"Imagine a un futuro antropólogo con acceso a billones de fotos de personas tomadas a lo largo de siglos y en todo el mundo, que disponga de herramientas eficaces para analizarlas y obtener conocimientos nuevos. ¿A qué clase de nuevas preguntas podría dar respuesta?" Este es el sueño que ha inspirado a los investigadores de la Universidad de Cornell en Ítaca, Nueva York (EEUU) Kevin Matzen, Kavita Bala y Noah Snavely

Su idea es que las millones de fotos subidas cada día a las redes sociales ofrecen una ventana fascinante a los factores culturales, sociales y económicos que dan forma a las sociedades de todo el mundo. Con una inteligencia artificial (IA) lo suficientemente potente, creen que serían posible extraer este filón de datos para obtener nueva información sobre nuestra civilización.

Foto: El algoritmo revela cómo cambian las modas con el paso del tiempo.

Por suerte, actualmente este tipo de inteligencia artificial está apareciendo a una velocidad vertiginosa. Y el equipo de Matzen la ha utilizado para estudiar 100 millones de fotos publicadas en Instagram. La pregunta que querían contestar es cómo varían los estilos de la ropa en todo el mundo, un fenómeno cultural que de otra manera resulta difícil de estudiar a esta escala.

Por ejemplo, su enfoque puede abordar cuestiones como cómo está cambiando la frecuencia del uso de bufandas en EEUU con el paso del tiempo, qué estilos se asocian más a determinadas regiones o ciudades y, a la inversa, qué estilos son populares en todo el mundo.

Para averiguarlo, el equipo de Matzen volvió a acudir a Instagram, que les permitió descargar imágenes de cinco kilómetros a la redonda de un lugar específico y en torno a los cinco días sobre una fecha específica. El equipo seleccionó 44 ciudades y descargó un total de 100 millones de imágenes de estas ubicaciones de períodos de cinco días entre junio de 2013 y junio de 2016.

Utilizaron un programa estándar de reconocimiento facial para descartar todas las imágenes que no contenían ninguna cara, y también filtraron para fotos que mostraban un torso visible. Esto dio como resultado un conjunto final de 15 millones de fotos de personas que mostraban la mitad superior de su cuerpo, junto a la ubicación y la fecha.

A continuación, entrenaron un algoritmo de aprendizaje automático para que reconociera en las imágenes diversos tipos de prendas de vestir y accesorios. Por ejemplo, el algoritmo aprendió a reconocer si la gente llevaba una chaqueta, una bufanda, una corbata, unas gafas, un sombrero y otros complementos. El algoritmo también aprendió a reconocer colores, estilos de escote y la longitud de la manga; categorías de prendas de vestir, como camisetas, vestidos o camisetas sin mangas; y los motivos de la ropa como colores sólidos, rayas, tartán y así sucesivamente.

Finalmente, alimentaron la máquina con los 15 millones de fotos de su conjunto de datos y luego utilizaron otro algoritmo para buscar conjuntos de imágenes con temas visuales similares y rastrear cómo estos variaban con el tiempo y entre diferentes lugares.

Los resultados son interesantes. El algoritmo de agrupación encontró alrededor de 400 temas visuales diferentes como personas que llevaban camiseta blanca y gafas, o tops de color rojo con escote en uve, un vestido negro, o personas con el torso desnudo.

Después, el equipo de Matzen estudió su evolución a lo largo del tiempo y entre lugares distintos. Según sus resultados, hay colores que varían periódicamente: en invierno el negro y el marrón se vuelven más comunes, mientras que en verano dominan el blanco y el azul.

Otros colores muestran diferentes patrones. Por ejemplo, la popularidad del rojo está disminuyendo. Y aunque es mucho menos periódico que el negro o el blanco, de repente se vuelve a poner de moda de vez en cuando. El equipo de Matzen señala picos pequeños de popularidad cerca de finales de octubre y diciembre: en otras palabras, en Halloween y Navidad. "Lo que destacó fue un gran surtido de sombreros de Papá Noel, así como un surtido inesperado de disfraces rojos de Halloween con sombreros o capuchas rojos ", escriben los investigadores.

También descubrieron un repentino aumento en la popularidad de camisas amarillas en Colombia y Brasil durante la Copa Mundial de Fútbol, que se celebró en junio y julio de 2014. Los equipos de fútbol de ambos países visten de amarillo.

También señalaron varias tendencias geográficas. "Los países ubicados más al norte tienden a presentar más chaquetas", dicen, probablemente porque hace más frío.

El uso de sombreros es también más popular en países más fríos. Pero curiosamente, Omán en Oriente Medio resulta que es una de las capitales del uso de sombreros de todo el mundo. "En particular, los kuma y massar son populares en Omán, ya que son un elemento importante de la vestimenta nacional de los hombres", explican.

Algunas prendas son únicas en lugares determinados: el gele, un pañuelo nigeriano, es muy distintivo de Lagos. Y otros estilos son comunes en todo el mundo y durante todo el año, incluidas las camisas con cuello azul, las camisas de cuadros y las camisetas negras.

Es un trabajo interesante que revela el potencial del aprendizaje automático para desentrañar el tejido cultural de nuestra sociedad. Aunque por supuesto, el enfoque no es perfecto. El algoritmo no aprendió a distinguir entre gafas de sol y gafas de ver, que desempeñan diferentes papeles en la sociedad. Es poco probable que las imágenes representan a la sociedad en todo su conjunto, ya que los usuarios de Instagram están muy sesgados hacia un grupo demográfico más joven. Y la técnica solo aborda la parte superior del cuerpo, ya que las piernas a menudo no se ven en las imágenes publicadas en línea.

Pero estas deficiencias podrían corregirse en futuros trabajo e ir más allá. Un reto de la visión automática consiste en averiguar si la gente está de pie o sentada o lo que está haciendo en general. También se podría combinar este conjunto de datos con otros que incluyen información meteorológica y de temperaturas.

El equipo de Matzen concluye: "La combinación de big data, aprendizaje automático, visión automática y algoritmos de análisis automatizados ofrecería una herramienta de análisis muy potente para el descubrimiento visual de la moda y muchas otras áreas". Claramente, ya no necesitamos esperar a los antropólogos del futuro.

Ref: arxiv.org/abs/1706.01869: StreetStyle: Explorando estilos de ropa mundial de millones de fotos