¿Qué tan avanzada está la inteligencia artificial en el campo de la seguridad?

En la actualidad encontramos muchas aplicaciones de inteligencia artificial (AI) en vehículos autónomos, medicina, motores de búsqueda, asistentes virtuales y sistemas para reconocimiento de imágenes.

Pero ¿es esta tecnología una verdadera realidad? Algunas personas afirman que la AI no es algo todavía algo “real” y que van a pasar muchos años hasta que podamos crear una auténtica aplicación basada en AI. Veamos hasta dónde hemos llegado con esta tecnología y el potencial que tiene para la sociedad y la vigilancia.

¿Hasta dónde hemos llegado con la AI?

Desde la creación de este término en 1956, la tecnología de AI ha pasado por ser considerada desde una pieza clave para un futuro nuevo y maravilloso hasta un fallo total, sin embargo hoy en día se considera una herramienta muy interesante para muchas aplicaciones, incluida la vigilancia.  

Desde 2015 la tecnología de AI —o al menos sus primeros gérmenes— se ha convertido en parte de nuestras vidas diarias y en la actualidad es un componente muy popular a la hora de definir numerosas aplicaciones.

Es posible que aún estemos lejos de crear una máquina verdaderamente inteligente, pero la tecnología de AI se usa en reconocimiento de voz y en motores de búsqueda o en otras áreas como la sanidad en donde sirve para identificar marcadores de cáncer.

Sin embargo, aún queda mucho camino por recorrer para su uso en traducciones —tal y como pueden comprobar las personas que hayan leído un texto traducido  de forma automática— y a la fecha solo tenemos prototipos de vehículos de conducción autónoma y robots que prestan algunos servicios.

Muchas personas piensan que la AI puede convertirse en una tecnología revolucionaria en soluciones para vigilancia y en realidad resulta fácil entender esta afirmación. Los sistemas basados en AI pueden analizar enormes cantidades de datos, algo que es, por supuesto, una ventaja cuando es necesario revisar muchas horas de imágenes de vigilancia.

Mediante el aprendizaje de las características de movimiento de los objetos, de su tamaño, de su organización física y su velocidad, una aplicación basada en AI clasifica la información para, por ejemplo, decidir si es posible que el objeto sea una persona.

El sistema también puede programarse para informar de la dirección en la que se mueve el objeto y si hay más de uno. Estos tipos de prestaciones son habituales en el campo de la seguridad en la actualidad. 

AI, machine learning y deep learning

La inteligencia artificial (AI) es el acto de estimular cualquier tarea intelectual. Un componente esencial de la AI es el machine learning, (ML) y, a veces, las dos expresiones son intercambiables. La tecnología de AI usa algoritmos para analizar datos, aprender de ello y realizar predicciones.

Sin embargo, para imitar el complejo cerebro humano, un ordenador necesita una gran cantidad de entrenamiento. El llamado aprendizaje profundo (deep learning, DL) es un mecanismo avanzado para implementar el ML, pero requiere de una enorme cantidad de datos, clasificaciones avanzadas y varias capas de análisis para producir un conocimiento “más profundo”.

El DL precisa de una gran capacidad informática y se hace en su gran mayoría con servidores equipados con múltiples procesadores en sus GPU, pero cuando los dispositivos en la periferia de la red incrementen su capacidad en computación algunas aplicaciones se trasladarán allí en el futuro.

AI en vigilancia, diseño con una finalidad

Una solución para vigilancia —con o sin AI— es raramente una solución de uso inmediato, ya que cada empresa y cada instalación son diferentes. Es esencial conocer el objetivo del sistema y cómo se van a utilizar las imágenes capturadas. La usabilidad de las imágenes solo puede conseguirse si el sistema se ha adaptado a las condiciones específicas de las instalaciones y si dicho sistema ha tenido un mantenimiento apropiado.

Para tener éxito el objetivo no debe centrarse en la tecnología, sino en el empleo de la solución para un uso específico. La AI puede ofrecer unas magníficas oportunidades en el campo de la vigilancia sólo como parte de una solución completa y bien diseñada, en donde la experiencia humana tenga en cuenta todo tipo de consideraciones. 

