Por Luz M. Fariña R.
El proyecto “Detección automática de similitudes entre imágenes de marcas para su registro y protección”, financiado por Fondef y liderado por el académico del Departamento de Ingeniería Eléctrica, Claudio Pérez, presentó en agosto su producto final: AI-Trademark, un software que utiliza inteligencia artificial para detectar elementos similares de una marca en segundos.
AI-Trademark, una solución de alto nivel de innovación, fue desarrollado junto al Instituto Nacional de Propiedad Industrial (Inapi), organismo encargado del registro de las marcas en Chile. Así, Inapi hace uso de la inteligencia artificial para detectar marcas similares, posicionándose como líder mundial en esta área. Cada vez que se gestiona el registro de una marca en Inapi, la institución debe generar una búsqueda en sus bases de datos que alojan más de 450 mil marcas. Inapi ya ha utilizado este software en las dos etapas del proyecto Fondef por más de tres años.
Las marcas comerciales están formadas por múltiples elementos figurativos (como imágenes) y denominativos (texto); cada uno tiene relevancia de forma individual, por lo que es importante su detección. El software AI-Trademark permite encontrar las regiones relevantes, tanto de zonas figurativas como en aquellas que contienen texto complejo. “Logramos procesar el texto complejo y optimizar el tiempo de respuesta en las búsquedas a menos de seis segundos frente a cada consulta”, detalla Claudio Pérez.
¿Cómo funciona?
A través de inteligencia artificial se utilizan redes neuronales convolucionales (CNNs) de aprendizaje profundo (deep learning). “El sistema funciona utilizando diversos módulos —en base a dichas redes neuronales— que extraen características en paralelo, las cuales son utilizadas para calcular la similitud entre una marca consultada y una base de datos de marcas. El sistema está compuesto por distintos módulos muy específicos que determinan diversos descriptores (como forma, textura, color, similitudes visuales, similitudes conceptuales, texto, entre otros), y con dicha clasificación específica genera un ranking que va desde las marcas más parecidas a las menos parecidas. Esta herramienta permite dar una respuesta más rápida, precisa y objetiva que apoya a la toma de decisión de los examinadores”, señala el académico.
“Este tipo de redes neuronales hacen algo parecido a lo que hace el sistema visual humano, utilizando operaciones de filtrado, ‘convoluciones’ y muchas capas ocultas. La mecánica tiene alguna similitud con lo que hace el ojo y las primeras capas de la corteza visual, que se pueden modelar con operaciones matemáticas que nos permiten encontrar los bordes de los objetos, separar la forma del fondo o extraer características relevantes de los objetos. Por ejemplo, al mirar un rostro y centrarse en los ojos, la nariz, la boca, extraer las cejas, las pestañas, arrugas, etc. Si bien aún estamos muy lejos de igualar un cerebro, ya es posible construir modelos, que mediante entrenamiento, aprenden a resolver problemas complejos en ambientes acotados”, agrega.
La empresa Ciberseguridad Humana (CSH) participó como entidad asociada al proyecto y la Universidad de Chile licenció el software AI-Trademark a la empresa para su comercialización, tanto nacional como internacional. Entre los posibles usuarios de AI-Trademark están oficinas de registro de marcas nacionales o internacionales, estudios que hacen vigilancia de marcas, empresas de diseño de marcas y oficinas estatales como aduanas o el ministerio público, entre otros. Hoy AI-Trademark ya es utilizado por Inapi en Chile, la oficina de registro de marcas de Uruguay (DNPI), y varios estudios jurídicos que hacen vigilancia de marcas.
DATO: El equipo de trabajo estuvo encabezado por los profesores Claudio Pérez y Pablo Estévez, junto a investigadores y estudiantes de la FCFM.
.jpg.jpg)