Madrid 28 de Enero, 2025. El día de ayer nuestro compañero Fernando Escudero del departamento de Marketing y Comunicaciones estuvo como invitado del podcast de Placido Doménech de xHub.AI, reconocido en el habla hispana por hablar sobre temas de Inteligencia Artificial y su aplicación en diferentes sectores y soluciones.

Aquí podrás ver el resumen de los puntos principales:

Transformación Demográfica y Urbanización

Actualmente el 56% de la población mundial vive en ciudades, cifra que se espera que aumente al 70% para 2050, según el Banco Mundial. Esta tendencia hacia la urbanización genera desafíos significativos en términos de gestión y servicios públicos, lo que enfatiza la necesidad de desarrollar ciudades inteligentes que puedan acomodar este crecimiento poblacional de manera sostenible.

Evolución de las Smart Cities

La percepción de las ciudades inteligentes ha evolucionado desde simples sensores y cámaras a la integración de tecnologías avanzadas como la inteligencia artificial. Este cambio permite que las decisiones sean tomadas más rápidamente, mejorando la eficiencia en la gestión urbana y la respuesta a incidentes.

Importancia de la Seguridad en las Ciudades

La conversación abordo cómo la inteligencia artificial puede mejorar la seguridad en las ciudades. Al automatizar la revisión de grandes cantidades de información en operaciones de vigilancia, y permitiendo a las fuerzas del orden enfocarse en tareas más críticas.

• Vigilancia inteligente: Cámaras que al analizarse con IA pueden identificar comportamientos sospechosos y alertar a las autoridades.
• Respuesta a emergencias: Sistemas de análisis predictivo ayudan a los servicios de emergencia a responder de manera más rápida y eficiente.
• Prevención de delitos: La IA está siendo utilizada para analizar patrones de criminalidad, permitiendo a las fuerzas del orden tomar medidas proactivas.

Sostenibilidad y Eficiencia Energética

Se enfatizó que las ciudades inteligentes se caracterizan por la sostenibilidad. Ejemplos como la sincronización de semáforos y el uso de contenedores de basura conectados son ilustraciones de cómo la tecnología puede reducir el consumo de energía y mejorar la gestión de residuos, contribuyendo a ciudades más limpias y eficientes.

• Gestión del tráfico: Sensores y algoritmos de IA monitorean el flujo vehicular en tiempo real, ajustando semáforos y rutas para minimizar la congestión y reducir las emisiones contaminantes.
• Transporte autónomo: La llegada de vehículos sin conductor está revolucionando la movilidad, ofreciendo mayor seguridad y eficiencia. Se debatió el impacto de estas tecnologías en la logística, los servicios de transporte público y los usuarios particulares.
• Optimización del transporte público: Los sistemas de IA permiten analizar patrones de movilidad en tiempo real para ajustar rutas y horarios del transporte público, maximizando la eficiencia y reduciendo tiempos de espera para los usuarios.

Colaboración Público-Privada como Clave 

Plácido y Fernando coinciden en que el desarrollo de ciudades inteligentes requiere un enfoque de colaboración entre el sector público y privado. La inversión pública y la innovación privada son esenciales para crear las infraestructuras necesarias que permitan a las ciudades adaptarse y prosperar en un mundo cada vez más digitalizado.

Casos Reales: Ciudades que Lideran el Camino

El episodio incluyó ejemplos concretos de ciudades que ya están adoptando estas innovaciones:

• Singapur: Líder en gestión inteligente del tráfico, Singapur utiliza IA para optimizar el flujo vehicular y mejorar la experiencia de transporte público.
• Copenhague: Esta ciudad está en camino de convertirse en la primera capital neutra en carbono, gracias a sistemas inteligentes que gestionan el consumo de energía y agua.
• Tokio: En Japón, la IA se utiliza para monitorear terremotos y otros desastres naturales, garantizando una respuesta inmediata.

