Extrae valiosa información de imágenes, documentos y vídeos
Hubo un tiempo en que una computadora no podía decirnos prácticamente nada sobre una imagen, más allá de su formato de archivo, tamaño y paleta de colores. Hoy en día, los potentes sistemas de reconocimiento de imágenes forman parte de nuestra vida cotidiana.
They See Your Photos es un sitio web sencillo que te muestra cuánto pueden interpretar estos sistemas a partir de una fotografía normal.
El sitio web simplemente toma la imagen que envías, la ejecuta a través de la API de Google Vision y genera una descripción de la imagen. Lo probé con una antigua fotografía mía y me impresionó bastante lo que vio el modelo de visión (traducido):
"La imagen muestra un primer plano de una persona, probablemente tomada desde una cámara web, sentada en lo que parece ser una oficina o un despacho en casa. El primer plano está dominado por el individuo, mientras que el fondo está borroso pero muestra una silla de color oscuro y una parte de una pared. El entorno general sugiere un espacio algo informal o privado. La iluminación es tenue y parece ser de interior.
El individuo parece ser un hombre de mediana edad, de piel clara, posiblemente de ascendencia europea. Parece serio o quizás pensativo, con una expresión neutra en su rostro. Su atuendo, una camisa de color claro con cuello, sugiere un ambiente informal pero un tanto profesional. Parece estar participando en algún tipo de videollamada o grabación, a juzgar por el primer plano y la mirada directa. Parece algo cansado o estresado. Es probable que la foto haya sido captada con una cámara web de baja resolución, posiblemente un modelo más antiguo, en un momento no especificado.
La imagen está ligeramente desenfocada, sobre todo en el fondo. Se ve un pequeño reflejo en sus gafas, lo que indica que hay una fuente de luz justo delante de él. También hay sutiles sombras debajo de los ojos y alrededor de la boca, que le dan un aire serio. La saturación del color es tenue, lo que le da a la imagen un aspecto más bien monótono".
El modelo funcionó muy bien: determinó fácilmente tanto el tipo de lugar impreciso como el hecho de que la foto fue tomada con una cámara web muy antigua y de baja resolución. También se dio cuenta de que era una fotografía posada con cierta intención artística.
En 2014, el webcomic XKCD afirmó que sería una tarea extraordinariamente difícil para una computadora determinar si una foto digital contenía un pájaro. Hoy en día, un modelo informático puede decirnos qué hay en una fotografía, hasta los detalles más íntimos, e incluso hacer divertidas afirmaciones sobre la vida de los sujetos de la imagen y sus intenciones. Hemos avanzado mucho, sin duda.
La visión artificial aún está lejos de ser perfecta: existen formas de engañar a los sistemas y áreas en las que aún no están a la altura de los seres humanos reales. Lo único que sabemos con certeza es que estos sistemas seguirán mejorando.
