Inteligencia artificial BBVA

Reconocimiento facial: ¿el futuro de la banca?

BBVA, socio del Foro de Empresas por Madrid, ya usa esta aplicación de la inteligencia artificial para verificar la identidad a sus clientes a la hora de realizar una gestión o pagar en un establecimiento. Te contamos cómo funciona.

Lo que hace poco tiempo podría parecer ciencia ficción, ya es una realidad. Se trata del reconocimiento facial. Gracias a un algoritmo, nuestra identidad puede ser verificada con un selfie o la foto del DNI. Esto supone un avance en el día a día de la relación entre el banco y el cliente, ya que simplifica muchas operaciones, como comprar en una tienda o pagar en un restaurante. Esta aplicación de la inteligencia artificial ya está presente en redes sociales como Facebook, que se atreve a proponer el etiquetado de usuarios al reconocer una fotografía subida. Lo mismo ocurre con filtros como los usados en Instagram o Snapchat, que permite reconocer expresiones faciales, localizar partes de la cara o su entorno para aplicar sobre impresiones de perros, gatos o de otras formas más imaginativas. ¿Pero cómo funciona?

 

En el caso del BBVA, uno de los bancos españoles a la vanguardia de la innovación tecnológica y miembro del Foro de Empresas por Madrid, su éxito ha consistido en colaborar con Das-Nano para crear una  ‘startup’ llamada Veridas en 2017 para mejorar el desarrollo de sistemas de identificación y autenticación de clientes más seguros y fáciles de usar. Se trata de una alianza centrada en mejorar y revolucionar las soluciones de pago, así como la identificación del usuario de forma innovadora. Gracias a la ‘computer vision’ (visión artificial), un programa informático puede interpretar la información que aparece en una imagen. No solo se trata de imágenes reales de personas, sino que también puede interpretar otras como la fotografía que aparece en el DNI o una tarjeta de crédito. Es muy similar a los servicios de lectura de señales que también están implementando algunas compañías de automoción.

 

Pero volvamos al sector financiero. “Podemos hacer tecnología al nivel de los mejores del mundo”, comentaba Eduardo Azanza, CEO de Veridas en una de las presentaciones. Y es que las aplicaciones futuras que permite esta tecnología no paran de crecer. Desde la más sencilla que ya lleva aplicándose años -como el escaneo de cheques o documentos- hasta las que nos permitirán interactuar remotamente sin hacer gestiones en una oficina.

 

Gracias a los avances en aprendizaje automático (o ‘machine learning’) en los últimos años se han popularizado otro tipo de aplicaciones más complejas y cuya fiabilidad supera ya a la de los humanos. Un ejemplo es el sistema biométrico que desde junio del pasado año utiliza el BBVA para facilitar el pago a los usuarios que comen en el restaurante Central de la Ciudad BBVA, la sede del banco en Madrid. Para pagar con este sistema, los usuarios tan solo tienen que situarse con su bandeja frente a un dispositivo equipado con cámaras junto a las cajas registradoras. Basándose en un algoritmo de inteligencia artificial, el programa identifica el rostro del cliente que está registrado previamente en una base de datos, verifica que el usuario lleva un menú en su bandeja y realiza automáticamente el cargo en su tarjeta.

 

Seguridad y comodidad

 

Dos de las razones de peso para seguir implementando estos servicios es la seguridad y la comodidad. Por ello, BBVA quiere estar a la cabeza de esta innovación en los ‘pagos invisibles’. “Cuando hablamos de inteligencia artificial nos referimos a cómo trasladamos la inteligencia que tenemos los seres humanos a medios automatizados, a máquinas que sean capaces de tomar decisiones o inferir resultados a partir de la realidad que captan de la misma forma que hacemos nosotros”, explica Mikel Sánchez, del equipo de Veridas.

