Tecnología
Jueves 18 julio de 2019 | Publicado a las 20:52
¬ŅPor qu√© las im√°genes de FaceApp son tan realistas? Expertos explican el secreto de esta popular app
visitas

De la noche a la ma√Īana, la aplicaci√≥n FaceApp se volvi√≥ una de las m√°s bajadas de Am√©rica. Lo anterior, puesto que la app incorpor√≥ una notoria mejora en su efecto de “envejecimiento” el que, b√°sicamente, recrea c√≥mo lucir√≠a una persona en la tercera edad… de forma muy realista.

Tal fue la fama de la aplicaci√≥n, que rostros de la m√ļsica, el cine, la televisi√≥n y de redes sociales, se unieron a la “fiebre” y compartieron con sus seguidores sus versiones ancianas. Sin embargo, ¬Ņc√≥mo logra esta aplicaci√≥n realizar estas im√°genes?

View this post on Instagram

ūüėú ūüĎī

A post shared by NICKY JAM (@nickyjampr) on

Consultado por la sección de Vida, Ciencia y Tecnología del diario El Mercurio, el especialista en inteligencia artificial (IA) y académico de Computación de la Universidad Católica Denis Parra, explicó que éstas se obtienen con una técnica llamada CycleGAN (GAN sigbifica redes adversarias generativas).

Tal como detalla el portal de tecnología Genbeta, esta técnica se trata básicamente de enfrentar a dos tipos de inteligencia artificial que logran una imagen óptima (muy cercana a la realidad).

Una red es la “generadora” y la otra es la “discriminatoria”. Ambas extraen datos de una gigantesca base compuesta por fotograf√≠as en donde, la “generadora” intenta crear variaciones de los datos ya vistos y crear variaciones.

En tanto, la “discriminatoria” identifica si “el rostro que est√° viendo forma parte del entrenamiento original o si es un rostro falso que cre√≥ la red generativa. Mientras m√°s lo hace, la red generativa se hace mejor creando y a la red discriminadora se le hace m√°s dif√≠cil detectar si el rostro es falso”, explica el citado portal.

Por su parte, Denis Parra explica: “Para lograrlo, el sistema tiene im√°genes de caballos y aparte otras de cebras, y con ellas ‘entiende’ lo que es necesario para lograr pasar de una a otra, como aplicar rayas y cambiarle el color (…) No es necesario que el sistema posea im√°genes de la misma persona joven y vieja para aprender. Basta que tenga un gran set de personas j√≥venes y otra de personas de dad para que aprenda a realizar la transformaci√≥n”.

En tanto, esta técnica de machine learning o aprendizaje automático ya había sido vista en otras plataformas. Un ejemplo claro es cuando Facebook o Google Photos logra identificar los rostros de las personas en una imagen, para luego etiquetarlas y/u ordenarlas.

“Por eso esta aplicaci√≥n es tan realista y distinta a otras que ya exist√≠an. Ya que no s√≥lo pone arrugas en los ojos o te quita pelo, sino que modifica la forma de la cara, la nariz, la piel la hace menos tersa. Son un conjunto de modificaciones que, adem√°s, dan como resultado una foto de gran resoluci√≥n”, agrega el experto respecto a las im√°genes de FaceApp.

Investigación y riesgo de privacidad

No obstante, la realista t√©cnica de la aplicaci√≥n no es la √ļnica que ha dado que hablar estos d√≠as. La popular aplicaci√≥n, creada en Rusia y que permite a los usuarios estimar c√≥mo se ver√°n a medida que envejecen, es objeto de controversia en Estados Unidos, donde un senador pidi√≥ al FBI investigar sus potenciales riesgos para la ‚Äúseguridad nacional y la privacidad‚ÄĚ.

Tal como recoge el medio espa√Īol El Pa√≠s, lo anterior se debe a que los servidores de la plataforma se encuentran en Rusia (la firma encargada de la aplicaci√≥n es Wireless Lab).

Y es que el hecho de que su centro de operaciones esté fuera de la Unión Europea hace que sea más compleja la aplicación de las leyes comunitarias sobre protección de datos, conocidas por ser las más exigentes que existen en los países desarrollados.

Pero eso no es todo, ya que algunos expertos se√Īalan que la pol√≠tica de privacidad de FaceApp es demasiado vaga.

De acuerdo al citado medio, al aceptar las condiciones de uso de la aplicaci√≥n, se especifica en la petici√≥n de autorizaci√≥n que los datos pueden ser cedidos a terceros, aunque no se mencionan los usos que estas compa√Ī√≠as pueden hacer de la informaci√≥n. Tambi√©n pide acceso a contactos y otros sitios que no afectan a la generaci√≥n de fotos.

Frente a estos cuestionamientos, Kaspersky Lab analiz√≥ la aplicaci√≥n, y a√ļn cuando en este caso no hay un riesgo evidente, la firma se√Īal√≥ que es un buen momento para llamar la atenci√≥n sobre la privacidad en el reconocimiento facial.

‚ÄúLa foto se env√≠a a los servidores de la aplicaci√≥n donde realizan la modificaci√≥n y se la env√≠a al usuario‚ÄĚ, detall√≥ Fabio Assolini, analista senior de Seguridad en Kaspersky.

‚ÄúEn el caso de FaceApp, al utilizar Inteligencia Artificial para realizar las modificaciones del reconocimiento facial, el propietario de la empresa podr√≠a vender estas fotos a empresas de este tipo, y estos datos pueden ser utilizados f√°cilmente por ciberdelincuentes para falsificar nuestra identidad‚ÄĚ, alert√≥.

Luego de que surgieran las primeras críticas, su creador, Yaroslav Goncharov, decidió defender el funcionamiento de la aplicación.

En conversaci√≥n con el sitio especializado TechCrunch, el ruso afirm√≥ que ‚Äúno vendemos ni compartimos datos de usuarios con terceros‚ÄĚ, a√Īadiendo que se puede eliminar el contenido compartido en la plataforma a trav√©s de ‚ÄúConfiguraci√≥n / Soporte / Informar un error‚ÄĚ.

Tendencias Ahora