Instagram no sólo sirve para hacerte _selfies_ y poner filtros a las fotos de forma indiscriminada. La cantidad de imágenes que se suben al servicio cada día puede ser una fuente de información muy interesante sobre los sitios que visita la gente. El problema es el de siempre: mientras que nosotros podemos ver una foto y saber enseguida si la comida tiene buena pinta, si los presentes se lo están pasando bien o si el lugar tiene buena presencia, a un ordenador esa misma extracción de datos le resulta muy difícil.
Sin embargo, eso no es razón para que se abandone esa meta. Es lo que están intentando los desarrolladores de Jetpac, una aplicación para iPhone que trata de recomendarte los mejores sitios de la ciudad (bares, restaurantes, excursiones...) a partir de la información que extrae de fotos de Instagram.
Por ejemplo, Jetpac puede detectar sonrisas en las fotos: un sitio con muchas fotos en las que sale gente sonriendo será (probablemente) más agradable. Otro caso curioso es el de la lista de bares más _hipsters_, que se genera mirando el número de mostachos que aparecen en las imágenes.
Detrás de ese propósito un tanto intrascendente se esconde una tecnología compleja: Deep Learning. Más concretamente, Jetpac se basa en redes neuronales "profundas", un concepto que se ha investigado mucho desde Google. Lo único que se necesita es que unos pocos usuarios clasifiquen algunas imágenes para _enseñar_ a la red neuronal a detectar esos mismos patrones.
La idea es muy interesante. Bien implementada y con suficientes imágenes por cada lugar, puede dar resultados más fiables que los de sitios basados en reseñas de usuarios, más proclives a ser manipulados. El reto está en eso mismo: en conseguir que la interpretación de imágenes sea precisa. Por ejemplo, es todo un reto detectar las sonrisas cuando hay muchas caras en una imagen, y también hay que tener en cuenta los filtros o las fotos de mala calidad.
De momento Jetpac, que como decíamos antes está sólo disponible para iPhone, es más una prueba para ver qué se puede conseguir por este camino. Si alvanzan el éxito, sería un buen ejemplo de cómo se pueden extraer datos útiles de lo que compartimos en redes sociales, y además sin comprometer nuestra privacidad.
Vía | MIT Technology Review
Ver 1 comentarios