Desafíos Éticos y Sociales

Finalmente, el podcast abordó los desafíos éticos y sociales que surgen con la implementación de la IA en las ciudades:

Privacidad de los datos: La recopilación masiva de información plantea preocupaciones sobre cómo se almacenan, procesan y utilizan estos datos, y las medidas que se están implementando en Europa versus otros países como China o Estados Unidos.

Conclusión: Un Futuro Lleno de Oportunidades y Retos

La inteligencia artificial está transformando nuestras ciudades a un ritmo acelerado, ofreciendo soluciones a problemas complejos y creando nuevas oportunidades para mejorar la calidad de vida. Si deseas explorar más sobre este tema y conocer ejemplos concretos, desafíos y oportunidades de las ciudades inteligentes, te invitamos a escuchar el podcast completo.

¿Qué es OSINT?

En los tiempos de la Guerra Fría, recopilar información sobre el enemigo estaba de moda. En aquella época, HUMINT (inteligencia humana, obtenida de una persona), COMINT (inteligencia de comunicaciones, obtenida de las comunicaciones de voz) y SIGINT (inteligencia de señales, obtenida de señales electrónicas que no son COMINT) eran las principales fuentes de inteligencia, aunque existen algunas otras.

Luego llegó Internet. Al principio no cambió mucho, pero una vez que Internet se generalizó y llegaron las redes sociales y el Smartphone, todo el mundo tuvo de repente la oportunidad de publicar cualquier cosa en línea en cuestión de segundos. Con alcance mundial.

Y esto creó toda una nueva categoría de inteligencia: OSINT (Open Source Intelligence). Es decir, inteligencia producida mediante la recopilación de información disponible públicamente. Para ser francos, la OSINT es en realidad mucho más antigua y data de la Segunda Guerra Mundial, cuando se recopilaba información de inteligencia escuchando la radio pública enemiga y más tarde la televisión. Pero con la digitalización de la información e Internet, la OSINT se disparó.

La información no es inteligencia

Antes de seguir adelante, es necesario aclarar una cosa: disponer de información no es inteligencia. Lo que convierte la información en inteligencia es tener un propósito al examinar esa información. O dicho de otro modo: si la información que has recopilado se utiliza para obtener una perspectiva o responder a una pregunta concreta, se convierte en inteligencia. Los métodos habituales para extraer respuestas de la información consisten en analizarla o correlacionarla con otros datos.

¿Cuáles son las principales fuentes de datos OSINT?

En general, como sugiere el término «Open Source», sus fuentes de datos deben ser de acceso público para ser calificadas como OSINT. Esto incluye lo siguiente

• Medios de comunicación
• Plataformas de medios sociales
• Sitios web
• Bibliotecas
• La Web Oscura
• Registros públicos
• Imágenes, audio o vídeo

Excepto, tal vez, la Dark Web, casi todo el mundo que lea esto sabe cómo encontrar datos en todas las fuentes anteriores, utilizando sólo un navegador web. E incluso la Dark Web no es realmente tan difícil.

La información que puedes recoger de Internet suele estar en uno de estos cuatro formatos: texto, audio, imágenes o vídeo. Obviamente, existen formatos adicionales como presentaciones, PDF y bases de datos, pero normalmente puedes convertir todos ellos en uno de los cuatro principales.

¿Quién utiliza OSINT y para qué?

En general, la OSINT está disponible para todo el mundo. Sin embargo, para realizar investigaciones complejas se necesita, obviamente, más poder de búsqueda que el disponible para cualquier ciudadano particular. Por ello, los colectivos que más utilizan OSINT son los siguientes:

