En términos evolutivos, estamos programados para detectar situaciones de peligro. El lenguaje no verbal nos indica si nuestro interlocutor está nervioso o si da muestras de agresividad. Fruncir el ceño, apretar los dientes o los puños son algunas de las indicaciones. Lo mismo sucede, paradójicamente, con los movimientos de un ladrón en una tienda. ¿Y si hubiera alguna posibilidad de analizar y aislar ese tipo de patrones por medio de sistemas de inteligencia artificial? Al fin y al cabo, se trata de un paso lógico en la evolución del reconocimiento del mundo físico. Es el mismo principio que permite a un coche autónomo evitar un accidente. Ahora, tras los avances en reconocimiento facial, parece que la tecnología está lista para dar otro salto en ese sentido. Esa es la propuesta de Cortica, un laboratorio israelí especializado en inteligencia artificial autónoma.
Esta empresa, que trabaja también en el campo de los vehículos autónomos y las ciudades inteligentes, basa su software en patrones de aprendizaje neuronales detectados en el cerebro de los ratones y traducidos a fórmulas matemáticas. De este modo, sus sistemas son capaces de aprender y predecir eventos futuros a partir de los datos recabados. Su última aplicación es un software de análisis de imágenes de cámaras de seguridad para detectar movimientos y conductas asociados a crímenes violentos o hurtos. La herramienta es lo suficientemente poderosa para analizar terabytes de información y va afinando sus capacidades a medida que procesa todos estos datos. Su capacidad de anticipar delitos se basa en las llamadas “microexpresiones”, que delatan al criminal.
IA aplicada a redes sociales.
El análisis de las imágenes de cámaras CCTV es solo unas de las muchas aplicaciones de la inteligencia artificialaplicada a la seguridad ciudadana. Hace dos años el departamento de justicia estadounidense asignó parte de su presupuesto a un programa en colaboración con la Universidad de Cardiff en el Reino Unido. El proyecto consiste en el desarrollo de un software de análisis de redes sociales para detectar zonas donde pueden producirse incidentes. Los responsables del nuevo sistema detectaron una correlación entre las olas de crímenes y las menciones de conductas antisociales y quebrantamientos del orden público, tales como borracheras callejeras o acumulación de basuras. Este vínculo sería más fuerte que el de los historiales delictivos o los datos censales. La mecánica se basa en el análisis de Twitter y los estallidos de violencia verbal y datos de crímenes de odio de la policía de Los Ángeles para contrastarlos con las situaciones de violencia desatadas en la ciudad. Posteriormente, un algoritmo será capaz de aprender de las correlaciones pasadas para predecir las futuras y así destinar recursos a cubrir áreas potencialmente peligrosas.
