¿Has participado en el #10yerchallenge? Algunas voces apuntan a que tus fotos podrían estar sirviendo para que Facebook entrene sus herramientas de reconocimiento facial y perfeccione sus algoritmos de predicción de envejecimiento.
Facebook ya dispone de una de las mayores bases de datos de caras del mundo, gracias a los millones de usuarios que suben fotos a sus plataformas. Solo en Instagram se suben de media algo más de 100 millones de fotos al día. Sin embargo, para afinar la precisión de algoritmos predictivos se necesita algo más que miles de millones de fotos aleatorias.
¿Qué mejor que aprovechar el #10yearchallenge para crear el conjunto de datos óptimo desde el punto de vista de machine learning?
Machine learning de forma muy simplificada es el área de la inteligencia artificial que trabaja con algoritmos que aprenden “mediante ejemplos”. Es decir, son capaces de procesar conjuntos de datos, fotografías, textos e identificar patrones. Una vez identificados los patrones podrá aplicarlos a nuevos conjuntos de datos y elaborar predicciones.
El #10yearchallenge ofrece la posibilidad de identificar con facilidad las fotografías relevantes dentro del mar de fotografías disponibles, simplemente siguiendo el rastro del hashtag del reto. Además, es fácil confirmar la identidad de las fotografías vinculadas al perfil del usuario que las ha compartido. Vinculan una foto del antes y del después con intervalo de tiempo entre fotografías definido y homogéneo: 10 años.
Facebook ha declarado que no creó el #10yearchallenge como se ha llegado ha afirmar en la prensa americana, pero eso no significa que no saque partido de estas circunstancias. Los conjuntos de datos de características óptimas para “enseñar” a los algoritmos son difíciles de encontrar. Una oportunidad para obtener buenos datos no pasa desapercibida. Cuanto mejor sea el entrenamiento, más potente será la capacidad predictiva de estos algoritmos y más rentable será la empresa que los desarrolla.
Suscríbete a nuestro newsletter aquí.
