Entre los muchos sectores que se han visto revolucionados por el auge de la web visual se encuentra el de la fotografía de archivo. Con miles de millones de imágenes capturadas, subidas y compartidas en línea cada día, cada vez resulta más difícil, tanto para los departamentos editoriales como para los de marketing, encontrar las imágenes perfectas a gran escala y con rapidez. Es cierto que muchas herramientas de reconocimiento de imágenes ya disponibles destacan a la hora de encontrar objetos, escenas y rostros —desde gatos y señales de tráfico hasta bosques y famosos—, pero ¿un retrato artístico en el que el rostro esté enfocado y el fondo borroso? No tanto.
Fundada en 2011 en Berlín, EyeEm es una agencia de fotografía de stock de última generación que utiliza la visión artificial y el aprendizaje automático para identificar imágenes en función de sus cualidades estéticas. Y cuando hablamos de estética, nos referimos, en su mayor parte, a imágenes agradables a la vista. EyeEm ofrece una aplicación para móviles que los fotógrafos pueden utilizar para identificar las imágenes más atractivas desde el punto de vista estético y con mayor potencial comercial en sus smartphones, para luego subirlas al mercado online de la empresa, donde los compradores de fotos de archivo pueden buscarlas y adquirirlas de forma eficiente (gracias a la visión artificial). ¿Cómo funciona este enfoque tan ambicioso y artístico de la visión artificial, y por qué debería utilizarlo todo fotógrafo o editor fotográfico para ser descubierto o para descubrir, respectivamente, a la próxima Vivian Maier? Le pedimos a Lorenz Aschoff, fundador y director ejecutivo de EyeEm, con sede en Berlín, que nos explicara exactamente cómo funciona EyeEm.
¿Para qué sirve EyeEm?
Desarrollamos inteligencia artificial capaz de comprender la estética y la belleza. Este es el problema que intentamos resolver: desde la invención de la captura digital, se han tomado billones de imágenes y se está acumulando una cantidad ingente de datos. Cada vez resulta más difícil encontrar contenido relevante entre todas estas imágenes, y la verdad es que carecemos de una forma de revisarlas y seleccionarlas de manera eficaz. Esto supone un problema tanto para los consumidores particulares como para los profesionales del sector. Por eso, hemos desarrollado una aplicación para Android e iOS que cuenta con una red de aproximadamente 22 millones de fotógrafos, tanto aficionados como profesionales, que suben sus imágenes a la plataforma. A continuación, nuestra tecnología propia de visión artificial y aprendizaje automático revisa las imágenes enviadas y selecciona las mejores, tanto desde el punto de vista estético como en términos de valor comercial. El producto está dirigido no solo a fotógrafos —tanto aficionados como profesionales— que desean monetizar las imágenes que suben, sino también a editores de fotografía de empresas de medios de comunicación y departamentos de marketing que necesitan encontrar imágenes relevantes. La aplicación también te ayuda a encontrar más rápidamente en tu teléfono el tipo de fotos que estás buscando.
Esa última función se parece mucho a Google Fotos. ¿En qué se diferencia EyeEm?
Bueno, lo principal es que nos centramos en la fotografía de archivo —ese es nuestro modelo de negocio, a diferencia de Google Fotos, que está dirigido a los consumidores—, pero una diferencia clave en cuanto al funcionamiento de nuestra tecnología es que nos centramos en la estética, en comprender la belleza de las fotos más allá del mero contenido. Utilizamos muchas palabras clave, al igual que lo hace Google Fotos —etiquetando imágenes que contienen montañas, rostros, animales, objetos, etc.—, pero nuestras palabras clave suelen referirse a la estética y la composición de la imagen, más que a los objetos básicos. Para simplificarlo, básicamente tomamos imágenes de los mejores fotógrafos del mundo y se las proporcionamos a la máquina, que utiliza el aprendizaje profundo para encontrar puntos en común entre estas imágenes de gran impacto estético.
También revisamos algunas de estas imágenes con personas, para poder establecer una comparación. En otras palabras, utilizamos la tecnología para identificar las joyas ocultas, y esta aprende de forma sistemática a identificar lo más destacado de cada imagen; pero luego comparamos lo que gusta a las personas con lo que le gusta a la máquina, casi a modo de refuerzo. Y esa es la clave del éxito, sobre todo con el aprendizaje profundo. Así, podemos introducir cualquier otra imagen que acabes de capturar y, en esencia, podemos decir: «Vale, ¿qué probabilidad hay de que, desde un punto de vista estético, esta imagen te resulte atractiva y te parezca bonita?». Esta tecnología básica se puede aplicar, por ejemplo, para escanear las imágenes de tu móvil y mostrar las más bonitas que tienes en él, o también para indicarte cuál es la mejor versión de una misma imagen que quizá hayas tomado cinco o seis veces.
¿Es cierto que la máquina establece realmente reglas estéticas?
No en el sentido clásico, y siempre está aprendiendo. Este es un buen ejemplo de cómo la concepción humana de las definiciones de la estética choca con la forma en que una máquina funciona y entiende la estética. A diferencia de los humanos, las máquinas no tienen reglas ni piensan en conceptos estéticos como «la simetría es bella» o «la proporción áurea es bella». Es mucho más abstracto que eso. Puede que nosotros, como seres humanos, no seamos capaces de entender por qué algo es bello —simplemente lo sabemos—, pero la máquina es capaz de identificar patrones que se correlacionan con lo que se considerarían cualidades estéticas. Con el tiempo, encontrará imágenes simétricas y basadas en la proporción áurea, y lo hará rápidamente y a gran escala, pero no se puede explicar con palabras exactamente cómo funciona, ya que las máquinas aprenden de una forma no exacta y heurística, lo cual resulta frustrante para mucha gente.