• Fuerzas y Cuerpos de Seguridad. Obviamente uno de los mayores consumidores de inteligencia OSINT son las Fuerzas y Cuerpos de Seguridad. La utilizan para sus investigaciones, averiguar relaciones entre personas o rastrearlas online, etc.
• Militar. En realidad, los orígenes de OSINT fueron militares. Así que hoy en día lo siguen utilizando para averiguar posibles amenazas, o información sobre individuos de países específicos.
• Gobierno. El gobierno puede utilizar OSINT para averiguar más sobre alguien, para cualquier propósito (impuestos, legal, etc.) y obviamente lo utiliza en sus servicios de inteligencia.
• Despachos de abogados y compañías de seguros. En este caso las motivaciones pueden ser variadas, pero tener acceso a OSINT puede ayudar a resolver o establecer muchos casos legales o reclamaciones de seguros.
• Finanzas. El sector financiero también puede beneficiarse de vigilar a los competidores, mercados específicos o las actividades públicas de personas con capacidad para influir en los mercados.
• Investigadores. Tanto los periodistas como los Investigadores Privados pueden utilizar OSINT para avanzar en su historia o caso buscando información sobre las partes implicadas.
• Marketing. Analizar los mercados, las tendencias del mercado o incluso las tendencias en las redes sociales puede dar pistas sobre futuros desarrollos de productos o servicios o sobre cómo orientar una campaña. También es útil para conocer la reputación de una empresa.

De hecho, es posible que incluso usted haya utilizado OSINT para averiguar información sobre un vendedor de un artículo que quería comprar, o comprobando las redes sociales antes de contratar a alguien.

¿Cómo potenciar el OSINT ?

El principal problema de los sistemas OSINT es que son muy buenos recopilando información y encontrando relaciones, pero no pueden utilizar todos los tipos de datos que obtienen. Las bases de datos y los archivos de texto, los documentos PDF y similares son fáciles de leer y analizar. Sin embargo, el audio, las imágenes y el vídeo no lo son. Representan un cierto tipo de datos no estructurados que no pueden analizarse sin verlos u oírlos.

Y ahí es donde entran en juego herramientas como Intelion. Pueden integrarse en el proceso de adquisición y análisis de datos y son capaces de dar sentido a los archivos de audio, imagen y vídeo aplicándoles distintos analizadores. Por ejemplo, para encontrar una cara, un sonido o un patrón de audio concretos. Intelion también es capaz de transcribir voz a texto y traducirlo, o de encontrar objetos en una imagen o un vídeo. Todos los hallazgos se convierten en metadatos (en formato de texto), que luego se envían de vuelta al sistema OSINT que puede aplicar sus técnicas habituales de procesamiento a estos datos, ampliando así la gama de medios que pueden utilizarse como datos procesables, más allá del simple texto, este software esta pensado para ser utilizado por fuerzas del orden e inteligencia. 

Madrid, 28 de Noviembre de 2024. ISID, empresa tecnológica especializada en soluciones y plataformas de IA para el almacenamiento y análisis avanzado de vídeo y audio, participará como expositor en tres ferias ISS World, que son el mayor encuentro mundial de analistas de las fuerzas del orden, los servicios de inteligencia y la seguridad nacional, las telecomunicaciones y los investigadores de delitos financieros responsables de la investigación de la ciberdelincuencia, la vigilancia electrónica y la recopilación de información. 

ISID en las ISS 2025 

La plataforma Intelion es un analizador de vídeo y audio para fuerzas de seguridad, agencias gubernamentales y de inteligencia y otras organizaciones públicas o privadas, que reduce los tiempos de investigación y análisis a una fracción de lo habitual, automatizando las tareas de revisión y documentación de vídeo, audio e imágenes generadas en operaciones de vigilancia, grabaciones o análisis de redes sociales, gracias a los algoritmos de IA integrados en una única plataforma. 

Intelion

Intelion es una plataforma de análisis de IA que puede integrarse con cualquier VMS o funcionar de forma autónoma, y procesa archivos de vídeo, cámaras de vigilancia en directo, emisiones de TV y radio en directo o contenidos de plataformas online, de forma masiva y desatendida. Aplica analizadores avanzados basados en IA para clasificar automáticamente toda esa información y localizar objetivos, caras, objetos y cualquier otra información casi en tiempo real. Intelion también es capaz de supervisar y analizar redes sociales, sitios de noticias y recopilar el sentimiento en torno a temas específicos. La plataforma está disponible en tres versiones principales: 

• Safe City. Intelion Safe City puede conectarse a cualquier VMS y mejorar la infraestructura de seguridad para una iniciativa Smart City o Safe City. Intelion agrega capas de análisis de IA al VMS. 

• Investigación de medios. Diseñada específicamente para facilitar las investigaciones policiales y de inteligencia, Intelion Media Investigation es la solución que permite la ingesta masiva de archivos multimedia o señales de audio y video generadas en operaciones de vigilancia (es decir, de cámaras) y automatiza las tareas de análisis, documentación y revisión de los videos. 

• Sistema de gestión de pruebas digitales. Intelion Digital Evidence Management proporciona un entorno completo donde recopilar, almacenar, analizar y compartir evidencia digital para las agencias de aplicación de la ley y mantener la cadena de custodia. 

Acerca de ISID 

ISID es una empresa española y global que desarrolla soluciones y plataformas para el procesamiento, análisis, gestión y almacenamiento de audio y vídeo, ya sea basado en archivos, en streaming o en directo (TV). Nuestras soluciones integran módulos avanzados de análisis de IA (como biometría, S2T, traducción, reconocimiento de objetos, audio fingerprinting & ID, etc.) y se utilizan en múltiples sectores, como Seguridad, Gobierno y Administración Pública, Fuerzas y Cuerpos de Seguridad, Inteligencia, Agencias de Comunicación, Educación, Bancos de medios, Sanidad y Legal. Son agnósticas con respecto a las plataformas de despliegue y pueden integrarse con la mayoría de proveedores tecnológicos e instalaciones audiovisuales existentes. 

El papel de las tecnologías de Ciudad Segura en la vigilancia moderna

Inicialmente, la vigilancia urbana dependía de configuraciones básicas de CCTV, que requerían una supervisión humana constante. Sin embargo, las tecnologías de Ciudad Segura ahora incluyen capacidades mejoradas por IA, transmisiones de video de alta definición e integración perfecta en toda la infraestructura de la ciudad, lo que permite a la policía recopilar inteligencia en tiempo real y responder de manera eficiente. Los sistemas impulsados ​​por IA como Intelion han aportado mejoras transformadoras al trabajo policial, lo que permite la identificación rápida de amenazas y procesos de investigación optimizados.

Avances clave en las tecnologías de Cuidad Segura

1. Detección de incidentes en tiempo real Los sistemas de Safe City permiten a la policía establecer reglas de detección basadas en criterios específicos, ya sea para monitorear a personas de interés, identificar ubicaciones de alto riesgo o rastrear actividades sospechosas. Las capacidades de detección de incidentes de Intelion permiten a las fuerzas del orden personalizar las alertas y recibir notificaciones de inmediato cuando se detectan elementos particulares en las transmisiones de las cámaras, como personas o comportamientos específicos. Esta detección en tiempo real permite a la policía prevenir incidentes de manera proactiva, responder más rápido a las amenazas y tomar decisiones basadas en datos sobre el terreno.

2. Seguimiento y análisis retrospectivo de videos Una de las herramientas más valiosas para la policía en los sistemas Safe City es la capacidad de rastrear personas y vehículos a través de múltiples cámaras, tanto en tiempo real como de manera retrospectiva. Intelion proporciona un seguimiento sólido que permite a los oficiales reconstruir rutas a lo largo de la ciudad para reconstruir los movimientos de sospechosos o vehículos involucrados en actividades delictivas. Ya sea que estén siguiendo una pista de minutos o días atrás, esta herramienta simplifica las investigaciones y permite a la policía retroceder a través de las transmisiones de las cámaras, reconstruir rutas y señalar los orígenes.

3. Análisis de comportamiento para la detección de amenazas Más allá del simple monitoreo, las tecnologías de Ciudad Segura incluye capacidades de análisis de comportamiento que ayudan a las fuerzas del orden a detectar comportamientos inusuales o potencialmente peligrosos. El sistema de Intelion puede identificar acciones específicas como reuniones repentinas, altercados físicos o incluso individuos que actúan de manera errática, lo que podría indicar intoxicación, emergencias médicas u otros riesgos de seguridad. La policía puede responder a estas alertas en tiempo real, abordando incidentes que de otra manera podrían pasar desapercibidos hasta que se intensifican.

4. Reconocimiento facial para identificación En situaciones de alto riesgo en las que es fundamental identificar rápidamente a sospechosos o personas desaparecidas, la tecnología de reconocimiento facial proporciona un recurso invaluable. La capacidad de reconocimiento facial de Intelion permite a las fuerzas del orden hacer coincidir los rostros capturados en video con perfiles conocidos en una base de datos segura, lo que proporciona una confirmación instantánea. Esto acelera significativamente las investigaciones, lo que permite a la policía identificar a las personas de interés y verificar las identidades en tiempo real, especialmente en situaciones en las que cada segundo cuenta.

5. Reconocimiento avanzado de objetos El reconocimiento de objetos en la tecnología Safe City ayuda a la policía a identificar detalles cruciales dentro de una escena, como detectar armas, identificar objetos inusuales abandonados o incluso diferenciar entre tipos de vehículos en tiempo real. La función de reconocimiento de objetos de Intelion brinda a la policía información sobre los elementos de una escena que pueden estar vinculados a un incidente de seguridad, lo que les proporciona inteligencia procesable y reduce los tiempos de respuesta. Esto ayuda a los equipos de seguridad a analizar rápidamente las situaciones, lo que aumenta tanto la precisión como la velocidad de la respuesta policial.

6. Conversión de voz a texto para una mejor recopilación de información En ciudades multilingües o durante eventos críticos donde las conversaciones grabadas contienen pistas vitales, la conversión del lenguaje hablado a texto ayuda a agilizar las investigaciones. La capacidad de conversión de voz a texto de Intelion permite a las fuerzas del orden transcribir el audio de las secuencias de vídeo al instante, lo que facilita las búsquedas, la comparación de palabras clave y la obtención de datos traducibles para la comprensión en tiempo real de conversaciones multilingües. Esto mejora la recopilación de pruebas y ayuda a la policía a recopilar y analizar informes con rapidez.

Beneficios de las tecnologías de Safe City para las fuerzas del orden

La integración de las tecnologías de Ciudad Segura en la infraestructura de seguridad urbana ofrece varias ventajas tangibles para la policía y las fuerzas de seguridad de la ciudad:

• Mayor conocimiento de la situación: gracias a que la IA gestiona numerosas transmisiones de cámaras, la policía y el personal de seguridad obtienen una visibilidad integral y en tiempo real de las áreas urbanas, lo que les permite priorizar las zonas de alto riesgo o los incidentes en curso de manera más eficaz.
• Prevención del delito basada en datos: al utilizar análisis avanzados y detección de incidentes, la policía puede identificar amenazas de manera proactiva y anticipar incidentes, lo que ayuda a reducir las tasas de delincuencia con el tiempo.
• Optimización de recursos: los sistemas automatizados permiten a la policía centrarse en las preocupaciones inmediatas en lugar de supervisar manualmente las imágenes, lo que libera al personal para otras responsabilidades críticas y maximiza la asignación de recursos.
• Capacidades mejoradas de investigación y resolución de delitos: las herramientas de análisis retrospectivo y las capacidades de seguimiento ayudan significativamente al trabajo de investigación, lo que permite a la policía reconstruir los eventos después de que ocurren y fortalecer la evidencia del caso, en particular al rastrear a reincidentes o incidentes relacionados.

IA al rescate

Hasta hace poco, para saber si una determinada letra se correspondía con otra y, por tanto, debía ser obra de la misma persona, se necesitaba un experto formado: un grafólogo. Esto requiere años de formación especializada para poder desenvolverse en un tribunal y utilizar los hallazgos como prueba. Así que hasta ahora los grafólogos eran sólo humanos, haciendo un trabajo avanzado de reconocimiento y utilizando años de experiencia como herramienta.

