Protección de la privacidad con IA

Sin embargo, la megatendencia del procesamiento de imágenes basado en inteligencia artificial genera todavía mucha inquietud entre numerosos usuarios por lo que respecta a la seguridad de los datos. Sobre todo porque esta tecnología tan novedosa se está extendiendo a cada vez más ámbitos de nuestra vida, entre ellos, el espacio público. Ejemplo de ello son las cámaras que en los coches y autobuses sustituyen al clásico espejo retrovisor para alertar al conductor de posibles peligros, o las cámaras de control del tráfico instaladas en cruces complicados, que permiten mejorar la fluidez del tráfico sincronizando adecuadamente los semáforos, o bien las cámaras que registran la ocupación de las plazas de aparcamiento para guiar a los conductores hacia las plazas libres. Las cámaras, sin embargo, siguen despertando en mucha gente la sensación de que están siendo vigilados y de que alguien está grabando y almacenando imágenes suyas. Esta desconfianza —y también algunos malentendidos— es la misma que encontramos cuando hablamos de la inteligencia artificial, de su finalidad de uso y de lo que puede y no puede hacer.

La visión IA garantiza el anonimato

Pero la visión embebida basada en inteligencia artificial es, precisamente, la pieza del puzzle que les faltaba a las cámaras para poder procesar las imágenes en local de forma completamente anónima. Y es que, en contra de lo que muchos creen, la IA no almacena grandes cantidades de datos para contrastarlos masivamente con bancos de imágenes a fin de detectar similitudes o diferencias relevantes. Por tanto, el miedo a que un rostro captado casualmente al tomar una fotografía permanezca para siempre registrado en un banco de datos, con la consiguiente violación de la privacidad, es infundado. Además, la IA, tal y como la utilizamos hoy, es aún una tecnología "débil" que solo hace aquello para lo que ha sido entrenada. Ni más, ni menos. Si se la entrena con el material gráfico adecuado, una red neuronal aprende a asociar propiedades determinadas de una imagen con la información que previamente se le ha facilitado. Nos referimos, por ejemplo, a formas o superficies y a agrupaciones de puntos. Los algoritmos de aprendizaje automático no necesitan ningún contexto explicativo para realizar su función. En este sentido podríamos decir que la IA es prácticamente ciega, porque aunque es capaz de identificar rostros, no sabe lo que es un rostro. La IA no es capaz de ver el conjunto ni de reconocer relaciones complejas más allá del caso de uso concreto para el que ha sido entrenada.

Dicho de otra manera: una persona que percibe conscientemente algo suele, por lo general, retenerlo en su memoria para siempre, es decir, que registra lo aprendido y es capaz de recordarlo y aplicarlo incluso en contextos completamente diferentes. Por el contrario, hoy en día la IA no está ni entrenada ni técnicamente capacitada para hacer esto. Por tanto, la visión basada en IA trabaja únicamente con datos muy generales o directamente anonimizados. De ahí que el procesamiento de imágenes basado en IA sea una herramienta excepcional para garantizar la seguridad de los datos durante todo el proceso.

Un sistema de IA completamente autónomo que trabaje con edge computing, es decir, directamente en el dispositivo local, permite modificar o anonimizar los datos gráficos antes de que estos abandonen el dispositivo para ser procesados.
Un sistema de IA completamente autónomo que trabaje con edge computing, es decir, directamente en el dispositivo local, permite modificar o anonimizar los datos gráficos antes de que estos abandonen el dispositivo para ser procesados.

La computación en el borde elimina la necesidad de almacenar los datos

Si los datos gráficos se analizan directamente en la cámara y solo se transmiten los resultados de dicho análisis, hablamos por definición de un "sistema embebido". La información relevante para el proceso se extrae directamente en el dispositivo, con lo cual no es necesario almacenar, transferir ni encriptar los datos gráficos. Si hablamos de una cámara inteligente, esto significa que los datos sensibles no salen del dispositivo —o salen anonimizados— y que, por tanto, ninguna persona tercera puede cruzar esos datos con otra información. La computación en el borde es, por tanto, una tecnología muy eficaz para garantizar la protección de datos, puesto que elimina la necesidad de almacenar los datos de forma centralizada.

Las soluciones que combinan IA y edge computing son ya una realidad

En resumen, podríamos decir que los sistemas de visión embebida basados en IA son la combinación tecnológica perfecta para garantizar un tratamiento anonimizado de datos sensibles, por ejemplo en aplicaciones de ciudad inteligente. Y la buena noticia es que ya están disponibles en el mercado las cámaras inteligentes que lo hacen posible. Las cámaras IDS NXT basadas en IA, por ejemplo, se pueden integrar fácilmente en este tipo de aplicaciones mediante apps de visión artificial. La solución de software en la nube IDS NXT lighthouse permite a cualquier usuario crear de forma fácil y rápida las apps de visión artificial y las redes neuronales asociadas sin necesidad de poseer conocimientos previos de aprendizaje automático ni programación de aplicaciones. Las cámaras IDS NXT funcionan de forma completamente autónoma, producen resultados en local y son capaces de modificar la información gráfica necesaria antes de enviarla (pueden, por ejemplo, pixelar los rostros que aparezcan en la imagen). IDS NXT ofrece herramientas de fácil manejo que ponen el procesamiento de imágenes basado en IA al alcance de todos. De esta forma, cualquiera que lo desee puede comprobar por sí mismo que, lejos de plantear un problema de seguridad, la inteligencia artificial combinada con computación en el borde puede ser la solución ideal para garantizar un procesamiento de datos completamente anónimo.