También puede resultar frustrante para algunos editores de fotografía de revistas, sitios web y departamentos de marketing.
Bueno, hay gente a la que, sin duda, le molesta la idea de que exista una tecnología que realmente pueda ayudarles a potenciar lo que hacen y eso se debe, por desgracia, a que gran parte del debate en torno a la IA y el ámbito laboral está un poco simplificado. Pero, como he mencionado, uno de los principales retos, tanto en el contexto editorial como en el del marketing, es que, si buscas fotos o vídeos en los bancos de imágenes, la estética puede ser de lo más variada. A veces, los resultados de la búsqueda de imágenes son realmente poco auténticos y se tarda muchísimo tiempo en encontrar lo que realmente te interesa. Nuestra tecnología garantiza que solo veas el contenido que, desde el punto de vista estético, se ajusta a lo que estás buscando. Te permite trabajar con más material a la vez y reducir el tiempo que dedicas a buscar y descartar lo que no te sirve, lo que te permite centrarte en otras tareas y dedicarte de verdad a hacer bien la selección de contenidos.
Y en cuanto a tranquilizar a los profesionales de la fotografía que puedan sentirse amenazados por herramientas de IA como EyeEm, creemos que gran parte de ello tiene que ver con la interfaz. Solo hay que hacer sugerencias y la gente puede aceptarlas o rechazarlas. Nunca decimos «esta es la mejor imagen en este momento», sino más bien «¿qué te parece esta?» o «¿te gusta esta?», de modo que se trata de una sugerencia muy natural.
Entonces, ¿cómo se filtran los resultados de la búsqueda? Al fin y al cabo, la belleza está en los ojos del que mira.
Creo que uno de los mensajes clave que debemos transmitir sobre nuestra herramienta es que los editores de fotografía, los fotógrafos, las marcas, etc., pueden entrenar y controlar la herramienta en función del contenido que introduzcan. Se puede entrenar para que se adapte a cualquier estilo estético que se desee. Así, por ejemplo, si solo se le proporcionan retratos, solo generará retratos. O se puede filtrar por profundidad de campo, retratos en primer plano o únicamente fotografía en blanco y negro. Esto puede suponer un gran ahorro de tiempo para las marcas que tienen un estilo estético específico.
Uno de nuestros clientes es Boston Consulting Group. Cuenta con unos 8.000 consultores en todo el mundo, y la empresa necesita que estos comprendan el lenguaje visual que deben utilizar en presentaciones, folletos o cualquier interacción que mantengan con los clientes desde un punto de vista visual. Y, por muy competentes que sean los consultores en materia de consultoría y negocios, es posible que no tengan una comprensión instintiva de la estética, especialmente de aquella que esté en consonancia con la marca.
Así pues, el equipo de marketing de BCG nos proporcionó una selección de unas 30 imágenes sobre diferentes temas y escenarios, entre otros, que se ajustan al reciente cambio de imagen que ha llevado a cabo la empresa. A continuación, utilizamos nuestra tecnología estética para crear un filtro personalizado para el motor de búsqueda a partir de los datos facilitados por el equipo de marketing, de modo que, cada vez que se realice una búsqueda de imágenes fotográficas a través de nuestra plataforma, los consultores de BCG obtengan resultados que se ajusten a la nueva estética de la marca.
Antes has mencionado que EyeEm también permite buscar imágenes con valor comercial. ¿Cómo funciona esto?
Actualmente estamos trabajando en varias estrategias. Por ejemplo, acabamos de crear una herramienta llamada IM Social, con la que podemos analizar visualmente la cuenta de Instagram de una marca: qué ha publicado anteriormente, qué repercusión han tenido esas publicaciones y, a partir de ahí, podemos comprender el estilo estético que conecta con sus seguidores y empezar a predecir o sugerir imágenes con las que es probable que los seguidores de la marca interactúen en el futuro. También estamos trabajando en el uso de esta tecnología para ofrecer recomendaciones inteligentes para campañas publicitarias, ya sea en Instagram, Facebook o en Internet. Siguiendo esta misma idea, también se podrían enriquecer los datos estéticos con los datos de conversión de anuncios reales, lo que permitiría no solo predecir imágenes que estén en consonancia con la marca, sino que también tengan un buen rendimiento en cuanto a la conversión.
¿Qué le depara el futuro a EyeEm?
Acabamos de empezar a trabajar con vídeo, pero es mucho más complejo porque los vídeos contienen múltiples escenas y perspectivas, por lo que hay muchos retos que resolver en este ámbito. Al final, lo hacemos como una secuencia de fotos. También estamos desarrollando un prototipo para ofrecer críticas estéticas generadas por la máquina. En otras palabras, sugerencias para capturar y ajustar la composición de las fotos de determinadas formas, o qué tipos de filtros y retoques de color se pueden aplicar para mejorar la calidad estética de la imagen. En realidad, este no es nuestro objetivo principal en este momento, pero sin duda será un reto interesante traducir la forma abstracta en que una máquina entiende la estética a términos humanos y a acciones concretas que tengan sentido. Es muy complejo definir cuál es la interfaz adecuada entre la IA y los humanos, y nadie lo ha perfeccionado del todo todavía.
por Marina Esmeraldo
