Desde 1991, la Aduana china utiliza equipos de inspección no intrusiva (INI) a gran escala para inspeccionar contenedores y vehículos. Es por lo tanto una de las primeras autoridades aduaneras del mundo que ha aprovechado esta tecnología. En 2014, y ante el rápido crecimiento de los volúmenes de carga y las limitaciones de recursos humanos, la administración empezó a estudiar las posibilidades que ofrecían las tecnologías más sofisticadas, como la inteligencia artificial (IA) y los megadatos, para las actividades de análisis de imágenes.

En 2017 puso en marcha un proyecto de análisis de imágenes basado en la IA, a fin de preparar herramientas de detección automática. Tras siete años de trabajo ininterrumpido, se ha desarrollado un sistema de análisis de imágenes basado en la IA. Se ha convertido en una herramienta indispensable para las actividades de control y verificación por parte de las aduanas.

El sistema ya se ha instalado en un centenar de dispositivos de INI: desde máquinas de inspección por rayos X para inspeccionar contenedores, camiones, vehículos privados y trenes, hasta escáneres de tomografía computarizada para inspeccionar equipajes, correo y paquetes que entran y salen del territorio nacional.

El sistema cuenta con varias funciones de análisis, como:

• la identificación automática de objetos prohibidos: el sistema puede detectar casi 100 tipos de objetos prohibidos, como por ejemplo, armas de fuego y munición, ciertos tipos de drogas ilegales y productos de origen animal, como el marfil. También puede identificar más de 2.000 tipos de artículos, como los de fruta, carne y leche en polvo;
• la comparación de los resultados de las inspecciones mediante las imágenes con la información de la declaración en aduana;
• la detección automática de compartimentos ocultos en vehículos y trenes: en los pasos fronterizos terrestres, el sistema envía alertas cuando se detectan objetos ocultos en zonas específicas de los vehículos, como el motor o el chasis.

Desde 2022 se han frustrado más de 20.000 intentos de contrabando gracias a las alertas generadas por el sistema de análisis de imágenes basado en la IA, lo que ha hecho que la Aduana pueda mejorar la eficacia de las inspecciones sin tener que aumentar sus recursos humanos.

Estos impresionantes resultados son fruto de los grandes esfuerzos realizados tanto por la Aduana a nivel central como por sus oficinas regionales, así como de la colaboración eficaz entre ellas.

Al principio, la Aduana china realizó sus actividades de I+D sobre algoritmos basándose en la nomenclatura de mercancías de ocho dígitos, e instaló los algoritmos llamados maduros (es decir, con una tasa de reconocimiento superior al 95%) en todos los dispositivos de INI de todos los centros aduaneros nacionales.

A grandes rasgos, los algoritmos se han clasificado en dos categorías:

• Los algoritmos de prohibición, para los productos no permitidos, como los cuchillos y las armas de fuego, y que se aplican a todas las imágenes de escanografía.
• Los algoritmos de reconocimiento seleccionados por el sistema de acuerdo con la información de la declaración en aduana. No se activan los algoritmos relativos a los productos que no tengan que ver con la declaración.

A medida que se desarrollaban y aplicaban los algoritmos, surgieron ciertas dificultades. El principal obstáculo se debía al hecho de que las mercancías cubiertas por un mismo código del SA podían ser muy diferentes y, por lo tanto, no siempre las reconocía el mismo algoritmo con idéntico nivel de precisión. Por otro lado, el uso de varios algoritmos para analizar la misma imagen aumentaba la tasa de alertas falsas.

La Aduana china ha adoptado una serie de medidas para resolver estas dificultades y mejorar continuamente la precisión del sistema de análisis de imágenes basado en la IA. La más importante ha sido permitir que las oficinas de aduana regionales (a las que denominamos distritos aduaneros) elijan los algoritmos que se aplicarán en sus equipos de INI de acuerdo con sus propias necesidades, evitando así tener que utilizar algoritmos que no sean relevantes para ellas.

A este modelo operativo se le ha llamado “selección autónoma de algoritmos”. Gracias a él los distritos aduaneros pueden ajustar la lista de algoritmos utilizados para el análisis de imágenes de forma dinámica, según sus riesgos locales. De este modo, si un puerto no necesita un determinado algoritmo, éste se elimina. Si un puerto necesita un algoritmo, pero la precisión del análisis automático no es lo suficientemente alta, el algoritmo se elimina temporalmente y se vuelve a instalar una vez modificado y probado.

La Aduana china ha desarrollado un sistema de bases de datos de dos niveles para gestionar el despliegue de los algoritmos en esta configuración. En él se incluyen:

• la base de datos de la Administración General, que reúne los algoritmos considerados maduros y que cubren las mercancías comercializadas en todos los puntos de entrada; por tanto, estos algoritmos deben desplegarse y aplicarse de manera uniforme en todo el territorio nacional;
• las bases de datos de los distritos aduaneros, con los algoritmos a medida desarrollados por los distritos dependiendo de sus situaciones operativas respectivas, según los requisitos de la Administración General.

Además, la Aduana china ha creado una base de datos de mercancías de acuerdo con una nomenclatura de diez dígitos y teniendo en cuenta las características regionales (nombres, especificaciones e información facilitada por las empresas).

Para desarrollar el sistema ha sido necesaria una gran dedicación y se han tenido que movilizar muchos recursos. En un primer momento la Administración General seleccionó varios distritos aduaneros para probar el modelo de selección autónoma de algoritmos en una experiencia piloto. Se crearon grupos de apoyo con expertos que habrían de ayudar a cada uno de los distritos a implantar, ajustar, supervisar y evaluar los algoritmos. Los expertos se encargaron de que los problemas se resolvieran rápidamente y de que las experiencas piloto pudieran avanzar con total fluidez.

La Administración General creó también una plataforma para que los distritos aduaneros pudieran comunicarse rápidamente con la sede central y recibir ayuda para seleccionar y aplicar algoritmos, etiquetar y cargar imágenes y evaluar algoritmos. La eficacia de la comunicación ha sido fundamental para optimizar y actualizar los algoritmos. Cuando un algoritmo generaba una tasa de alertas falsas elevada, los expertos a nivel central lo retiraban del sistema y analizaban los motivos de las alertas falsas, y después lo enviaban a los equipos técnicos responsables de optimizar los algoritmos y llevar a cabo las actualizaciones repetidamente. Una vez actualizado, el algoritmo se volvía a introducir en el sistema para probarlo de nuevo.

Uno de los primeros efectos de la aplicación del modelo de selección autónoma de algoritmos ha sido la liberación de espacio en los servidores informáticos locales, lo que ha reducido el tiempo necesario para los cálculos algorítmicos.

Además, las estadísticas muestran que ha habido un aumento de alrededor de un 5% en el índice de precisión del análisis automatizado de imágenes en los dispositivos de INI a gran escala, mientras que la tasa de alertas falsas se ha reducido en casi un 8%. En el caso de los escáneres de tomografía computarizada, el índice de precisión aumentó casi un 6% y el de alertas falsas se redujo en casi un 5%.

Los resultados del análisis de imágenes mejoran con la posibilidad de elegir únicamente los algoritmos que se necesitan a nivel local, tanto en cuanto a la precisión como a los costes correspondientes.

La Aduana china seguirá supervisando el modelo y optimizará el análisis de imágenes basado en la IA. También quiere intensificar la cooperación regional y bilateral en el ámbito de la INI y crear una comunidad de profesionales con otras administraciones aduaneras, con el objetivo de mejorar la capacidad de supervisión de todos.