Redes neuronales y Facebook: La tecnología para que forenses mexicanos resuelvan casos

La Facultad de Ciencias Forenses de la UNAM está formando a las próximas generaciones de forenses en el uso de inteligencia artificial, incluyendo tecnología como la de Facebook para reconocer el rostro de una persona en mitad de una multitud.

Redes neuronales y Facebook: La tecnología para que forenses mexicanos resuelvan casos
El profesor investigador Vicente Torres Zúñiga explica el uso de las redes neuronales para resolver casos en el ámbito de la Ciencia Forense. Manu Ureste
Tras los ataques terroristas del 11 de septiembre en Nueva York, Harold Finch, un ingeniero de software multimillonario, desarrolla en secreto un sistema de videovigilancia que hace realidad el argumento de la novela 1984 de George Orwell: crea un ‘Gran Hermano’ al que llama ‘La Máquina’, el cual monitorea y analiza los datos de cualquier persona obtenidos a través de miles de cámaras de video, comunicaciones electrónicas, y sistemas de audio.

Pero Finch va un paso más allá del ‘Gran Hermano’: consigue que ‘La Máquina’ también pueda predecir a través de una serie de algoritmos matemáticos la identidad de los involucrados en un crimen futuro, ya sea la víctima o el agresor.

A grandes rasgos, este es el argumento de Person of Interest. Una serie de televisión producida en Estados Unidos que, si bien está basada en la ciencia ficción, muestra cómo sus personajes principales –el ingeniero Finch y el exoficial de la CIA John Reese- también utilizan herramientas tecnologías para resolver crímenes que ya son una realidad en 2016.

“El algoritmo de Facebook para reconocer rostros es superior al del FBI”

Una de esas herramientas, explica Vicente Torres, profesor de la Licenciatura en Ciencias Forenses de la UNAM, son las redes neuronales. Un sistema inspirado en el sistema nervioso de los seres humanos, que aunque no puede ‘predecir’ crímenes futuros como ‘La Máquina’ de la serie de ficción, sí puede procesar miles de datos de manera automática, e incluso aprender patrones de conducta.

En 2014, expone Torres, la red social Facebook fue pionera en tomar como base esta tecnología para crear DeepFace, un poderoso sistema que a través de algoritmos matemáticos puede reconocer el rostro de una persona en mitad de una multitud, aún y cuando las imágenes estén sometidas a malas condiciones de iluminación, o a pesar de que la cara esté tapada parcialmente.

“Antes de DeepFace ya existían otros algoritmos de reconocimiento facial o de reconocimiento de objetos, como huellas digitales. Sin embargo, en la parte del procesamiento de imágenes tenían muchos problemas”, plantea el profesor de la UNAM, quien recientemente participó en la Expo Forense 2016, con la ponencia ‘¿Cómo Facebook reconoce tu rostro?; ¿cómo los forenses aprovecha esta tecnología?’

Uno esos problemas, por ejemplo, es la oclusión. Que se refiere a cuando un objeto tapa parte del rostro que se quiere identificar.

“Los humanos sí somos buenos para identificar rostros, a pesar de la oclusión –añade el investigador-. Es decir, si yo me tapo la cara parcialmente cualquier persona podría seguir identificándome. En cambio, una máquina tendría muchos problemas. E igualmente sucede con las muecas o las expresiones faciales. En ese caso, los humanos podemos ir aprendiendo qué significan estas señales que hacemos con el rostro –como expresar tristeza, alegría, enojo-, pero a la computadora le cuesta mucho trabajo por el tipo de algoritmo que utiliza”.

Sin embargo, ‘DeepFace’ sí puede contrastar dos imágenes de una cara y arrojar un 97.25% de seguridad de que se trata de la misma persona; cifra muy cercana a la precisión del ser humano, que en el 97.5% de las veces puede identificar con una cara.

“El algoritmo de Facebook es altamente óptimo. De hecho, está tan solo a unas décimas de lo que puede lograr el ser humano”, subraya Vicente Torres, quien explica que para alcanzar tal nivel de precisión, ‘DeepFace’ se ‘entrenó’ retratando a 400 individuos, a los que tomó mil fotografías por persona de sus rostros en múltiples poses y muecas.

“El algoritmo de Facebook es, en datos abiertos, el más potente que existe en la actualidad para reconocer rostros. Incluso, es superior en precisión al que utiliza el FBI”, remarca el profesor en Ciencias Forenses.

Los retos: ¿Tecnología para combatir el crimen o sociedad altamente vigilada?

En cuanto a cómo se utiliza esta tecnología en la práctica para resolver crímenes y combatir la delincuencia, Vicente Torres matiza en primer lugar que el algoritmo de Facebook es secreto por el momento, aunque en la facultad de Ciencias Forenses de la UNAM ya se está formando a los peritos forenses mexicanos  en el uso de sistemas de redes neuronales similares a ‘DeepFace’.

“La tecnología de Facebook son matemáticas. De ahí que se pueda trabajar en estos algoritmos y lograr resultados similares”, asegura el investigador.

Como parte del entrenamiento de los forenses de la UNAM, Torres detalla que se les plantea casos ficticios, para los que usan tecnología de redes neuronales que les permite ampliar imágenes, retirar ruidos de la misma que dificulten el reconocimiento de una posible víctima o agresor, resaltar algún detalle como objetos ocultos, o incluso ‘predecir’ a partir de una imagen cómo sería el rostro de un bebé dos o tres años después de un hipotético secuestro.

No obstante, a pesar de los avances que esta tecnología que emplea Facebook puede aportar a la investigación forense y policial, Vicente Torres contrapone que el uso de estas herramientas también plantea retos importantes.

En la Facultad de Ciencias Forenses de la UNAM se enseña a los alumnos el uso de algoritmos similares a los empleados por Facebook en su programa 'DeepFace'.
En la Facultad de Ciencias Forenses de la UNAM se enseña a los alumnos el uso de algoritmos similares a los empleados por Facebook en su programa ‘DeepFace’.

Por ejemplo, ¿sería válido obtener pruebas a través de las redes neuronales y que un juez las admitiera como tal para procesar a una persona?

Según algunas encuestas, la mayoría de la ciudadanía está de acuerdo en que haya cámaras de videovigilancia en los bancos, ¿pero y en los lugares de ocio o de trabajo? Parece que la respuesta es negativa.

U otro reto: ¿cómo se integrarían las bases de datos con las que el algoritmo se entrenaría en el reconocimiento de rostros para obtener datos tan precisos como los de Facebook? ¿Se podrían utilizar las bases de datos de fotografías y huellas digitales del Instituto Nacional Electoral (INE) para una investigación policial o para resolver un caso?

Para el profesor, dar una respuesta a estos retos aún es complicado.

“El uso de estas tecnologías siempre va a plantear dos posturas: desde un punto de vista literario, la novela 1984 muestra muy bien qué puede suceder cuando tenemos una sociedad altamente vigilada por cámaras. Pero por otro lado, también tenemos ejemplos de cómo la videovigilancia puede mejorar la vida de las personas ayudando a resolver casos”, expone Torres, quien concluye asegurando que los alumnos de Ciencia Forenses saldrán de la Facultad con ambas visiones para tratar de dar respuesta a estos retos en un futuro próximo.

“Los próximos peritos forenses tendrán una gran formación académica y práctica en el uso de estas herramientas tecnológicas, como el uso de las redes neuronales. Pero también tendrán una formación en los impactos que el uso de esta tecnología puede tener tanto a nivel social, como jurídico”, asegura el profesor de la UNAM.

Close
Comentarios