¿Cómo funciona la inteligencia artificial detrás de FaceApp? Lo más importante para entenderlo es subrayar la cantidad de datos que requiere un modelo como el de esta app para aprender: “Este tipo de aplicaciones están siendo soportadas por modelos llamados de ‘Deep Learning’, en palabras simples, estos modelos se nutren de múltiples capas de aprendizaje, aprovechando por un lado la gran cantidad de datos que actualmente se pueden adquirir y por otro las capacidades de procesamiento actuales”, explica el especialista en big data y uno de los responsables de Hiberus Data & Analytics, Mariano Minoli.

Como decíamos, nada es gratis, y las empresas saben cómo aprovecharse de las vulnerabilidades del ser humano. Así, FaceApp te ofrece usar su versión básica de manera gratuita, la que te permite hacerte el cambio de género, añadir algunas variaciones a tu aspecto como un corte de pelo, unas gafas o una barba y convertirte en un venerable anciano. Solo tienes que subir una foto a la aplicación y aplicar las modificaciones correspondientes para poder ver tu yo alternativo. Y ese es ‘solo’ el precio que pagas.

 “Es la clave de éxito de estos modelos de negocio: brindarte algo supuestamente gratuito (nada es gratuito en esta vida) a cambio de datos. No lo inventó FaceApp, por ejemplo desde hace ya mucho tiempo Waze ‘nos regala’ un gran GPS a cambio de que ‘solo’ le digamos nuestra posición, que a la vez alimenta el sistema”, comenta Minoli. En el caso de FaceApp, se mezclan miles de millones de imágenes de jóvenes y ancianos, identificando los rasgos y así aprendiendo a distinguirlos para poder aplicarlos cuando se hace el cambio.

Así, se trata de un modelo que se alimenta de miles de caras de personas mayores, por ejemplo, para después saber aplicar los rasgos típicos de un anciano. “Es algo que lleva evolucionando desde hace muchos años, de hecho ya desde los 80 existe un enfoque llamado ‘Eigenfaces’ que trata el problema. En la actualidad, los modelos son infinitamente más complejos, y normalmente no son algoritmos públicos -sería como dar la fórmula de la Coca Cola-”.

Muchas empresas se han dado cuenta que “hay un gran valor en disponer de una gran cantidad de datos y en su comercialización”, dice el especialista en Data, que afirma que este tipo de empresas presentan ‘market places de datos’, donde los usuarios pueden comprar datasets, de acuerdo a sus necesidades. Consiguen obtener información real en masa a cambio de un servicio que no tiene coste para el usuario, y vender esa información de manera agregada -y anónima, claro-.

 “Un ejemplo curioso que nos gusta citar es Quandl, esta plataforma vende datasets para alimentar modelos de inteligencia artificial financieros con datos no estándar. Por ejemplo: si detectan que muchos ejecutivos de dos empresas están viajando a una ciudad, es que allí hay algo. ¿Cómo saben eso? Dándote internet gratis en un aeropuerto, ‘solo’ pidiéndote uncorreo electrónico”, añade.