AI en vigilancia: ventajas

Siempre que exista la necesidad de procesamiento y análisis de enormes cantidades de datos, los ordenadores superarán a los seres humanos. Un sistema bien entrenado basado en AI puede llevar mucho más allá los análisis de datos e imágenes, esta capacidad puede tener un gran uso práctico en muchas aplicaciones, por ejemplo:

Seguridad

La AI parece una tecnología perfecta para la prevención y resolución de delitos. Un sistema basado en AI puede, si se instala y configura correctamente, correlacionar con rapidez eventos detectados en varias horas de material de video recopilado de varias fuentes.  

En otros casos, una compañía podría beneficiarse de una intervención más directa, pues un sistema de vigilancia que usa AI puede activar una alarma directa para “avisar” al ladrón antes de que decida cometer el delito.

Optimización empresarial y ciudades inteligentes

La AI tiene también potencial para hacer más precisos los sistemas actuales, agilizar el flujo de visitantes en centros comerciales o el tráfico en carreteras muy transitadas. Con los sistemas de vigilancia equipados con AI, si se utilizan en varios servidores, es posible detectar patrones de conducta no usuales, así como usar datos para optimizar la eficiencia operativa en los establecimientos. O permitir que un sistema basado en AI vigile las autopistas más importantes para facilitar el flujo de tráfico y ofrecer respuestas rápidas a los informes de accidentes.

Los retos de la AI en vigilancia

Es muy fácil entusiasmarse por el potencial de la AI para una serie de aplicaciones, como las de mejora de la configuración, la optimización del sistema, el diseño de sitios, la configuración de la imagen y la gestión del dispositivo. Sin embargo, aún hay que resolver algunos retos importantes.

La experiencia humana supera a la tecnología de AI

Una aplicación basada en AI puede detectar con éxito a una persona que corre, pero a diferencia de los seres humanos, que pueden poner esos datos dentro de un contexto esencial, la aplicación no puede saber por qué corre esa persona: ¿para tomar un autobús o porque acaba de robar un banco? A pesar de las promesas de las compañías que usan AI en vigilancia, un ordenador todavía no puede entender lo que captura en video con la misma precisión que un ser humano. Esta falta de precisión hace que los sistemas actuales de AI se usen mayoritariamente como soporte para la toma de decisiones.

Calidad de los datos

La usabilidad de la imagen tiene siempre una gran importancia. Sin “materia prima” en términos de imagen y video de alta calidad, un sistema basado en AI no puede analizar nada. Si las cámaras no pueden ocuparse de una luz complicada o si los ángulos son erróneos, la tecnología de AI no tiene nada que analizar o extraerá conclusiones equivocadas.  

Un entorno activo, con árboles que se balancean por el viento o una persona que lleve algo que el sistema de AI considere irregular, puede activar muchas falsas alarmas. Por lo tanto, la AI puede usarse para determinar la relevancia aproximada de un incidente y avisar a una persona para decidir la reacción más adecuada.

Tecnología con necesidad de una gran capacidad informática

La memoria, la potencia de procesamiento y el consumo de energía son los mayores retos en AI, especialmente para las aplicaciones basadas en deep learning. Los sistemas actuales requieren enormes cantidades de espacio para almacenar datos para aprendizaje, ya sea en la nube o en un servidor con múltiples GPU.

Conclusión

Los sistemas de AI se han desarrollado con rapidez durante los últimos años y han demostrado tener un gran potencial en el campo de la vigilancia, pero aún estamos lejos de desarrollar una inteligencia como la del ser humano o una “verdadera” inteligencia artificial. Vamos a necesitar una gran cantidad de tiempo antes de ver un sistema de vigilancia con capacidad para aprender por sí mismo, para realizar suposiciones precisas en escenarios generales sin el riesgo de generar muchas falsas alarmas o sin poner en peligro la integridad de las personas.