falsificación inteligencia artificial
Getty Images

La inteligencia artificial sabe si tu bolso es una falsificación con solo una mirada

Un 'smartphone' y un microscopio de bajo coste son suficientes para que un sistema de análisis de imágenes detecte productos falsificados, desde ropa hasta pastillas

Una buena falsificación puede pasar inadvertida incluso ante ojos expertos. A no ser que esos ojos cuenten con un smartphone y un microscopio de bajo coste. La inteligencia artificial aplicada a las imágenes, similar a la que usan los buscadores de fotos en Internet, ya hace posible que cualquiera pueda distinguir si un bolso de Balenciaga o una pastilla de Viagra son o no auténticas.

Un equipo de investigadores de EE UU, liderado por Lakshminarayanan Subramanian, de la Universidad de Nueva York (NYU), ha desarrollado un mecanismo, Entrupy, que utiliza algoritmos de aprendizaje automático para distinguir entre versiones genuinas y falsificadas del mismo producto. Más de un centenar de tiendas, en su mayoría estadounidenses, utilizan ya el sistema, que se contrata como servicio por un mínimo de 100 dólares mensuales.

"El principio subyacente proviene de la idea de que las características microscópicas de un artículo o de una clase de artículos auténticos exhiben similitudes inherentes que pueden utilizarse para distinguirlos de sus versiones falsificadas", explica Subramanian, profesor del Instituto Courant de Matemáticas de la NYU.

El nombre, Entrupy, es una mezcla de entropy, entropía, y truth, verdad. “Entropía por la aleatoriedad inherente al universo y verdad por la verdad que hay detrás de los objetos físicos”, explica otro de los creadores del proyecto, Vidyuth Srinivasan. El tercer fundador es Ashlesh Sharma, doctorado por el Instituto Courant.

Getty Images

  • Un negocio muy rentable

Según la OCDE y la EUIPO, el tráfico de falsificaciones representa el 2,5% del comercio mundial, y el 5% de las importaciones realizadas por países de la UE. La mayoría de métodos de autenticación de productos son invasivos, y se basan en sistemas integrados en los objetos en el momento de su fabricación, como códigos de barras, hologramas o etiquetas de identificación por radiofrecuencia (RFID), que se pueden arrancar o duplicar. Salvo los más sofisticados, que a cambio son extremadamente caros de incorporar y de revisar durante la compra. En el caso del lujo o de la ropa, además hay motivos estéticos para no usarlos.

A diferencia de ellos, el microscopio gran angular portátil de Entrupy simplemente emite un vídeo en streaming de la estructura interna del objeto: tejidos, cuero, pastillas, electrónica, juguetes, zapatos… El streaming pasa por wifi a un smartphone, que hace capturas de imágenes y las envía a la nube, donde la inteligencia artificial las compara, mediante sus algoritmos de aprendizaje, con una base de datos de tres millones de fotos de las estructuras utilizadas por sus legítimos fabricantes. En pocos segundos, el usuario tiene la respuesta.

Por ejemplo, es posible que un bolso falso de superlujo de LVMH utilice la misma tela que el original, pero el proceso de impresión del logotipo puede que sea distinto. Los falsificadores, dicen los científicos, no analizan sus productos a nivel microscópico porque no les sale a cuenta.

"Entrupy tiene una precisión de más del 98%", señala Subramanian, y es capaz de descubrir objetos falsificados que parecen originales al ojo humano. La única excepción, obviamente, es que el falsificador venda mercancías auténticas, aunque de forma ilegal, lo que puede lograrse si se accede a la cadena de producción.

También podría ocurrir que el falsario imitara la tecnología de Entrupy. “Tardaría bastante tiempo, y tenemos medidas de seguridad suficientes para descubrir intrusiones o un mal uso del sistema”, explica Srinivasan. Otra opción sería que lo utilizaran para copiar la fabricación hasta el mínimo detalle, pero en ese caso, “se tardaría poco en volver a pillarlos, y en cierto modo eso contradice el propósito original de falsificar”.

Getty Images

Un grupo de inversores acaba de aportar 2,6 millones de dólares al proyecto, que hasta el momento ha verificado productos por valor de 14 millones de dólares. Entre los financieros está el experto en aprendizaje automático profundo Yann LeCun.

El sistema se ofrece en la versión básica, para establecimientos que hacen solo cinco verificaciones al mes, y que cuesta 100 dólares; la esencial (30 autenticaciones por 400 dólares); la total (100 por 1.000 dólares) y la empresarial, que se negocia individualmente.

  • Fraude en los mercados online

Otra startup, 3PM Marketplace Solutions, con sede en Chicago, utiliza también la inteligencia artificial para encontrar falsificaciones, pero en este caso lo hace utilizando datos de los mercados online.

Para ello, analiza si las valoraciones de los vendedores son falsas o incluso el tipo de productos que ofrecen. Por ejemplo, alguien que pase de ofrecer una cantidad notable de DVD de una película a desaparecer durante semanas y luego regrese ofreciendo blu-rays de otra, es sospechoso.

Uno de sus clientes ha sido HBO, que los contrató para descubrir copias piratas de Juego de tronos, pero el fundador de la startup, Rob Dunkel –procedente del trading bursátil con algoritmos- señala que el sistema puede beneficiar a empresas de todos los tamaños. Al funcionar mediante aprendizaje de máquinas, el sistema está al día de las últimas tácticas de los falsificadores.

La compañía ZeroFox, de Baltimore (EE UU), que combate todo tipo de amenazas para las empresas –phishing, filtración de datos-, utiliza también la inteligencia artificial para detectar falsificaciones en los mercados online.

  • Una nueva forma de catalogar

La inteligencia artificial también se puede utilizar para catalogar mercancías legales. La plataforma online de distribución de moda Brandsdistribution, que tiene 15.000 clientes en España y 10 veces más en el mundo, va a utilizar un sistema de reconocimiento de imágenes para ordenar de forma sistemática los artículos en las webs de sus usuarios.

El sistema interpreta tejidos, colores y géneros, y obtiene las descripciones y fichas de producto asociadas a cada imagen de manera automática. Se ha desarrollado a partir del software de código abierto (libre) para aprendizaje automático TensorFlow, de Google, en colaboración con la universidad Politécnica de Milán (Italia) y la compañía de software Zero 11.

Retina

20/09/2017
Normas
Entra en EL PAÍS