En 1933, la filial alemana de IBM, Dehomag, ofreció al gobierno nazi sus sistemas de lectura de tarjetas perforadas para elaborar un censo nacional de población, para así identificar fácilmente a judíos y gitanos para su deportación y exterminio durante la Segunda Guerra Mundial.
Los actuales programas de reconocimiento facial, que proliferan en nuestros dispositivos electrónicos cotidianos, han dejado en ridículo aquel sistema de lectura de tarjetas perforadas. Y el mayor problema es que esos datos podrían usarse para muchas cosas, además de identificar a terroristas en un aeropuerto.
En contra de que me leas la cara
La artista Simone C. Niquille ha confeccionado una serie de diseños con diversas caras que se estampan en las camisetas Real Face Glamoflage, cuyo cometido es distraer y confundir a los programas de reconocimiento facial. Las estampaciones cuentan con rostros distorsionados de imitadores de celebridades, como Barack Obama, Michael Jackson y otros, que enloquecen los algoritmos de Facebook.
Es uno de tantos movimientos en contra del reconocimiento facial masivo y de la recopilación y cotejo de datos privados. Reconocimientos faciales como el que ya efectúan el Grupo de Inteligencia Artificial de Facebook cuando etiquetamos las fotos que subidos a su red social.
Para evitar el etiquetado incorrecto o favorecer el etiquetado sin más, han estado desarrollando un método que alcanza un acierto del 97,25% en la base de datos de Labeled Faces in the Wild, según el estudio publicado en 2014. Esta base de datos alojada en la Universidad de Massachusetts es una popular colección de más de 13.000 caras con sus correspondientes nombres que se usa en ocasiones para poner a prueba los sistemas de reconocimiento facial.
Tal y como lo explica Thomas P. Keenan en su libro Tecnosiniestro:
Los científicos lograron estos resultados entrenando a una red neuronal artificial “en una base de datos de identidades etiquetadas compuesta por cuatro millones de imágenes faciales y aplicando rotaciones tridimensionales para alienar imágenes”.
Tu cara me lo dirá todo
Alessandro Acquisti, profesor de la Carnegie Mellon University, es uno de los mayores expertos en el campo del reconocimiento facial y de cómo puede cambiar el mundo en el que nos relacionamos.
Y en una charla TED del 2013, afirmaba que dentro de muy poco podremos enfocar a cualquier persona con nuestro smartphone y obtener información en tiempo real:
En última instancia, podemos imaginar un futuro en el que cualquier desconocido te mire con unas Google Glass o unas lentes de contacto y, si dispone de siete u otro datos sobre tu persona, podrá deducir cualquier otra cosa que se le antoje.
El espejo que te escanea
Microsoft Garage Project que ya es capaz de calcular nuestra edad y hasta buscarnos un doble. Últimamente también analiza nuestro bigote. Y FaceNet es el proyecto de investigación de Google que es capaz de captar e identificar los rostros en tiempo real.
FindFace, una aplicación de reconocimiento facial que utiliza algoritmos de aprendizaje automático y redes neuronales, ha servido a un puñado trolls para identificar la verdadera identidad de muchas actrices porno.
Pero de poco sirve pixelar nuestro rostros o usar estrategias para emboscar nuestras facciones cuando todo, absolutamente todo lo que nos conforma puede revelar nuestra identidad (y todos nuestros datos) a un algoritmo diseñado para ello.
Naked Fit es un sistema que combina una báscula de precisión con un espejo que incluye una cámara capaz de escanear el cuerpo completo. Posteriormente, se crea un modelo 3D, y todos los datos se archivan para medir el peso, el volumen corporal, el porcentaje de grasa, etcétera. La báscula se conecta por wifi a internet y por Bluetooth al smartphone para poder consultar la información en una bonita app. También se podrá compartir con el mundo.
El reconocimiento de partes de nuestro cuerpo también está progresando a una velocidad inaudita. Por ejemplo, un reciente estudio, llevado a cabo por investigadores de la Universidad Ahmad Hassanat at Mu’tah, en Jordania, demostraba que ya es posible identificar a terroristas simplemente analizando la forma en que tienen de simbolizar la V de la victoria levantando los dedos índice y corazón.
Al parecer, la distancia que había entre el vértice del arco formado entre ambos y los extremos superior e inferior de los dedos es distintivo en cada individuo, y, gracias a ello, este algoritmo de machine learning ha logrado distinguir a los sujetos hasta con un 90% de precisión.
Todos esos datos servirán para controlar quién comete un delito, pero también nuestros hábitos de consumo y muchos otros parámetros sociales. Ya el primer cajero automático con reconocimiento facial del mundo, y un puñado de iglesias ta han estado empleando el software Churchix para saber quién va a misa.
Así es el reconocimiento facial (y corporal), dentro de poco más eficiente que el propio ser humano, y para algunos incluso más onmisciente que su dios.