Pero la inteligencia artificial se ha puesto al día y no sólo es capaz de leer texto impreso con fuentes predecibles, sino también material manuscrito. De hecho, se ha vuelto tan buena en ello, que ahora esta tecnología se utiliza para el análisis forense. Es decir, para comparar si una determinada letra fue escrita por la misma persona que otro fragmento de texto. Estos sistemas se denominan colectivamente FISH (Forensic Information System for Handwriting) y su principal objetivo es analizar todos los trazos, su dirección, fuerza, presión, etc. de un texto, y luego compararlo con otro. La principal dificultad reside en que ambos textos no suelen ser iguales, por lo que se podría hacer una simple comparación óptica. De ahí la necesidad de un grafólogo o, ahora, de una IA FISH.

Porqué utilizar IA para comparar texto manuscrito?

En primer lugar, el uso de una máquina puede ser más rápido que enviar el texto a un grafólogo y esperar los resultados. En algunos casos policiales o investigaciones, el tiempo es esencial. Pero la razón principal es que FISH no es sólo un sistema de reconocimiento de escritura a mano, sino una base de datos que almacena todos los parámetros que se han analizado en un determinado texto.

De esta manera, dado un nuevo texto (por ejemplo, una correspondencia amenazante), el examinador puede escanear el documento en el sistema y compararlo con cientos o miles de documentos almacenados anteriormente, con el fin de encontrar posibles coincidencias. Para un humano entrenado puede ser fácil ver si dos fragmentos de texto fueron escritos por la misma persona, pero no es posible que sepa quién escribió ese texto en particular. Un sistema de información foreste FISH puede hacerlo, si ya hay una muestra anterior almacenada en la base de datos. Si se encuentra una coincidencia, esa información es muy útil para el investigador, ya que puede indicarle a una persona específica. Y el sistema FISH puede encontrar coincidencias entre miles de muestras en cuestión de segundos o minutos.

GPEC Digital 2025

Todos los años se celebra en el Congress Zenter en Leipzig (Alemania) la Exposición y conferencia sobre equipamiento policial general, GPEC. Se alterna entre la GPEC estándar, que presenta principalmente equipamiento policial de hardware, como coches, tanques, armas, protección personal, etc., y la GPEC Digital, centrada en software y servicios para las fuerzas del orden. Esta primavera, ISID fue expositor en la GPEC 2024 y el año que viene lo seremos en la GPEC Digital 2025, donde presentaremos las últimas mejoras de nuestra plataforma de análisis de vídeo, audio e imagen con inteligencia artificial Intelion para las fuerzas del orden.

Intelion en GPEC Digital 2025

La plataforma Intelion, para analítica IA de vídeo y audio está ya en su segunda generación y tiene tres variantes, cada una diseñada específicamente para su caso de uso:

• Ciudad Segura. La variante Intelion Safe City puede conectarse a cualquier VMS y mejorar la infraestructura de seguridad para una iniciativa Smart City o Safe City. Intelion agrega capas de análisis de IA al VMS, por lo que se pueden monitorear cientos o miles de transmisiones de cámaras y buscar elementos específicos como rostros, matrículas, objetos, etc. Intelion funciona tanto en tiempo real como en retrospectiva.
• Investigación de medios. Diseñada específicamente para facilitar las investigaciones policiales y de inteligencia, Intelion Media Investigation es la solución que permite la ingesta masiva de archivos multimedia o señales de audio y video generadas en operaciones de vigilancia (es decir, de cámaras) y automatiza las tareas de análisis, documentación y revisión de los videos, reduciendo los requisitos de tiempo y recursos dedicados a ver contenido de video o transmisiones de cámaras, y brindando análisis y alarmas automatizadas sobre detecciones.
• Gestión de pruebas digitales. Las pruebas modernas en los casos policiales son mayoritariamente digitales en la actualidad. Los ordenadores, los teléfonos inteligentes e Internet proporcionan videos, fotos, grabaciones de audio, documentos o contenido de redes sociales que pueden ayudar a resolver un caso. Pero la cantidad de datos que se pueden recopilar como evidencia digital es enorme y requiere un sistema que sea capaz de administrar toda la información, interpretarla, analizarla y extraer conclusiones de los datos. Intelion Digital Evidence Management proporciona un entorno completo donde recopilar, almacenar, analizar y compartir evidencia digital para las agencias de aplicación de la ley y mantener la cadena de custodia.

