Pablo Negri: el científico que creó un sistema de reconocimiento facial de personas desaparecidas

En cada pared en la que cuelga un cartel con la leyenda “sonría, lo estamos filmando”, Pablo Negri vislumbra un cúmulo de posibilidades: sabe que con una sola imagen de esas cámaras se puede llegar a identificar alguna de las veinte mil personas que hoy están extraviadas en Argentina (missing people: gente denunciada como desaparecida) o dar con alguna de los aproximadamente cuarenta mil personas prófugas de la Justicia (que en la jerga policial se conocen como “evadidos”).

La proliferación de las cámaras de video en negocios, calles y autopistas, y la revolución de las redes sociales -que provocó un estallido de fotografías y videos circulando en internet-, llevó a este doctor en Informática e investigador adjunto del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) a volcar sus conocimientos de robótica, videos, imágenes, reconocimiento de patrones y datos, en un sistema para la identificación de personas a través del reconocimiento facial. El sistema que desarrolló, bautizado como SIFACE (“si” por la abreviatura de “sistema” y “face” porque en inglés significa “cara”), es utilizado desde 2017 por el Ministerio de Seguridad de La Nación.

Funciona al revés de los identikits en los que se bocetaba un rostro para después buscarlo: en el SIFACE, la identidad de una fotografía se puede encontrar ingresando la imagen -obtenida gracias a una cámara de seguridad o una red social, por ejemplo- y macheándola con la base de imágenes fotográficas de personas con DNI y fueron denunciados como desaparecidos y cuyas fotografías figuran en el Registro Nacional de las Personas (RENAPER). En una ventana se carga la foto de la persona de quien se desconoce la identidad, y el sistema permite comparar esa foto o rostro con la base de datos disponible. “Se los compara solo con los que tienen un oficio judicial o con los que fueron denunciados como desaparecidos -aclara Negri-. Una vez que los oficios se van resolviendo, salen de la base y no se los compara más”.

Antes del reconocimiento facial, la herramienta que el Ministerio utilizaba en estos casos era la huella dactilar. “Pero como hoy en día todo el mundo es filmado, muchas veces sin darnos cuenta, pensé que todo ese material, bien utilizado, era muy rico en información”, advierte el investigador, que comenzó este proyecto en 2016, cuando en el CONICET se firmó un convenio con el Ministerio de Seguridad y él comenzó a colaborar como miembro del Programa Nacional Ciencia y Justicia.

Camino hacia el SIFACE

Ingeniero electrónico de base, el recorrido de Negri hacia el desarrollo de esta tecnología fue sinuoso: desde pequeño le gustaba la computación, trabajó en Siemens una vez graduado, y en 2001, en plena crisis, tuvo que emigrar. Se fue a Francia, a cursar un master en robótica. Allí comenzó a interesarse por el área de imágenes y videos. Realizó una pasantía en seguimiento de vehículos con cámaras, y después se doctoró con una investigación sobre detección y reconocimiento de modelos de vehículos. “Trabajé con Peugeot, en el desarrollo de un software para detección de autos delante de una cámara instalada en otro auto. La idea era detectar en tiempo real todos los autos adelante del auto portador, para optimizar la conducción autónoma y poder hacer cálculos a distancia”, comenta. En 2010, regresó a Argentina. “Estuve trabajando sobre semáforos inteligentes, con la idea de optimizar tiempos de verde para agilizar el tránsito. Trabajé sobre detección y seguimiento de peatones, pasé por temas como tratamiento de videos, detección de vehículos, de personas, conteo, hasta que llegué al SIFACE”.

El primer día que se utilizó por primera vez, en 2017, el resultado fue mejor de lo esperado. “El día que fui a instalar el sistema de búsqueda de personas en el Ministerio, tenían la foto de una chica que había ido a un hospital y estaba sin memoria -recuerda Negri-. Un enfermero le había tomado una foto y la mandó: la introdujimos en el sistema y la primera prueba dio un positivo. La chica, que daba otro nombre, había sido denunciada como desaparecida y gracias al sistema pudimos saber cómo se llamaba realmente. Fue la primera persona oficialmente identificada con el SIFACE”.

¿Cómo funciona este sistema de reconocimiento facial por dentro? Emulando el sistema biológico de redes neuronales del cerebro humano: cada pixel de una fotografía corresponde a una “entrada” o neurona en la computadora. Las neuronas o pixeles se van entrecruzando e interconectando formando redes neuronales complejas -“terriblemente gigantes”, según Negri, porque pueden llegar a tener 14 millones de interconexiones-. El sistema por dentro analiza líneas rectas, horizontales, verticales, diagonales del rostro de aquella imagen. Como resultado, muestra la foto que tenga las características visuales más compatibles con la imagen de origen (en realidad, cuando una imagen es introducida en el SIFASE, el programa devuelve identidades ordenadas de acuerdo a su similitud a partir de sus rasgos faciales de quién podría ser aquella persona que se busca).

Estas arquitecturas, las redes neuronales convolucionadas, no son estrictamente nuevas. Pero no fue hasta 2012 cuando su creador, Yann Lecun, que se desempeñaba como director de investigaciones en Facebook, las aplicó en reconocimiento facial obteniendo resultados “espectaculares”, según Negri. La clave consistió en utilizar una base de entrenamiento propia de las fotografías que las mismas personas cargan y etiquetan en Facebook. Esta base consistía en más de mil imágenes diferentes de unas 4 mil personas. “Hasta que apareció Facebook no existía una base de datos así: lo más parecido eran las bases de datos con fotos de famosos. Pero las redes sociales permitieron acceder a información visual de gente anónima, información que comenzó a ser fuente para reconocer personas”, explica Negri, y remata: “Dada la cantidad de datos que existen, hay muy buenos resultados”.

Hoy, el reconocimiento facial es una técnica que se viene utilizando mucho en sistemas comerciales aunque con un costo muy elevado. “Hoy en el área de procesamiento de imágenes hay muchísimo potencial, ya que se puede disponer de bases de datos cada vez más grandes, gracias a las redes.”, señala Negri. “Pero lo mejor, es que esta tecnología de punta la estamos probando desde CONICET, lo que permite bajar los costos y que la Justicia y la Seguridad argentinas se nutran de desarrollos ideados por sus propios científicos”.