Difuntos digitales

La magia de la tecnología al servicio de las emociones

Actualmente la tecnología basada en la informática permite recrear conversaciones, fotografías y vídeos de personas fallecidas. De esta manera, a partir del material multimedia existente de un difunto puede crearse un “alter ego” digital que simula a la persona original. Todo esto es posible gracias a la inteligencia artificial generativa, cuyas características describimos a continuación.

¿Qué es la inteligencia artificial generativa?

Son programas de ordenador que producen un contenido nuevo usando fotografías, vídeos, sonidos o palabras existentes, mediante la detección de un modelo implícito en los datos de entrada, generando algo parecido.

Construcción

Habitualmente este tipo de algoritmos se elaboran mediante redes generativas antagónicas (GAN en inglés). Son una clase de algoritmos de inteligencia artificial que se utilizan en el aprendizaje no supervisado, implementadas por un sistema de dos redes neuronales que compiten mutuamente en un juego de suma cero.

Una red genera los materiales candidatos y otra los evalúa. Típicamente, la red generativa aprende a asignar elementos de un espacio latente a una distribución de datos determinada, mientras la red discriminativa diferencia entre elementos de la
distribución de datos originales y los candidatos producidos por el generador. El objetivo del aprendizaje de la red generativa es aumentar el índice de error de la red discriminativa (es decir, «engañar» a la red discriminativa produciendo nuevos elementos
sintéticos que parecen provenir de la distribución de datos auténticos).

Aplicaciones usuales

1. Creación de fotografías (https://thispersondoesnotexist.com) con apariencia realista.

2. Transformación de imágenes (https://imagecolorizer.com/):

Fotografía original del año 1958. Por la manipulación y el paso del tiempo, tiene defectos en forma de rayas que recorren la imagen.

Fotografía restaurada eliminando la mayoría de las rayas. Sólo quedan zonas amplias dañadas que la inteligencia artificial resuelve defectuosamente, como puede observarse en detalle.

Fotografía original coloreada automáticamente por la inteligencia artificial. La mayoría de estos servicios son gratuitos para colorear una foto en baja resolución. Por el contrario, fotos en alta resolución o grupos de fotos requieren pagar una cuota por el servicio.

3. Crear una imagen a partir de un texto (https://openai.com/blog/dall-e/). Normalmente este tipo de servicios están disponibles a través de un API, para el cual hay una lista de espera considerable.

4. Restauración de películas (https://www.hs- art.com/index.php/research-main/deeprestore-menu): transforma imágenes y películas antiguas aumentando la
resolución a 4K. Genera sesenta imágenes por segundo en lugar de 23 o menos, elimina el ruido y añade colores. Este tipo de tratamientos conlleva algunas consecuencias
profesionales como considerar si los materiales “antiguos” restaurados son válidos para los historiadores, https://www.youtube.com/watch?v=3YqoSoPGqkY

5. Traducción de imagen semántica a foto: convierte entradas que son bocetos en imágenes fotográficas realistas, https://es.mathworks.com/solutions/image-video-
processing/semantic-segmentation.html

6. Generación de fotos frontales a partir de fotos tomadas en diferentes ángulos para un sistema de identificación o verificación de rostros.

7. Fotos a emojis: cambia fotos de personas reales a emojis o caras de dibujos animados
(https://www.youtube.com/watch?v=sxxchAH7Syc).

8. Envejecimiento facial (https://www.faceapp.com/): genera una versión envejecida de un rostro a partir de la foto de una persona joven.

9. Entretenimiento: se aplica tecnología “deep fake” (información falsa, noticias falsas,
https://deepfakesweb.com/) para localizar contenido que se distribuye por todo el mundo. Mediante el uso de la síntesis facial y la clonación de voz, la voz original del artista/actor puede combinarse con una sincronización de labios.

La IA generativa también se puede aprovechar para renderizar elementos desde cero cuando se activa a través de la impresión 3D.

Ventajas

• Protección de identidad: los avatares generativos de IA brindan protección a las personas que no desean revelar sus identidades mientras se entrevistan o trabajan.
• Control robótico:el modelado generativo ayuda a reforzar los modelos de aprendizaje automático para que sean menos sesgados y comprendan conceptos más abstractos en la simulación y el mundo real.
• Atención médica: la IA generativa permite la identificación temprana de enfermedades para crear tratamientos efectivos. Por ejemplo, las GAN calculan diferentes ángulos de una imagen de rayos X para visualizar la posible expansión del tumor.

Problemas

• Seguridad: algunas personas pueden usar la IA generativa con fines fraudulentos, como estafar a la gente.
• Sobreestimación de capacidades: los algoritmos de IA generativa requieren una enorme cantidad de datos de entrenamiento para realizar tareas. Sin embargo, las GAN no pueden crear imágenes o textos completamente nuevos. Solo combinan lo que saben de diferentes maneras.
• Resultados inesperados: en algunos modelos de IA generativa como las GAN, no es fácil controlar su comportamiento. Se desempeñan de manera inestable y generan un resultado inesperado. 
• Privacidad de datos: las aplicaciones relacionadas con la salud implican preocupaciones de privacidad en los datos a nivel individual.

¿Seremos capaces de distinguir entre información real o ficción?

Alfonso Calvo Orra

Padre Huérfilo

Cineasta