Acerca de ISID

ISID es una empresa española y global que desarrolla soluciones y plataformas para el procesamiento, análisis, gestión y almacenamiento de audio y vídeo, ya sea basado en archivos, en streaming o en directo (TV). Nuestras soluciones integran módulos avanzados de análisis de IA (como biometría, S2T, traducción, reconocimiento de objetos, audio fingerprinting & ID, etc.) y se utilizan en múltiples sectores, como Seguridad, Gobierno y Administración Pública, Fuerzas y Cuerpos de Seguridad, Inteligencia, Agencias de Comunicación, Educación, Bancos de medios, Sanidad y Legal. Son agnósticas con respecto a las plataformas de despliegue y pueden integrarse con la mayoría de proveedores tecnológicos e instalaciones audiovisuales existentes.

Diferencias entre ambos sistemas de reconocimiento facial

El reconocimiento facial y el reconocimiento facial por similitud son conceptos relacionados, pero se centran en diferentes aspectos de cómo se identifican y comparan los rostros. El reconocimiento facial “estándar” es un término amplio que se refiere a la tecnología y los métodos utilizados para identificar o verificar la identidad de una persona en función de sus rasgos faciales. Por lo general, implica capturar una imagen de un rostro, analizarla mediante algoritmos de IA y compararla con una base de datos de rostros conocidos. El proceso incluye obtener los rasgos faciales con la mayor precisión posible y crear una especie de huella dactilar de identificación de cada persona específica. Estas identificaciones se comparan con una base de datos de rostros conocidos (que ha sido entrenada previamente con esos rostros y los nombres asignados a mano).

El reconocimiento facial por similitud es un enfoque más específico dentro del reconocimiento facial que enfatiza la comparación de los rasgos de un rostro determinado para encontrar rostros similares, en lugar de hacerlos coincidir estrictamente con una identidad conocida. Se centra en el uso de algoritmos para medir qué tan cerca se parecen dos rostros entre sí y devuelve una “puntuación de similitud”. Esto significa que no se obtiene un nombre concreto, sino qué tan similar es el rostro actual con uno con el que se está comparando. Como resultado, se pueden obtener grupos de caras similares o parecidas. La ventaja de este sistema es que no se procesa información personal, excepto la cara original con la que se comparan todas las demás.

Tecnología general de detección de rostros en vídeo

1. Normalmente, cuando se procesa un vídeo en busca de rostros, el flujo de vídeo se divide en fotogramas individuales. A continuación, se analiza cada uno de estos fotogramas en busca de rostros, como si fuera una fotografía fija. En general, la detección de rostros utiliza modelos de Deep Learning para encontrar rasgos faciales en una imagen.
2. Si se detecta un rostro (normalmente un óvalo sobre un cuerpo humano), el sistema extrae sus características clave. Normalmente, se trata de la posición y el tamaño de los ojos, la punta de la nariz, el contorno de la mandíbula, la posición de los labios, las orejas, etc.
3. Toda esta información se convierte en lo que se denomina un «vector» en la jerga del Deep Learning. Se trata de una representación numérica de ese rostro en particular.
4. Todos estos vectores se comparan con una base de datos existente de vectores de rostros. Si se encuentra una coincidencia, la persona en ambas imágenes debe ser la misma. Solo se permiten coincidencias exactas o casi exactas.

