Sorria, softwares inteligentes podem estar analisando seus movimentos, seu rosto, seu carro, seu olhar e suas fotos em redes sociais. Na última terça-feira (12), a Apple revelou que o iPhone X, mais avançado de sua nova geração de aparelhos, será capaz de reconhecer o rosto de seus donos. O recurso será usado para desbloquear a tela e aprovar pagamentos. Essa é apenas uma entre as muitas funções que a visão computacional trará para negócios e vida cotidiana. Já estão em desenvolvimento aplicações que permitem que sistemas analisem imagens e identifiquem com precisão pessoas, marcas e até qualidade de grãos e sementes. Luiz Pires, diretor do Laboratório de Tecnologias Avançadas da Microsoft, explica que a tecnologia avança com o aumento da disponibilidade de imagens e sofisticação dos algoritmos que podem ser ensinados a identificar cada vez mais padrões. A empresa cria um sistema com câmeras para detectar se pacientes estão se expondo a risco de queda, em testes no Hospital Nove de Julho. Ana Paula Mikulenas, gerente de qualidade do hospital, diz que a ideia é alertar enfermeiros assim que pacientes tentarem se levantar, especialmente à noite. O sistema foi testado com pacientes que concordaram com a experiência e o resultado foi animador, diz. Novas avaliações serão feitas antes de uma adoção mais ampla. “É muito interessante ver uma tecnologia que, sem substituir o ser humano, aumentará a segurança substancialmente”, diz a gerente. VITRINE E FLORESTAS Outra ferramenta é desenvolvida ao varejo: câmeras que analisam o perfil do consumidor (idade, sexo, se sorri ou está zangado) enquanto olha a vitrine de uma loja. A tecnologia da Softline, distribuidora de itens de itens de internet das coisas da Microsoft, deve chegar ao mercado em 2018. Já a Salesforce incluiu em sua plataforma de inteligência artificial Einstein a possibilidade de marcas buscarem imagens de seus logos em fotos publicadas no Twitter. O sistema serve, por exemplo, para a empresa analisar em quais situações o produto é fotografado e usar esse tipo de informação para referenciar campanhas futuras. “Antes, profissionais de marketing teriam de procurar as fotos”, diz Robert Begg, vice-presidente de produtos para marketing da empresa. Thiago Rotta, da Watson, plataforma de inteligência artificial da IBM, lista entre outras aplicações da tecnologia a avaliação de devastações em florestas e o desenvolvimento de plantações (inclusive usando drones), checagem de documentos e sugestões de roupas parecidas com alguma que está em foto. Igor Chalfoun, presidente da TBIT, empresa nascida na Universidade Federal de Lavras (MG), defende que a “visão” das máquinas diminui a subjetividade e aumenta a agilidade em avaliações. A empresa desenvolveu um sistema que avalia, a partir de imagens, a qualidade de itens como grãos e fertilizantes. “Com uma amostra dos grãos, o equipamento vai dizer a qualidade e definir qual será seu destino”, afirma. A AutoAvaliar criou a AutoFlash, cabine para concessionárias e lojas que promete dizer o valor de um carro em até dois minutos. O sistema tira fotos do veículo na hora e as compara com imagens de outros carros em estado ideal e combina as informações da central de computador do carro a outras obtidas com a inserção e sonda no escapamento para avaliar seu estado e estimar seu valor. * GATO OU CACHORRO Veja duas maneiras de ensinar máquinas a ver Aprendizado supervisionado A pessoa que treina o software insere no sistema imagens dos animais A seguir, adiciona a informação de que o bicho está presente em cada foto O algoritmo identifica o que há de comum e o que é diferente nos gatos e nos cachorros Quanto mais imagens identificadas são apresentadas, mais eficaz o sistema fica Tem pouca chance de erro, porém seu desenvolvimento é mais trabalhoso Aprendizado não supervisionado Programa que reconhece padrões recebe imagens diferentes, sem informação sobre o que há nelas O algoritmo reconhece padrões nas figuras e as agrupa de variadas formas O programa pode separar os animais levando em conta cor ou tamanho do rabo O profissional avalia os grupos formados e registra quais deles formam uma categoria relevante Mais rápido, porém com maiores chances de erro Fonte: Thiago Rotta, líder da plataforma Watson da IBM