Desde su llegada, la inteligencia artificial (IA) se ha convertido en uno de los mejores aliados del ser humano. Una de sus aplicaciones más comunes es la automatización de procesos a través del aprendizaje y la realización de trabajos repetitivos.
Así, algunas tareas recurrentes pueden eficientarse con la aplicación de la inteligencia artificial. Un claro ejemplo es el proyecto Smart Stations del metro de Londres, una de las redes subterráneas más famosas de Europa, que ha puesto a prueba la inteligencia artificial para gestionar y monitorizar las incidencias en sus estaciones de una forma más eficiente.
La inteligencia artificial es capaz de detectar los comportamientos inadecuados de los usuarios de la red de metro y enviar personal para resolver los contratiempos. La prueba se ha realizado en la estación de Willesden Green al noroeste de Londres y ha tenido una acogida increíble. ¡Te contamos todo!
¿Para qué se ha implantado inteligencia artificial (IA) al metro de Londres?
En la prueba, que duró un año, se han utilizado hasta 11 algoritmos diferentes para analizar el comportamiento de los usuarios de la red de metro londinense, combinando imágenes y vídeo en directo.
A través del uso de esta tecnología se pretende detectar posibles situaciones de riesgo o conflictos, como peleas, gente que se salta el torno a la entrada o robos, para poder enviar personal de inmediato. En el año que ha durado la prueba, el sistema ha detectado cerca de 44.000 incidencias de las cuales 19.000 se comunicaron al personal de la estación para que las gestionasen.
Gracias a los modelos de IA usados, además de detectar comportamientos inadecuados, también es posible identificar gran variedad de objetos, como sillas de ruedas, patinetes o carritos de bebé para facilitar los accesos. De hecho, la inteligencia artificial es capaz de detectar también objetos de menores dimensiones como armas de fuego, armas blancas o cigarrillos electrónicos para garantizar la seguridad y el bienestar de los usuarios.
Las autoridades policiales de Londres han participado en el estudio ayudando a entrenar al sistema a detectar posibles armas. Durante un operativo nocturno en una estación de metro cerrada al público, agentes simulaban portar armas blancas y otros elementos sospechosos mientras eran monitoreados por cámaras de seguridad.
Una de las incidencias más comunes durante el experimento se daba cuando los usuarios accedían a áreas prohibidas de la estación o se acercaban demasiado al borde del andén. El sistema también pudo detectar personas vulnerables durmiendo a la entrada de la estación y monitorear su situación para mandarles asistencia si necesitarlo.
Principales conclusiones del proyecto Smart Stations
En cuanto a fiabilidad, los resultados han sido bastante buenos, pero en varias ocasiones se han confundido algunos objetos o situaciones que tenían lugar en la estación.
Esta innovación ha suscitado inquietudes entre los usuarios del metro de Londres relacionadas con la privacidad y el posible uso indebido de esta tecnología.
Para evitar posibles problemas legales, se ha difuminado el rostro de las personas que aparecen en las grabaciones. Además, estas se conservan solo durante 14 días, a excepción de las incidencias grabadas que se han almacenado durante más tiempo sin difuminar la cara de los posibles infractores.
Otra de las medidas tomadas para evitar problemas legales es la supervisión humana, así que, las imágenes de las incidencias las revisa un humano antes de tomar la decisión pertinente.
Según TFL (Transport For London), el organismo responsable del servicio de bus y metro londinense, la prueba de un año ha sido todo un éxito y se prevé extender el uso de esta tecnología en más estaciones en un futuro cercano.
En conclusión, la inteligencia artificial ayudada por el factor humano, es de gran ayuda para extraer conclusiones y tomar las decisiones pertinentes. En la investigación de la web del Hub de Innovación y Talento de Telefónica, en colaboración con la Universidad Católica de Lovaina y la empresa AEGIS IT Research GmbH, hemos desarrollado el proyecto SYMBIOTIK, que permite una mayor interacción entre el operador humano, como pueda ser la persona que vigila las cámaras de seguridad del metro, y los sistemas de visualización de información, para apoyar los procesos de toma de decisiones.
