Hay muchos tipos de inteligencia artificial, pero una forma de IA que ha estado haciendo olas silenciosamente en segundo plano es la visión por computadora (CV).
La visión por computadora analiza imágenes y videos y extrae datos útiles según las necesidades del usuario. O, para decirlo de otra manera, CV examina datos visuales con el enfoque analítico de los humanos, pero a la velocidad de una computadora. Pero hay algunas formas inesperadas en que se usa la visión por computadora, y algunas probablemente las hayas usado sin siquiera darte cuenta.
4 formas inesperadas en las que usamos la visión artificial
La visión artificial utiliza el aprendizaje automático para analizar cantidades masivas de datos visuales rápidamente. Muchos de nosotros ya usamos CV a diario sin pensarlo mucho. ¿Sabías que estás usando la visión por computadora si buscas en tus fotos imágenes de un perro o una playa o si desbloqueas tu teléfono con reconocimiento facial?
Esta es la cara pública de la visión artificial. Pero su uso está cada vez más extendido, y algunos de estos usos pueden sorprenderte.
1. Moderación de contenido
La moderación de contenido es un tema espinoso repleto de áreas grises. Si bien la moderación de texto es un concepto relativamente simple que la IA ha ayudado a moderar durante años, la moderación de videos e imágenes aún requiere un nivel más significativo de participación humana.
Ahora, algunas personas pueden pensar que desplazarse por un sinfín de publicaciones en las redes sociales parece un trabajo perfecto. Pero la verdad es bastante impactante; estas no son fotos de cachorros y la cena de aniversario de alguien. AI ya puede verificar rápidamente que estas imágenes son seguras.
Lo que esto significa es que el tipo de contenido que llega a los moderadores incluye contenido que nadie en su sano juicio querría ver. Hay numerosos informes de moderadores que tienen PTSD. A artículo de la Universidad de Harvard confirmó que los moderadores se enfrentan a considerables riesgos psicológicos.
Actualmente, el papel de CV en la moderación de contenido no puede eliminar por completo el elemento humano. Pero con las plataformas de redes sociales consideran que la moderación es una tarea prácticamente imposible, CV puede aliviar la carga. La visión por computadora ya se usa para reducir en gran medida la cantidad de videos "desagradables" que se filtran a los moderadores humanos. Y, lo que es más importante, puede hacerlo casi en tiempo real, lo que reduce el riesgo de que el contenido desagradable llegue a los ojos del público desprevenido y, con suerte, de los moderadores.
2. Detección de phishing
Los ataques de phishing son potencialmente devastadores tanto para las personas como para las organizaciones. Desafortunadamente, el proceso de mantener sus sistemas y datos seguros contra los ataques de phishing es una carrera armamentista en curso entre los profesionales de la seguridad y los malos actores detrás de los ataques.
Uno de los problemas que enfrentan los sistemas de seguridad es la dependencia de las listas negras para identificar la fuente de los ataques. Esta es una estrategia reactiva. El problema de las estrategias reactivas es el tiempo que transcurre entre la identificación de la amenaza y la adopción de las medidas adecuadas. Esta brecha es lo que los malos actores esperan explotar y es la misma brecha que está llenando la visión por computadora.
CV está comenzando a usarse como una defensa en tiempo real contra los ataques de phishing. En lugar de utilizar listas negras para identificar posibles ataques, CV utiliza señales visuales para identificar posibles señales de alerta.
Algunos de los métodos utilizados para lograr esto se enumeran a continuación:
- Identificar sitios web falsificados
- Identifique palabras desencadenantes disfrazadas de gráficos
- Relleno de palabras clave y otra ofuscación de texto
Aunque los sistemas de seguridad tradicionales permanecerán en primera línea en el futuro previsible, el papel de CV en la solución de estas deficiencias prevalecerá cada vez más.
Este puede parecer una bola curva, así que expliquemos por qué esto es importante.
El patrocinio deportivo es enorme, con miles de millones de dólares gastados anualmente en patrocinio de equipos, eventos y estadios. Una de las razones por las que se gasta tanto es que el patrocinio deportivo garantiza una audiencia cautivada durante la duración de un evento.
En un mundo en el que los anunciantes a menudo solo captan su atención durante unos segundos mientras se desplaza por su feed de Instagram, una audiencia capturada es como polvo de oro para los especialistas en marketing. El problema viene cuando se trata de medir la efectividad de una campaña.
A diferencia de las campañas digitales, en las que el rendimiento se puede medir con precisión casi en tiempo real, el éxito del patrocinio deportivo se mide de una manera mucho más analógica. Con miles de millones de dólares en juego, es comprensible que los especialistas en marketing quieran más información sobre lo que les está dando su dinero.
Aquí es donde interviene la visión artificial. Por ejemplo, una empresa que anuncia un automóvil de carreras usaría humanos para monitorear una carrera y contar el tiempo de pantalla que logró su anuncio. Esto fue laborioso, lento y costoso. Pero ahora, muchas empresas utilizan CV para realizar esta tarea.
Además, se puede usar para monitorear el éxito a largo plazo de una campaña. Por ejemplo, se puede utilizar para determinar cuántas veces se ha compartido un videoclip con su logotipo en las plataformas de redes sociales.
4. Detección de billetes falsos
Internet está inundado de productos falsificados. Muchos de estos son vendidos por proveedores externos en plataformas de buena reputación. Estas plataformas tienen la obligación legal de garantizar que la calidad y el historial de todos los productos en su plataforma sean los que deberían ser.
Por ejemplo, en 2020, Amazon destruyó más de dos millones de productos falsificados.
Supervisar con éxito los productos falsificados siempre ha sido problemático. Una vez más, uno de los principales problemas es el tiempo. El lapso entre la inclusión de un producto en la lista y su identificación como fraude puede ser lo suficientemente largo como para que el perpetrador envíe cientos de productos, tome el dinero y desaparezca.
Esta es la vulnerabilidad que CV se está utilizando para tapar. Permite el análisis en tiempo real de los productos enumerados en el sitio web de una plataforma. Además, analiza varios componentes visuales para identificar productos potencialmente falsificados. Éstas incluyen:
- Detección de logotipo: Esto puede identificar productos con logotipos utilizados ilícitamente (gafas de sol estampadas con el logotipo de Ferrari que se venden por unos pocos dólares en Amazon, por ejemplo). O logotipos de mala calidad que delatan el hecho de que esas zapatillas Nike baratas pueden no ser lo que parecen ser.
- Análisis de imagen: Se puede entrenar a CV para buscar posibles señales de alerta, como diferencias en el color o el etiquetado, que pueden sugerir que un producto es falsificado.
- Reconocimiento de objetos: Las técnicas de CV también pueden reconocer objetos y patrones dentro de imágenes o videos. Esto puede ayudar a identificar productos falsificados que hayan sido alterados o modificados de alguna manera, como por ejemplo cambiando la marca o el etiquetado.
El mercado de las falsificaciones es enorme y afecta a todos, desde el fabricante hasta el usuario final. El uso de la visión por computadora para identificar las falsificaciones no eliminará el problema, pero representa un gran paso en la dirección correcta.
Ver el futuro con claridad
La visión artificial es una tecnología en rápida evolución que promete mucho. Impulsado por factores como la carrera por desarrollar los primeros vehículos eléctricos verdaderamente autónomos, el ritmo de desarrollo es implacable.
Es una tecnología emocionante que continuará arrojando usos nuevos y sorprendentes a medida que madure.
