Software de inteligencia artificial permite detectar elementos similares de una marca en segundos

El Departamento de Ingeniería Eléctrica de la Universidad de Chile y el Instituto Nacional de Propiedad Industrial (Inapi), organismo encargado del registro de las marcas en Chile, desarrollaron un software llamado Al-Trademark, que permite identificar elementos similares entre una marca y otra en segundos, al momento de intentar realizar un registro.

La plataforma es una herramienta pionera a nivel mundial y de un alto nivel de complejidad, innovación y tecnología. Cada vez que se gestiona el registro de una marca, Inapi debe generar una búsqueda en su base de datos, que aloja más de 450.000 marcas registradas.

A través del uso de inteligencia artificial, puede detectar marcas similares, considerando elementos figurativos como imágenes, denominativos y texto. Cada uno de éstos, tiene relevancia de forma individual por lo que es importante su detección. El software permite optimizar el proceso realizando búsquedas en simultáneo en todas las áreas.

La iniciativa forma parte de un proyecto del Fondo de Fomento al Desarrollo Científico y Tecnológico (Fondef), financiado por la Agencia Nacional de Investigación y Desarrollo (Anid).

El proyecto es liderado por el académico del Departamento de Ingeniería Eléctrica de la Universidad de Chile, Claudio Pérez, quien explica que el objetivo es determinar si una marca existe o si ya existe algo similar. “No apunta solo a la imagen de la marca, sino también a detectar si hay algo conceptualmente parecido, analizar el color, las texturas y el texto presente, que puede ser complejo y estar mezclado con elementos figurativos. En esta segunda etapa del proyecto Fondef logramos procesar el texto complejo y optimizar el tiempo de respuesta a las búsqueda, a menos de seis segundos frente a cada consulta”, señala.

A través de inteligencia artificial (AI) 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”, explica Pérez.

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”, añade el académico.

Pérez establece que este tipo de redes neuronales hacen algo parecido a lo que hace el sistema visual humano utilizando unas operaciones de filtrado 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 éstos”.

Por ejemplo, “al mirar un rostro 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 en ambientes acotados”, agrega Pérez.

La Universidad de Chile licenció el software a la empresa Ciberseguridad Humana (CSH) para su comercialización, tanto nacional como internacional. Actualmente ya está siendo utilizado por la oficina de registro de marcas de Uruguay, además de varios estudios jurídicos que hacen vigilancia de marcas. Además, podría ser empleado por empresas que hacen diseños de marcas, oficinas estatales como aduanas, ministerios públicos, entre otros.