipona Consulting Las opiniones expresadas son sólo responsabilidad de sus autores y son completamente independientes de la postura y la línea editorial de Forbes México.