¿Para qué sirve la inteligencia artificial en un móvil?

El objetivo de la IA es emular las funciones cognitivas del ser humano de forma que las máquinas interactúen mejor con las personas. El machine learning es una de las maneras de conseguirlo. La profesora Carmen de Trazegnies, profesora en el departamento de Tecnología Electrónica de la Universidad de Málaga, explica que consiste en «permitir que las computadoras reaccionen ante determinadas situaciones aprendiendo por sí mismas cuál es la mejor solución, sin que nadie haya programado previamente lo que se debía hacer en esa situación». El objetivo final es facilitar la vida a las personas ofreciendo una interfaz lo más natural posible.

La IA es la que posibilita que haya búsqueda de imágenes en Google, que se ordenen fotos en álbumes digitales según su contenido e incluso según las personas que aparecen en ellas; es la que hace posible que nos comuniquemos con los asistentes virtuales en un lenguaje natural; que una máquina pueda reconocer expresiones faciales o que se pueda desbloquear el teléfono mediante el reconocimiento facial.

Quizás la aplicación más llamativa de la inteligencia artificial en los móviles sea que las fotografías tengan más calidad. Esta mejora se produce antes de tomar la imagen y con el postprocesado. «Una cámara dotada de inteligencia artificial puede analizar la escena que se le presenta, decidir de qué tipo es, detectar las condiciones ambientales y, con toda esa información, decidir la configuración óptima para esa imagen concreta», dice De Trazegnies.

Al hablar del momento de capturar la escena, añade que el dispositivo puede también tomar decisiones más allá de lo que se va a fotografiar: «por ejemplo, la cámara podría detectar que se va a hacer una fotografía de grupo y decidir que es mejor hacer varias fotografías seguidas y seleccionar (o combinarlas) para que todo el mundo salga favorecido a la vez. O podría detectar que quizás el fotógrafo no tiene buen pulso y suele hacer demasiadas fotografías movidas y aumente la velocidad de obturación, de modo que podría aprender a adaptarse a usuarios concretos».

Para llegar a este punto ha sido necesario el entrenamiento del software mediante el machine learning, utilizando una red neuronal, que es un algoritmo matemático que lee un conjunto de datos (por ejemplo una imagen) y les asigna un valor siguiendo unos criterios de calidad que se hayan indicado para establecer la mejor configuración de la cámara y decidir si esa configuración mejora o no el original. «Si es así -indica De Trazegnies-, acumulará esta experiencia para su uso futuro».

Lo más brillante es que, aunque se entrene previamente al software con múltiples casos reales, la inteligencia artificial es capaz de reaccionar ante situaciones nuevas y de tomar decisiones en situaciones imprevistas sin que quien va a tomar la imagen deba realizar ningún ajuste. Sus resultados se ofrecen de forma que el usuario pueda entenderlos de una forma natural, ya sea como una imagen acabada, una respuesta hablada o acción.

La experta también explica : «En realidad, las funciones de inteligencia artificial no son nuevas, pero el nuevo hardware hace posible implementarlas en dispositivos portátiles». En efecto, los principales fabricantes de procesadores han lanzado este año los primeros chips diseñados específicamente para trabajar con redes neuronales ya que son capaces de gestionar un gran número de datos y realizar una ingente cantidad de operaciones en paralelo. Hasta ahora estas operaciones se realizaban de forma secuencial, una detrás de otra, lo que ralentizaba tanto el sistema que no era posible utilizar en los móviles inteligencia artificial, y ahora esta traba ha desaparecido.

Son los conocidos como «chips prodigiosos» entre los que se encuentran el A12 Bionic de Apple que hay dentro de los últimos modelos de iPhone (Xs, Xs Max y Xr) y que puede realizar 5 billones de operaciones por segundo; el Kirin 970 de los Huawei Mate 20 y Mate 20 Pro; el Exynos 9820 que tendrán los siguientes Samsung Galaxy y que tiene su propia unidad de procesamiento neuronal o el Snapdragon 845 de Qualcomm, que utilizarán el año que viene varias marcas.

De hecho, el Snapdragon 845 ha empezado a mostrar ya de lo que es capaz con el procesado de imágenes en el Google Pixel 3, que es una de las características que más ha llamado la atención de este terminal, pese a que utiliza una sola cámara frente a la tendencia actual de utilizar dos y hasta tres lentes para mejorar las imágenes. De Trazegnies apunta que al aumentar el número de cámaras, se obtiene información adicional. Así, con dos cámaras se puede saber la profundidad de la escena de forma que la inteligencia artificial pueda decidir de qué tipo de escena se trata y ajustar mejor los parámetros de la cámara.

Utilizar varias cámaras de distinto tipo (angular, macro, blanco y negro…) aporta distinta información y al analizarla la IA decide «no solo con más precisión cómo captar la fotografía que se está tomando, sino también a fundir de forma óptima las imágenes de dos o más cámaras en la fotografía final».

Los móviles son solo un ejemplo de las nuevas aplicaciones de la IA que se están desarrollando; también está posibilitando el impulso de los vehículos de conducción autónoma con los sistemas de detección de riesgos basados en el análisis del entorno. De Trazegnies apunta que esta nueva revolución no ha hecho más que empezar y que en el futuro se podrían ver más aplicaciones en vehículos, domótica, sistemas de seguridad, dispositivos de monitorización médica e incluso en aparatos domésticos.