 

Desde los primeros prototipos hasta las actuales aplicaciones, ha habido un salto tecnológico en apenas unos pocos años. El grado de fiabilidad que tienen ahora mismo las app y mecanismos que hacen este tipo de tareas se ha logrado gracias al uso de redes neuronales artificiales. Si antes era cuestión de matemáticas -se empleaban algoritmos basados en complejas fórmulas matemáticas que determinaban la ‘teoría’ de cómo es un rostro y qué parámetros tenía que analizar el sistema para reconocerlo-, ahora simplemente las máquinas aprenden cuando nos ven. “Con el desarrollo de las redes neuronales, el poder para resolver los problemas no está tanto en los algoritmos como en los datos”, explica Carlos Arana, CTO de Das-Nano, la empresa colaboradora de BBVA en esta innovación tecnológica.

 

La gran diferencia con los algoritmo residen en que las redes neuronales artificiales usan la práctica para aprender, extenderse y hacerse más compleja. Un sistema parecido a lo que hace el cerebro de los seres humanos, pero con la suficiencia técnica de poder ‘cargar’ y procesar millones de datos en apenas unos segundos. En el reconocimiento de caras esto es vital, ya que la agilidad del proceso debe ser superior al pago convencional. De hecho, han logrado reducir en cinco minutos el tiempo que emplea cada cliente y esto, multiplicado por las 2.000 personas que comen cada día, es una ahorro importante. “Se le dice al sistema: estas dos caras pertenecen a la misma persona de forma repetida hasta que sabe diferenciarlas entre el resto de la base de datos”, añade Sánchez, explicando así cómo aprende la red neuronal a base de procesar los rostros de los clientes.

 

“La persona no se identifica en concreto por la nariz, o por los ojos, sino por todo el conjunto de sus rasgos”, explican desde Veridas, ya que el sistema ve 0 y 1, no ‘oreja’ o ‘cejas’. “Cuando se entrena una red neuronal para el reconocimiento de caras, no se le indica un número de puntos o unas características en las que debe fijarse, al igual que a un niño no se le enseña a distinguir a personas con puntos de referencia. Es la propia red la que deduce en qué debe fijarse para distinguir un rostro de otro”, explica Mikel Sánchez.

 

Fiabilidad del sistema

 

En cuanto a la fiabilidad, los expertos aseguran que esta crece a la vez que crece la cantidad de datos que tienen disponibles para analizar y ‘entrenarse’. De hecho, se trata de un crecimiento exponencial que ha superado las previsiones del mercado tecnológico. Ha avanzado tanto que para muchos científicos la visión artificial es mejor reconociendo humanos que los propios humanos. Ya sea al realizar reconocimiento facial, de voz, de alimentos, documentos o cualquier otra imagen, el poder fundamental de las redes neuronales reside en disponer de series de datos apropiados que puedan clasificarse y usarse para entrenar a los modelos correctamente “para que sean capaces de inferir las respuesta que daría un ser humano”, explica Sánchez.

 

Para un banco tan importante como BBVA, esto supone estar a la vanguardia. El hecho de que lo pruebe en sus propias instalaciones, da cuenta de la importancia que en el futuro darán a este tipo de tecnologías. Además de los múltiples rostros de las 2.000 personas que comen en el comedor de la sede central del banco, la visión artificial tiene que identificar los productos que componen los 15 menús diarios que se sirven en el restaurante. Por este motivo, el desarrollo del sistema supuso ‘todo un reto’ a nivel tecnológico que los expertos resolvieron a base de ingenio y una gran cantidad de datos. A las imágenes que recopilaron de las bandejas del comedor, sumaron más de dos millones de imágenes de bandejas “sintéticas” para entrenar al sistema. “Las compusimos aleatoriamente en un pequeño estudio cinematográfico combinando todo tipo de variaciones de colores y elementos para generar más ejemplos con los que entrenar y robustecer el sistema” (Foto: Depositphoto/ICS).

Scroll al inicio
Ir al contenido