La verificación óptica permite reconocer cualquier material gracias a patrones ópticos únicos, a veces indetectables por el ojo humano, que los diferencian entre sí, utilizando espectrómetros de luz. El problema hasta ahora era que estos equipos suelen ser bastante voluminosos y costosos, lo que limita su utilidad. Ahora, IBM Research desarrolla un potente analizador óptico portátil, lo suficientemente pequeño como para usarlo con la cámara del Smartphone, mediante tecnología AI.
Las técnicas de AI y de aprendizaje automático, incluidas las redes neuronales y el análisis de vídeo, desempeñan un papel importante en el reconocimiento de las características ópticas de una sustancia, líquido u objeto, incluido su color, movimiento, viscosidad y saturación de tono.
Los modelos desarrollados están capacitados con estos datos para que puedan predecir el material o componentes de una sustancia con la que se presentan. El poder de esta invención se transforma cuando lo emparejamos con un software que aprovecha las capacidades informáticas de los teléfonos inteligentes. El software combina AI entrenado en firmas ópticas con técnicas de procesamiento de imágenes. Juntos forman el Crypto Anchor Verifier de IBM, una tecnología que puede escanear una sustancia u objeto para capturar su patrón óptico. Esto allana el camino para cualquier cantidad de aplicaciones de consumo o empresariales. Los ejemplos incluyen:
- Identificar la composición única de sustancias como el motor y los aceites de cocina.
- Confirmando la autenticidad de la medicina que salva vidas.
- Analizando la calidad del agua.
- Detección de falsificaciones, incluido dinero, mediante el análisis de patrones de impresión litográfica y tejidos de papel.
- Detectando células, secuencias de ADN o bacterias como E. coli
- Clasificación de semillas / grano por región de origen o estado de modificación genética (OGM vs. no OGM).
Basado en Blockchain
Esta tecnología innovadora es un socio natural de la tecnología blockchain, un ledger digital inmutable que registra transacciones en una red punto a punto pública o privada. El interés en usar blockchain para rastrear bienes físicos está creciendo rápidamente. La solución Crypto Anchor Verifier de IBM se puede utilizar para capturar la firma óptica de un artículo original no comprometido y posteriormente registrarla en la cadena de bloques, que puede verificar en toda la cadena de suministro que el artículo no ha sido alterado.
Como ejemplo, IBM Crypto Anchor Verifier se puede utilizar a través de blockchain para rastrear una caja de vino desde el momento en que el viticultor comienza el proceso de distribución hasta el momento en que el coleccionista compra, para confirmar que es el mismo vino que salió del viñedo.
Utilizado ya para verificar diamantes
El Instituto Gemológico de América, (GIA) es reconocido como el inventor de las famosas 4Cs de calidad de diamante: corte, color, claridad y peso en quilates, y el sistema internacional de clasificación de diamantes reconocido mundialmente como el estándar para la calidad del diamante. El Instituto se dedica a garantizar la confianza pública en gemas y joyas a través de su búsqueda de investigación, educación y servicios de clasificación y clasificación de gemas basados en estándares.
IBM Crypto-Anchor Verifier, un escáner habilitado para AI para pistas visuales que prueban la autenticidad de un elemento ©IBM
GIA está actualmente probando el software Verifier para aplicar esta innovación a la clasificación de diamantes al capturar y crear imágenes de diamantes tridimensionales, analizar sus características y predecir su grado de claridad. Los modelos de inteligencia artificial entrenados para predecir el grado de un diamante se han realizado con niveles de precisión (dentro de un grado) de más del 90 por ciento en la fase de desarrollo utilizando imágenes en 2-D. Esto se basa en la investigación previa de GIA usando imágenes para evaluar diamantes.
El compromiso de GIA con IBM Research incluye el diseño conjunto de un sistema de imágenes que integrará la lente óptica en el proceso de clasificación de GIA antes de que esta solución entre en producción.
Fuente: IBM
