Caras conocidas, privacidad preservada: el reconocimiento facial hecho bien
Escribe un nombre en Google Fotos y la aplicación encuentra cada foto de esa persona entre miles de imágenes en cuestión de segundos. Es realmente impresionante — y la mayoría de las personas no se detienen a pensar cómo funciona. La respuesta implica que tu cara es analizada, mapeada y comparada con un modelo que Google ha ido perfeccionando durante años con las fotos de miles de millones de usuarios. La función funciona tan bien porque tú, y todas las personas que conoces, habéis contribuido silenciosamente a hacerlo posible.
En PixelUnion tienes la misma capacidad. Puedes buscar en tu biblioteca por cara, agrupar fotos por persona y encontrar cada foto de tu abuela desde 2008 hasta la última Navidad — con una precisión comparable a la de cualquier producto de las grandes tecnológicas. La diferencia está en cómo funciona.
Código abierto, no tus datos
El reconocimiento facial en PixelUnion está impulsado por Immich, la plataforma de fotos de código abierto en la que se basa nuestro servicio. Immich utiliza InsightFace, una biblioteca de análisis facial de código abierto bien establecida, junto con el modelo buffalo_l para la detección y el reconocimiento. Se trata de modelos preentrenados, desarrollados y publicados abiertamente por investigadores. El código es público, los modelos son públicos y cualquiera puede inspeccionar cómo funcionan.
Lo que esto significa en la práctica: cuando PixelUnion analiza tus fotos en busca de caras, ejecuta estos modelos en nuestros servidores — servidores europeos, bajo legislación europea. El análisis ocurre completamente dentro de tu propia biblioteca. Ninguna imagen, ningún vector facial, ningún dato biométrico abandona jamás tu entorno de PixelUnion para ser procesado por un tercero. Y lo más importante: tus fotos nunca se utilizan para entrenar o mejorar los modelos. Ni los nuestros ni los de nadie más.
Esta es una arquitectura fundamentalmente diferente a la que utilizan las grandes tecnológicas. Google Fotos mejora su reconocimiento facial aprendiendo de sus usuarios. Cuanto más lo usas y confirmas sus sugerencias, mejor funciona — no solo para ti, sino para el modelo de Google en conjunto. Eres a la vez el cliente y el conjunto de datos de entrenamiento.
¿Hasta dónde puede llegar el código abierto?
El escepticismo es comprensible. Cuando la gente oye “modelo de IA de código abierto”, a veces imagina algo torpe y poco fiable, un sustituto de segunda categoría. La realidad, especialmente en los últimos años, es muy diferente.
El modelo InsightFace buffalo_l que potencia el reconocimiento facial de Immich no es un juguete. Es un modelo de última generación que obtiene excelentes resultados en los benchmarks estándar de detección y verificación facial. En evaluaciones independientes, alcanza una precisión comparable — y en algunos casos superior — a la de los modelos que sustentan productos comerciales.
En el uso diario, esto se nota. El sistema:
- Detecta caras de forma fiable incluso en perfil parcial, poca luz o fotos antiguas de baja resolución
- Agrupa a la misma persona a lo largo de décadas de fotos, gestionando con naturalidad los cambios de peinado, peso y edad
- Distingue entre miembros de la familia con un aspecto muy similar
- Funciona con distintos tonos de piel y condiciones de iluminación
Los usuarios describen habitualmente los resultados como sorprendentes. Das al sistema un nombre, unes algunos grupos de caras que ha identificado y en cuestión de minutos ha organizado años de fotos de una manera que habría llevado horas hacer manualmente. No es un premio de consolación frente a Google Fotos — es, sencillamente, excelente.
Los datos biométricos son datos sensibles
En virtud del RGPD, los datos biométricos utilizados con el fin de identificar de forma única a una persona se clasifican como categorías especiales de datos — el nivel más alto de protección en la legislación europea de protección de datos. Esto incluye los vectores faciales que generan los sistemas de reconocimiento facial.
Google Fotos, que opera bajo la legislación estadounidense y con su infraestructura global, tiene una relación diferente con tus datos biométricos que la de un servicio europeo. Estados Unidos no dispone de una ley federal de privacidad biométrica equivalente al RGPD, aunque algunos estados han promulgado sus propias normas. Independientemente del marco jurídico, el incentivo comercial es claro: los datos faciales mejoran los productos de Google, y los productos de Google generan ingresos para Google.
PixelUnion no tiene ese incentivo. No vendemos publicidad. No entrenamos modelos. Cobramos una cuota de suscripción sencilla por un servicio que funciona. Tus datos faciales permanecen en tu biblioteca, en nuestros servidores, bajo tu control.
Privacidad y calidad no son incompatibles
Existe un mito persistente según el cual hay que elegir entre un buen producto y uno privado. Que las mejores funciones solo provienen de empresas dispuestas a cosechar tus datos para construirlas. El reconocimiento facial en PixelUnion es un contraejemplo directo.
La investigación de código abierto ha producido modelos suficientemente precisos para impulsar una función genuinamente útil. Esa función corre sobre infraestructura europea, procesa tus datos de forma aislada y nunca utiliza lo que aprende sobre tu cara en beneficio de nadie más que tú. No se necesita ninguna renuncia.
Si hasta ahora has recurrido a un servicio de fotos de una gran tecnológica porque suponías que era la única forma de obtener un buen reconocimiento facial, vale la pena reconsiderar esa suposición.
En PixelUnion, tus recuerdos son tuyos. Cada foto, cada cara, cada álbum — almacenados en servidores europeos, analizados en nuestra infraestructura y nunca compartidos con nadie. Así es como debería funcionar.