El cliente ya tenía un algoritmo capaz de analizar una foto facial y predecir los puntajes de calidad de la piel. Pero no pudo demostrar que la IA se basara en las áreas correctas del rostro para hacer sus predicciones. Sin esta prueba, es imposible implementar la herramienta en una tienda frente a los clientes: un diagnóstico cutáneo que no se puede explicar no genera confianza, sino dudas. El desafío ya no era el rendimiento del modelo, sino su transparencia y credibilidad ante el usuario final.
Puntuación y análisis de la piel
Un importante actor de la cosmética de lujo había desarrollado un algoritmo de puntuación cutánea. Problema: nadie pudo verificar en qué se basaba la IA para hacer su diagnóstico. Creamos el sistema de visualización que hace que las predicciones sean transparentes y se puedan implementar en tiendas y dispositivos móviles.
Problema
Solución
Lo que construimos
Implementamos 2 científicos de datos en modo Scrum para diseñar un sistema completo para visualizar y explicar las predicciones.
Paso 1 — Preparación de datos Creación y limpieza del conjunto de datos, estandarización y aumento de datos sobre la marcha para garantizar la solidez de los resultados en una variedad de rostros y condiciones de disparo.
Paso 2 — Explicación de las predicciones Desarrollo de una solución de interpretabilidad que aproveche las capas internas del algoritmo para identificar y visualizar los píxeles precisos que contribuyeron a cada predicción. El sistema muestra exactamente qué áreas del rostro influyeron en la puntuación.
Paso 3 — Visualización avanzada por GAN Uso de un GAN que modifica la edad a cero para calcular un diferencial de arrugas, ofreciendo una visualización intuitiva del estado de la piel. Los resultados se refinaron utilizando técnicas de mapas de calor, alteración alfa y filtrado guiado para obtener un resultado estético adaptado a la experiencia del cliente en la tienda.
Paso 4 — Optimización del despliegue multiplataforma y portabilidad del sistema para que funcione en máquinas de tiendas y en dispositivos móviles, con pruebas de rendimiento validadas en ambos soportes.
Proyectos de la misma categoría