Los inicios: Cámaras de vídeovigilancia

A mediados del siglo XX, se introdujeron las cámaras de vídeovigilancia como primera línea de defensa para la vigilancia de las ciudades. Estas cámaras proporcionaron a las fuerzas del orden y a los organismos de seguridad una nueva forma de vigilar los espacios públicos. Aunque revolucionarios en su momento, los primeros sistemas de CCTV eran limitados. Las cámaras grababan imágenes, pero los operadores tenían que examinar manualmente horas de vídeo para encontrar sucesos concretos, un proceso tedioso e ineficaz.

Aun así, la introducción de la vídeovigilancia supuso un cambio importante en la seguridad urbana. Ciudades como Londres y Nueva York fueron las primeras en adoptarla, instalando miles de cámaras para vigilar zonas de alto riesgo. Aunque la vídeovigilancia mejoró la disuasión del delito y ayudó a las fuerzas del orden a resolver casos, la tecnología no estaba exenta de dificultades. La falta de análisis automatizados significaba que los operadores humanos eran los únicos responsables de interpretar los datos, lo que dejaba margen para el error humano y la pérdida de información crucial.

Transformación digital: Cámaras IP y sistemas en red

La evolución de la tecnología digital a finales de los 90 trajo consigo la siguiente oleada de mejoras en seguridad urbana: las cámaras IP. A diferencia de los sistemas analógicos, las cámaras IP podían conectarse a Internet, lo que permitía el acceso remoto y la supervisión en tiempo real. Esta transformación digital no sólo mejoró la calidad de las imágenes, sino que también facilitó el almacenamiento y el intercambio de datos entre varios sistemas.

En la década de 2000, muchas ciudades habían adoptado sistemas en red que permitían una mejor coordinación entre organismos y una gestión más ágil de los datos de vigilancia. Estos sistemas marcaron el comienzo de configuraciones de seguridad más inteligentes, ya que permitían una mayor escalabilidad y la posibilidad de integración con otros sistemas de gestión urbana.

El auge de la IA y la analítica avanzada

Con la aparición de la inteligencia artificial (IA) y la analítica avanzada de vídeo, la vigilancia urbana experimentó otro cambio revolucionario. Los sistemas de seguridad ya no se limitaban a la mera grabación de vídeo; ahora tenían la capacidad de analizar las imágenes en tiempo real. La analítica impulsada por la IA podía detectar comportamientos inusuales, rastrear a personas a través de múltiples cámaras e incluso reconocer rostros o matrículas.

Estas capacidades transformaron la vigilancia urbana en sistemas proactivos. En lugar de esperar a que se produjeran delitos o incidentes, la analítica de la IA podía alertar a las autoridades sobre los riesgos potenciales antes de que se intensificaran. Los modelos de aprendizaje automático también podían predecir patrones en la actividad delictiva, lo que conducía a una mejor asignación de recursos y tiempos de respuesta más rápidos.

La ciudad inteligente: un enfoque integrado de la seguridad

A medida que las ciudades crecen y evolucionan, el concepto de «ciudad inteligente» ha surgido como la máxima realización de la seguridad y la eficiencia urbanas. Las ciudades inteligentes integran varios sistemas (gestión del tráfico, servicios públicos, recogida de residuos y, por supuesto, seguridad) en una red cohesiva. Mediante el uso de dispositivos de Internet de las cosas (IoT), computación en la nube e inteligencia artificial, estas ciudades pueden optimizar recursos, reducir costos y, lo más importante, garantizar la seguridad pública.

En el ámbito de la seguridad, las ciudades inteligentes llevan la vigilancia al siguiente nivel. Las soluciones de ciudades seguras impulsadas por IA utilizan datos en tiempo real de millones de dispositivos conectados para brindar una visión integral de los entornos urbanos. Desde la supervisión de espacios públicos y centros de transporte hasta la detección de amenazas potenciales, la tecnología de las ciudades inteligentes está diseñada para garantizar la seguridad de todos los residentes de la manera más eficiente y automatizada posible.