El pasado marzo, Facebook anunció que su sistema de reconocimiento facial en pruebas (llamado «Deep Face») había sido perfeccionado hasta tal punto que ya contaba con una precisión del 97,25%. Este dato, aparentemente sin importancia, significaba que la red social había rebajado hasta una cantidad ínfima las posibilidades de fallar a la hora de identificar los rostros de las personas en una fotografía. A su vez, implicaba que aquellos sujetos que el sistema aconsejaba etiquetar al internauta eran los adecuados.

Asombrado por la eficacia del programa e intrigado por su funcionamiento, un artista e investigador técnico de California llamado Sterling Crisping ha elaborado un algoritmo que representa en tres dimensiones el proceso a través del cual «Deep Face» identifica a los usuarios. Así pues, ha reproducido la forma en que el sistema de reconocimiento de la red social para hallar coincidencias físicas en el rostro de millones de usuarios.

Concretamente, lo primero que hace «Deep Face» cuando un usuario sube una imagen es escanear el rostro de las personas que aparecen en ella y, tras analizar pormenorizadamente los 67 puntos de control que hay establecidos en el rostro, coteja los más prominentes con aquellos que hay en su inmensa base de datos.

Posteriormente, en el programa aparece el contorno de un rostro con extrañas protuberancias. Según explicó Crispin al «Daily Mail», estos son los usuarios que podrían llegar a convertirse en la persona que el programa está buscando.

Las imágenes realizadas por Crispin se corresponden con el momento antes de que el programa encuentre al afortunado cuya fotografía acaba de ser subida a Facebook. A su vez, muestran las diferentes características que tiene un rostro para «Deep Face» y, en definitiva, como ve este sistema la cara de los usuarios.

«Si se tiene una enorme base de datos de millones de personas, hay que simplificar la forma de representarlas, pero esto termina por reducir lo que es el ser humano», añadió el experto en el diario anglosajón.

ABC