Grandes volúmenes de información pueden dar origen a interesantes experimentos con la inteligencia artificial. La identificación de patrones y tendencias dentro de una gran muestra de datos es sólo una de las tantas aplicaciones posibles.
Siguiendo aquel modelo, científicos de la Universidad de Cornell desarrollaron un nuevo sistema de IA, capaz de dibujar «mapas subterráneos», en los que se segmenta con precisión las áreas de una ciudad con intereses similares, principalmente definidos por sus preferencias de moda.
Ciudades segmentadas por una IA según los estilos de vestimenta de sus habitantes
Haciendo una inspección que puede aportar datos de utilidad para residentes, turistas e incluso investigadores de ciencias sociales como la antropología, el trabajo del algoritmo de IA de Cornell se presentó con el propósito de identificar las cosas que suceden a nivel sociocultural en un determinado lugar y momento.
«La pregunta que me ha interesado es, ¿podemos usar millones de imágenes de redes sociales o imágenes satelitales para descubrir algo interesante sobre el mundo?», comentó Utkarsh Mall, estudiante de doctorado en el laboratorio de Kavita Bala, profesora de ciencias de la computación y decana de la Facultad de Computación y Ciencias de la Información de Cornell.
Mall es el autor principal de «Discovering Underground Maps from Fashion» (Descubriendo mapas subterráneos desde la moda). En la coautoría contó con la colaboración de Bala, la docente antes mencionada; Tamara Berg, científica investigadora de Facebook; y Kristen Grauman, profesora de ciencias de la computación en la Universidad de Texas, Austin, y científica investigadora en Facebook AI Research.
Utilizando un algoritmo de reconocimiento de moda en fotografías geolocalizadas de 37 grandes ciudades, los investigadores pudieron detectar estilos de ropa, luego combinaciones típicas de esos estilos dentro de un radio determinado. Luego, el equipo utilizó inteligencia artificial para detectar áreas de una ciudad que eran espacial y estilísticamente coherentes.
«Hay mucho que aprendes sobre los seres humanos al mirar las imágenes que publican sobre sí mismos», dijo Mall. «Aprendes sobre su cultura, su estilo, cómo interactúan con las personas y lo que es importante para ellos».
«Hay mucha personalidad individual que se manifiesta en la forma en que las personas se visten, por lo que analizar la moda en todo el mundo fue uno de nuestros primeros objetivos», dijo Bala, cuyas áreas de especialización incluyen la visión por computadora.
La información que este algoritmo puede analizar se puede presentar de las siguientes formas: Para encontrar vecindarios únicos en una ciudad, el análisis de la IA se basará en el sentido de la moda de un distrito determinado, determinando las áreas más modernas o progresivas de una ciudad; también, si se buscan vecindarios similares en todas las ciudades, es posible identificar condiciones similares entre barrios de diferentes localidades.
Los investigadores calcularon la precisión de su método utilizando dos programas de referencia centrados en el ser humano, HoodMaps y OpenStreetMap, así como encuestando a residentes reales de ciudades seleccionadas en el estudio. En todos los casos, el mapeo subterráneo del grupo Bala capturó mejor el sentido de un vecindario que los métodos existentes.
Con respecto al aporte que este desarrollo podría significar para entornos de investigación, Bala señaló que «la forma en que los antropólogos estudian la cultura es que van a un lugar, hacen entrevistas con la gente local y observan». «Una herramienta automatizada como esta les permitiría hacer más. Podría ayudarlos a descubrir nuevos fenómenos que ni siquiera conocían, y permitirles profundizar en su análisis de por qué existe este fenómeno», agregó.
Según lo comentado por Mall, esta IA podría ayudar a investigadores dentro de algunas décadas. «Estamos entusiasmados con esta idea, de que algún futuro antropólogo podría simplemente ejecutar estas herramientas y entendernos, tomar el ‘pulso subterráneo’ de la ciudad, a pesar de no haber vivido con nosotros», comentó el investigador.