Os dejo hoy algo así como la bola de cristal de lo que será la web en un futuro no demasiado lejano (ya sabéis…la Ley de Moore o evolución exponencial de algunas tecnologías), un nuevo adelanto en la Internet de las cosas, en la Ubicuidad de la web.

Presentábamos el otro día  CoMET, como la web 3.0 de las personas. En este caso, también se trata de un proyecto desarrollado por investigadores Europeos, MOBVIS, que desarrolla un nuevo sistema que permitirá a los dispositivos móviles con captación de imágenes enlazar, hacer hipertextuales los datos (imágenes) del mundo real:

Conciencia” sobre objetos, Visión artificial móvil:

La conciencia sobre objetos se utiliza para detectar y reconocer objetos de alto interés en escenarios urbanos, como edificios, infraestructura, gente y signos (logotipos, banners, etc…).  MOBVIS demuestra cómo la geo-indexación mejora notablemente el funcionamiento de objetos móviles mediante la explotación de la información de mapas de ciudades aumentados digitalmente. La consulta por imagen y la posición estimada basada en GPS llegan al servidor, que devuelve resultados de reconocimiento geo-indexado del objeto. Además, los visitantes pueden recibir información histórica, de eventos, tiendas, etc…sobre el punto de interés.

La novedad, con respecto a Google Street View está en el carácter de los datos que es capaz de interpretar. Mientras la primera identifica la localización via GPS o triangulación para mostrar a continuación imágenes de la zona, MOBVIS, “ve” el mundo a través de nuestros dispositivos móviles (“visión artificial móvil”).

No es la primera de las aplicaciones de la web semántica, la web que intenta interpretar el significado de los datos, que puede considerarse multiformato, mediante reconocimiento de patrones visuales, pero sí la que parece devolver resultados más espectaculares. Pensad un poco en ello, imaginad, aplicando también patrones visuales conocidos, cómo pueden configurar desarrollos como este nuestro futuro….

Tenéis en la página de MOBVIS posibles usos, escenarios de uso del sistema:

Hemos apuntado la localización urbana, información turística, mapas urbanos aumentados: La tecnología de MOBVIS puede servir para informar a los visitantes sobre objetos (sitios de interés, edificios), devolviendo información relevante.

La ilustración muestra una consulta de imagen (marco azul) y algunas imágenes de referencia (marco verde)  usadas para posicionar y orientar la búsqueda por imagen y en consecuencia, al usuario.

Existen relaciones geométricas relativas a la imagen de la consulta (marcadas por las líneas verde oscuro):

Localización visual, Posicionamiento multimodal, estimación de movimiento:

De modo similar a la tecnología GPS, MOBVIS puede determinar la localización de objetos en movimiento, así como su velocidad. Curiosamente, la visión por ordenador ha demostrado ser incuso más precisa que la localización GPS. Además, la localización basada en imágenes permite el hiperenlace a items reales o detección georeferencial de objetos. ¿La web semántica de la vida real?

Geo-Servicios y Actualización incremental del mapa (Crowdsourcing):
El sistema puede recoger actualizaciones de los mapas cuando los usuarios toman sus fotografías (no necesita las caravanas de Google por las calles, somos nosotros quienes la hacemos mejor). Sensores conectados a personas o vehículos se han encargado de registrar los datos con los que trabaja en la actualidad.

MOBVIS ha desarrollado un sistema de atención a partir de múltiples claves inspiradas en la atención humana y el movimiento de nuestros ojos. Además, la extracción de perfiles de recuperación de información 3D pude ser indexada en mapas de ciudades para obtener información (conciencia) sobre nuestra localización.

Resumiendo, podríamos decir que el sistema parte de una base de datos de panoramas geo-referenciados (como Google Street View). Los objetos en las imágenes se anotan de forma manual con información. Cuando se ha completado todo ello, el sistema es capaz de realizar búsquedas desde teléfonos móviles. A partir de las fotografías que podamos tomar, MOBVIS compara la fotografía con las que tiene en su base de datos para devolvernos enlaces relevantes.

Su punto fuerte es el algoritmo de chequeo de características visuales desarrollado por la Universidad de Ljubljana, en Eslovenia. Se trata de un sistema bastante preciso, capaz de distinguir entre objetos a partir de mínimas diferencias. En pruebas en el mundo real, parece que realizó inferencias correctas en el 80% de las ocasiones. En el 20% restante no devolvió resultados, no reportando en ningún caso falsos positivos.

Espectacular pero confuso, lo sé….suerte que he encontrado, para terminar, un vídeo desde la Universidad de Ljubljana al respecto:

Es un tema frecuente en este blog. Incluso, en cuanto pueda, le dedicaré un espacio específico en el wiki.

Llevo un tiempo intentando encontrar definiciones claras para algo tan complejo como la web semántica (en este post sobre herramientas de semantificación, por ejemplo), como otros blogs a nivel nacional e internacional (ReadWriteWeb), que incluso han planteado concursos que buscan una definición asequible sobre la esencia de eso que ya denominamos web 3.0 (en la presentación se habla incluso de 4.0).

Y es así porque, como veréis también en la presentación, el nivel de complejidad que unos 10.000.000 de bloggers en el mundo hemos aportado a la web es inmanejable (una aguja en un pajar, como también nos comenta Spivack) siguiendo los sistemas estadísticos (Google) actuales. Me he quedado con ganas (lo haré si me llega la “ansiada” invitación) de probar Twine, la herramienta que centra esta presentación. Si queréis entender de una vez por todas hacia dónde nos dirigimos y os pasa como a mi mientras realizaba esta traducción, esta presentación es ahora vuestro lugar.

A pesar de la licencia libre del documento he solicitado permiso a Spivack para subir a Slideshare la traducción. Espero que no haya problema y que nos permita disfrutar de su trabajo.