En el hall de entrada del colegio hay una colorida puesta en escena que incluye, por ejemplo, una pantalla, una cámara, emojis e invita a los alumnos a acercarse a través del mensaje: "Demostrá tu pasión por la selección".

Es una iniciativa de la escuela ORT y pretende medir los estados emocionales de las personas durante los partidos de la selección argentina en el Mundial. ¿Cómo? A través de un sistema de reconocimiento y procesamiento de imágenes con inteligencia artificial (IA) entrenada.

La máquina FanaTIC fue creada en un mes por Darío Mischener, Andrés Moritán, Rubén Krawicky y Carla Dercye, docentes de la orientación Tecnología de la Información y la Comunicación (TIC) de la escuela. El sistema usa Watson, la plataforma de IA de IBM.

A través de una herramienta de reconocimiento de imágenes es posible entrenar a una IA (lo que se conoce como aprendizaje de máquina o machine learning) para, en este caso, detectar sentimientos de alegría y tristeza respecto de los partidos.

Antes de Argentina vs Islandia, la máquina mundialista recopiló imágenes de alumnos dispuestos a sumar sus gestos frente a la cámara, enseñándole expresiones de alegría y descontento. FanaTIC, luego de varias horas de observación, estimó que un 66% percibía que Argentina ganaría el partido y un 34% pronosticaba una derrota.

Mañana, durante el segundo partido de Argentina contra Croacia,  FanaTIC volverá a estar activa, analizando gestos de quienes se acerquen a la máquina, durante la transmisión del partido.

¿Cómo funciona?

La máquina tiene una cámara, dos botones, una computadora, una placa de control WiFi, un servomotor (motor eléctrico) y una pantalla. "FanaTIC estuvo una semana entrenándose y aprendiendo. Antes del partido, estuvo en modo predicción. Identifica el gesto y en función de lo aprendido, detecta si es victoria o derrota", asegura a Infobae Mischener, director de la especialización TIC.

Entonces, puede detectar estados de ánimo, que irá aprendiendo a medida que capte y procese las imágenes de las personas que muestran sus gestos a la cámara. "Solo consideramos lo que están arriba del 75% de certeza", dice Mischener.

El software de la máquina, desarrollado por el equipo docente de ORT, hace uso del servicio Visual Recognition (reconocimiento visual) de IBM Watson, disponible en la nube. Para el entrenamiento, se recopilaron diferentes imágenes de voluntarios de ORT que le enseñaron al sistema cómo son los sentimientos de los hinchas argentinos.

Luego, hay un proceso humano. Se revisa el material con el que el sistema aprenderá, para asegurar que sean datos correctos y sin sesgos. Finalmente, esa información será subida a la nube, Watson la procesará y clasificará.

El servicio Visual Recognition de Watson ya incluye modelos entrenados previamente, pudiendo detectar objetos, caras, colores o comidas. Y también, como en el caso de ORT, es posible crear otras clasificaciones.

Nacho (17 años) y Florencia (16 años), alumnos de ORT, se muestran entusiasmados ante la iniciativa de FanaTIC. Y cuentan a Infobae que ya están trabajando en otra aplicación que posee un chatbot de Watson, para mantener conversaciones de todo tipo solo a través de la voz.

Docentes entrenados en IA

Varios profesores de ORT tienen certificaciones en IA, proporcionados por  IBM, desde su programa de embajadores. El equipo docente de la escuela se encuentra actualmente trabajando en nuevos proyectos e, inclusive, está pensando cómo llevar el sistema de la máquina mundialista al aula. De este modo, podrían detectar sentimientos de simpatía o enojo ante diferentes situaciones.

¿Y hasta donde puede llegar la IA? Mischener responde: "La base de datos o ingesta de datos para tomar aprendizaje también es una base de datos sesgada a una porción del universo de datos posibles. Tenemos que trabajar para que sea cada vez más plural".

Continúa: "Hay que dar mucha cabida a las minorías étnicas, a la igualdad de genero y a un montón de situaciones, que si no las contemplamos en la concepción y en los datos en los que se nutre, vamos a andar mal. Pero en definitiva, andaríamos tan mal como si lo hiciéramos sin AI… Debemos tomar a la inteligencia artificial como una inteligencia asistida".

Múltiples usos

El servicio de reconocimiento de imágenes podría usarse también en la industria de seguros, para identificar el tipo de siniestro (granizo, golpe, entre otros). A través de fotos, podría ayudar a un promotor a clasificar reclamos de forma automática.

Por otro lado, en la industria del agro, la startup ZoomAgri utiliza el reconocimiento de imágenes de Watson para evaluar la pureza varietal de la cebada. Esto le permite acelerar el análisis y reducir costos, por ejemplo.

Reconocimiento de imágenes para evaluar la pureza varietal de la cebada
Reconocimiento de imágenes para evaluar la pureza varietal de la cebada

En el ámbito de la salud, una persona insulinodependiente podría detectar la cantidad de hidratos de carbono y el estado glucémico de las comidas. Así, podría tomar decisiones sobre la aplicación de insulina.

Por ejemplo, la aplicación Glucopic toma fotos de los alimentos, Watson los reconoce y clasifica según su tipo. Luego, ofrece información sobre la cantidad de hidratos de carbono que la persona está o estaría consumiendo.

SEGUÍ LEYENDO: