Todos conocen las cámaras personales que utilizan los oficiales de la policía en Estados Unidos y otros países. Estas cámaras son utilizadas muchas veces para dar un tercer ojo ante cualquier eventualidad así que su adopción ante los cuerpos de la policía es necesaria. Pero más allá de servir como un registro en vídeo, las cámaras podrán funcionar como vigilantes activos en busca de criminales.
Motorola y la empresa especializada en tecnología de inteligencia artificial Neurala, han sumado fuerzas para desarrollar las primeras cámaras personales que utilizan redes neuronales para realizar una búsqueda activa de objetos robados, como automóviles, de criminales o personas perdidas. El proceso utiliza machine learning para identificar patrones similares a los objetivos que se buscan y devolver resultados en tiempo real.
Motorola y Neurala aseguran en un comunicado que las cámaras inteligentes podrán aprender mientras se usan y “buscar automáticamente por personas u objetos de interés, reduciendo significativamente el tiempo y los esfuerzos requeridos para buscar niños perdidos o sospechosos en ambientes que están llenos de multitudes o son caóticos“. “Vemos mucho potencial en la inteligencia artificial como herramienta para mejorar la seguridad y eficiencia de nuestros clientes, que a su vez ayudan a crear comunidades más seguras“, aseguró Paul Steinberg, director ejecutivo de tecnologías de Motorola.
[irp posts=”22461″ name=”Policía británica levanta polémica al anunciar mecanismos de reconocimiento facial en las finales de la UEFA”]
Steinberg añade: “En el caso de un niño perdido, imaginen que los padres proporcionan una foto de su hijo a un oficial de policía. La cámara personal inteligente del oficial captura esta imagen, el software de Inteligencia Artificial aprende cómo luce el niño y empieza una búsqueda con las cámaras personales de otros oficiales, creando un equipo de búsqueda para el niño de forma rápida“.
Las cámaras, según explican, utilizarán una técnica de aprendizaje al límite (at the edge learning), que proporciona a las cámaras la capacidad de aprender sobre la apariencia de una persona o el objeto que se esta buscando, sin requerir de un largo periodo de entrenamiento. Este proceso ayuda además los tiempos de latencia, así que las búsquedas pueden realizarse en tiempo real con mucha precisión.