La inteligencia artificial continúa transformando el mundo de la tiflotecnología, pero la mayoría de las soluciones actuales dependen de una conexión constante a Internet. VisionAId: el asistente que apuesta por la inteligencia artificial para ayudar a las personas con discapacidad visual, es un nuevo proyecto de investigación que propone un enfoque diferente: llevar la mayor parte del procesamiento directamente al teléfono móvil, mejorando la privacidad del usuario y permitiendo que las funciones esenciales sigan funcionando incluso sin cobertura.
El sistema ha sido desarrollado por los investigadores Cristian-Gabriel Florea y Stelian Spînu, quienes han presentado recientemente el proyecto en un artículo científico publicado en el repositorio arXiv.
Un asistente visual que funciona principalmente sin Internet
A diferencia de muchas aplicaciones de inteligencia artificial que envían las imágenes a servidores externos para analizarlas, VisionAId realiza prácticamente todo el procesamiento en el propio dispositivo Android.
Según sus desarrolladores, todas las funciones consideradas críticas funcionan completamente sin conexión, entre ellas:
- Detección de obstáculos.
- Búsqueda de objetos personales.
- Reconocimiento facial.
- Identificación de billetes.
Únicamente algunas funciones opcionales, como la descripción detallada de escenas mediante un modelo de lenguaje o el etiquetado automático de objetos, pueden utilizar servicios en la nube cuando el usuario dispone de conexión a Internet.
¿Qué puede hacer VisionAId?
El proyecto integra varios modelos de inteligencia artificial ejecutándose directamente en el teléfono para ofrecer diferentes ayudas a las personas con discapacidad visual.
Entre sus principales funciones destacan:
Localización de objetos personales
Una de las características más novedosas consiste en que el usuario puede registrar previamente un objeto fotografiándolo desde distintos ángulos.
Posteriormente, cuando necesite encontrarlo, VisionAId es capaz de localizar ese objeto concreto y guiar al usuario hasta él mediante:
- indicaciones de audio espacial;
- vibraciones cuya intensidad varía según la distancia;
- marcadores de realidad aumentada utilizados por el sistema para calcular la posición del objeto.
Este enfoque va más allá del reconocimiento de categorías generales, ya que permite buscar un objeto específico perteneciente al propio usuario.
Detección de billetes
La aplicación incorpora un detector específico de billetes que permite identificar el valor del dinero en efectivo sin necesidad de conexión a Internet.
En las pruebas realizadas por los investigadores, el modelo obtuvo una precisión muy elevada en el conjunto de datos utilizado durante el desarrollo. No obstante, será necesario validar su rendimiento en situaciones reales y con billetes de distintos países antes de confirmar su eficacia fuera del laboratorio.
Estimación de distancias
VisionAId también estima la distancia a los objetos utilizando un modelo de profundidad monocular ejecutado directamente en el dispositivo.
Esta información permite ofrecer indicaciones más precisas durante la navegación y la localización de objetos cercanos.
Reconocimiento facial
Otra de sus funciones consiste en reconocer rostros previamente registrados por el usuario para facilitar la identificación de personas conocidas.
Toda esta información permanece almacenada localmente en el teléfono, reduciendo la necesidad de enviar datos biométricos a servidores externos.
Privacidad como uno de sus principales objetivos
Uno de los aspectos más interesantes de VisionAId es su arquitectura offline-first, es decir, diseñada para funcionar prioritariamente sin conexión.
Este planteamiento aporta varias ventajas:
- mayor privacidad, ya que la mayoría de las imágenes no abandonan el dispositivo;
- menor dependencia de la cobertura móvil o de una red Wi-Fi;
- respuestas más rápidas al evitar el envío continuo de información a la nube;
- posibilidad de utilizar las funciones esenciales en cualquier lugar.
Un proyecto todavía en fase de investigación
Aunque VisionAId resulta muy prometedor, conviene recordar que actualmente se trata de un prototipo de investigación presentado en un artículo científico de arXiv.
Por el momento:
- no existe una versión pública para descargar;
- no se ha anunciado una fecha de lanzamiento;
- el trabajo todavía no ha sido sometido al proceso completo de revisión por pares propio de una revista científica.
Aun así, representa una de las líneas de desarrollo más interesantes dentro de la tiflotecnología basada en inteligencia artificial, especialmente por su apuesta por el procesamiento local y la protección de la privacidad.
Habrá que seguir de cerca su evolución durante los próximos meses para comprobar si este prometedor asistente llega finalmente a convertirse en una herramienta accesible para el público.
FUENTES: VisionAId: An Offline-First Multimodal Android Assistant for People with Visual Impairment, Featuring Personalized Object Retrieval (arXiv), Versión HTML del artículo técnico con detalles de la arquitectura y funcionamiento