Aprendizaje automático para sistemas inteligentes capaces de detectar productos falsificados

Aprendizaje automático para sistemas inteligentes capaces de detectar productos falsificados

Comparta este Artículo en:

Unos investigadores han desarrollado un nuevo mecanismo que utiliza algoritmos de aprendizaje automático para distinguir entre la versión genuina y las versiones falsificadas del mismo producto.

El principio subyacente en el sistema desarrollado por el equipo de Lakshminarayanan Subramanian, de la Universidad de Nueva York en Estados Unidos, surge de la idea de que las características microscópicas en un producto o clase de productos auténticos (que correspondan a la misma línea de productos) presentan similitudes inherentes que pueden ser usadas para distinguirlos de sus correspondientes versiones falsificadas.

El sistema ha comenzado a comercializarse por la empresa Entrupy Inc., fundada por Ashlesh Sharma, Vidyuth Srinivasan y Subramanian.

Los bienes falsificados suponen un enorme problema mundial, estando afectados casi todos los productos de alto valor.

Algunos informes indican que el tráfico de falsificaciones representa el 7 por ciento del comercio mundial hoy en día.

Si bien existen otros métodos de detección de falsificaciones, estos son invasivos y existe el riesgo de que dañen a los productos que se examinan.

El método de Entrupy, en cambio, proporciona una solución no intrusiva para que la versión auténtica del producto producido por el fabricante original se pueda distinguir fácilmente de las versiones falsas producidas por los falsificadores.

Lo hace desplegando una base de datos de tres millones de imágenes de todo tipo de objetos y materiales, como telas, pieles, pastillas, electrónica, juguetes y calzado.

La precisión en la clasificación supera el 98 por ciento.

El sistema puede operar con un teléfono móvil para verificar la autenticidad de los productos más comunes.

Fuente: Noticias de la Ciencia

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *