Lo nuevo de Facebook es una Inteligencia Artificial capaz de solucionar aquellas fotografías en las que sales con los ojos cerrados. Se trata de un software que ha sido enseñado para capaz de eliminar nuestros ojos cerrados y simular (detalladamente) cómo serían nuestros ojos abiertos.
Obviamente, está claramente orientada a aquellas fotografías en la que (por error) has salido con los ojos cerrados, fastidiando esa foto tan importante que has sacado y que no puedes repetir. Vas a la Torre Eiffel, te sacas fotografías y para cuando te das cuenta de vuelta en el hotel, has salido en todas las fotos con los ojos cerrados; eso es precisamente lo que quiere solucionar la IA de NVIDIA.
Facebook quiere evitar las fotos en las que has parpadeado por equivocado
Los resultados, incluso cuando no se dan las condiciones perfectas, son simplemente impresionantes y capaces de engañar incluso a un humano.
La implementación de esta IA tiene dos grandes opciones: o implementarla a nivel de cámara, lo que podría llegar a ser muy caro por parte de los fabricantes de cámaras; o implementarlo en la aplicación de Facebook; o en ambos. Con la primera opción Facebook ganaría dinero mediante su IA al licenciar la tecnología y además el resultado sería mucho más real, pues la IA tiene acceso a tus ojos tanto abiertos como cerrados, por lo que puede generar un ojo mucho más fiel a la realidad.
Pero, en realidad, al implementar esta Generative Adversarial Network (GAN), la tecnología de aprendizaje automática usada, directamente en Facebook, también podría tomar fotografías reales tuyas que hayas subido anteriormente para tomar datos importantes de tu ojo, como el tamaño del iris o el color, de modo que el ojo sintético que hayan usado para sustituir el ojo cerrado sea todavía más real.
No obstante, aún comete una serie de errores (que probablemente mejoren con el tiempo), como cuando un ojo está parcialmente tapado por un mechón de pelo, situación en la que la Inteligencia Artificial puede llegar a tomar tonos más oscuros del ojo, por lo que el sintético no se acerca tanto a la realidad. Pero no se trata de nada que no pueda mejorar con más aprendizaje automático.
