Ciudad de México, 9 de junio (SinEmbargo).- Desde su llegada a los dispositivos móviles, las cámaras han revolucionado los hábitos de millones de personas. Fotografiar y grabar lo que sea, cuando sea, se ha vuelto una actividad cotidiana. Sin embargo, la acción de fotografiar alimentos es uno de las acciones que más han sido discutidas en los últimos años.
Ya sea por accidente o por cuestiones de diseño, los detalles de los planes de Google referentes a la inteligencia artificial (IA) han sido esquivos, pero también, en algunos casos, no hay verdadero misterio. La tecnología de IA es la base del motor de búsqueda de la compañía, y la razón más obvia para la millonaria adquisición por parte de Google de DeepMind en 2014 es utilizar la experiencia de la firma británica en el aprendizaje profundo, un subconjunto de la investigación en IA, para reforzar esa capacidad núcleo. La maniobra es similar a los que ya ha hecho Googleplex al absorber otras mentes brillantes de este campo, así como algunas de las empresas que más ruido hacen en materia de robótica. Sin embargo, con sólo una parte de dicho grupo de expertos asignada oficialmente a proyectos como coches sin conductor, drones mensajeros u otros proyectos de robótica anunciados públicamente relacionados. ¿Qué, exactamente, tienen expertos de AI de Google entre manos? Comida.
Durante la cumbre tecnológica Rework Deep Learning Summit, celebrada en Boston, el científico investigador de Google, Kevin Murphy reveló un proyecto que emplea precisamente sofisticados algoritmos de aprendizaje profundo que analizan imágenes de alimentos y estiman cuantas calorías hay en un plato, dio a conocer Popular Science.
La aplicación, cuyo nombre es Im2calories, permite que con sólo mirar una imagen de un platillo, mida el tamaño de cada pieza de alimento, en relación al plato, así como cualquier condimento, con la ventaja de que no requiere imágenes de alta resolución cuidadosamente capturadas. De modo que cualquier fotografía de calidad estándar en Instagram sirve para sus propósitos.
El punto de Im2Calories no es avergonzar a los usuarios con sus cálculos impactantes de su ingesta diaria de alimentos. Murphy afirma que lo que se busca es simplificar el proceso de mantener un diario de alimentos, identificando a estos sin la necesidad de agregar los datos manualmente en una aplicación y tomando conjeturas de variables persistentes tales como los tamaños de las porciones.
"Nosotros semiautomatizamos", dijo Murphy durante su presentación, señalando que puede corregirse el software utilizando menús desplegables si se confunde, por ejemplo, huevos escalfados con fritos o si se obtienen lecturas por completo erróneas de algo. "Si sólo funciona el 30 por ciento de las veces es suficiente con que la gente empiece a usarlo, vamos a recoger datos y va a mejorar con el tiempo", dijo Murphy.
Aunque de momento no se ha anunciado su salida al mercado de la app, no cabe duda que Im2Calories sería de mucha utilidad en países como el nuestro en donde los niveles de obesidad y sobrepeso alcanzan cifras alarmantes.
Según datos de la Organización de las Naciones Unidas para la Alimentación y Agricultura (FAO, por sus siglas en inglés), en 2013 México ocupo el primer lugar mundial en obesidad, ya que uno de cada tres mexicanos presentaba sobrepeso, debido principalmente a una mala alimentación.
Sin embargo, este problema en aumento, no es exclusivo de nuestro país y desde 1980 se ha duplicado en el mundo, dando lugar a que en 2008 se registraran más de mil 400 millones de adultos con sobrepeso y 500 millones con obesidad.
Al igual que muchas aplicaciones de aprendizaje profundo, emparentadas con el análisis visual como este caso, esta app determina la profundidad de cada pixel en una imagen mediante el reconocimiento de patrones. Im2Calories puede así establecer conexiones entre aquello a lo que una determinada pieza de comida se parece y grandes cantidades de datos de calorías disponibles. Así mismo, está diseñada para mejorar a medida que se use, con el objetivo (al igual que muchos sistemas de aprendizaje profundo) de reducir al mínimo la cantidad de tiempo dedicado a la alimentación o interrogando a un software para mejorar su rendimiento.
De esta manera, si la aplicación detecta una hamburguesa es porque los pixeles de la imagen se asemejan a otros archivos ya existentes de hamburguesas, no porque un investigador se hizo cargo de ello. Las características de este programa de aprendizaje profundo pretenden que poco a poco la aplicación se vaya volviendo autosuficiente.
Finalmente, incluso si Im2Calories nunca llega a ser completamente exacta, Murphy piensa que va a tener un impacto. "Para mí es obvio que la gente realmente quiere esto y esto es realmente útil", dijo.
