Conecte Conosco

Tecnologia

Avanço da inteligência artificial permite ampliação da análise de imagens

Aprendizado de máquina possibilita aplicação de novas tecnologias em várias áreas, como saúde e segurança pública

Inteligência artificial: análise de imagens podem ser aplicadas na medicina, segurança pública, astronomia e biologia marinha (MR.Cole_Photographer/Getty Images)

Máquinas podem ser treinadas para classificar imagens e, desse modo, identificar tumores em tomografias, composições mineralógicas em rochas ou patologias em análises de microscopia óptica. Essa área da inteligência artificial é conhecida como aprendizado de máquina e vem ganhando novas aplicações nos últimos anos.

O treinamento da máquina é feito por meio da repetição de imagens usadas como exemplos de um determinado contexto ou situação e a preparação adequada desse material requer um esforço de especialistas das mais diversas áreas.

“O humano é que coordena. Sem o controle do especialista sobre o processo de treinamento, a máquina pode aprender a tomar decisões com base nas características da imagem que não estão relacionadas ao problema-alvo. Isso gera um resultado ruim ou restrito àquela base de dados em que a máquina foi treinada. Quando muda a base de dados, o erro aumenta consideravelmente, tornando a análise da máquina pouco confiável”, disse

A equipe interdisciplinar desenvolveu uma máquina – patenteada e em breve disponível no mercado – capaz de identificar as 15 espécies mais prevalentes de parasitas que infectam humanos no Brasil.

A técnica de aprendizado de máquina demonstrou eficiência superior a 90%, bem maior que as análises convencionais realizadas por humanos por meio de análise visual de lâminas de microscopia óptica, cujos índices variam de 48% a, no máximo, 76%. A máquina também é capaz de processar 2 mil imagens em quatro minutos.

“A ideia não é substituir o trabalho de humanos, até porque eles precisam treinar as máquinas para a identificação de mais espécies de parasitas e confirmar o diagnóstico dos patógenos detectados pela máquina, mas evitar a fadiga dos humanos e aumentar a precisão dos resultados”, disse.

A tecnologia inédita contou também com apoio da FAPESP por meio do Programa Pesquisa Inovativa em Pequenas Empresas (PIPE).

Aprendizado interativo de máquina

De acordo com Falcão, a primeira dificuldade do projeto foi ensinar a máquina a distinguir nas imagens o que era impureza e o que era, de fato, parasita. “Só conseguimos contornar esse obstáculo por meio da combinação entre técnicas de processamento de imagens, aprendizado interativo de máquina e visualização. O especialista e a máquina participam de forma colaborativa no ciclo do aprendizado da máquina. Outro ponto importante é que áreas da saúde e da química têm criado técnicas para gerar lâminas de microscopia óptica mais ricas em parasitas e com menos impurezas fecais”, disse.

Uma das inovações criadas pela equipe da Unicamp foi um sistema para separação de parasitas e impurezas baseado no princípio de flotação por ar dissolvido.

A máquina é capaz de fazer a varredura automatizada da lâmina e detectar os parasitas que aparecem em imagens na tela do computador. Isso foi possível por meio de técnicas computacionais que separam os componentes da imagem para verificar e decidir se são impurezas ou uma das 15 espécies parasitárias.

“A interação humano-máquina tem potencial para reduzir o esforço humano e aumentar a confiança na decisão algorítmica. Nossa abordagem tem mostrado que a inclusão do especialista no ciclo de treinamento gera sistemas confiáveis de tomada de decisão baseada em análise de imagem.”

O intuito da metodologia é minimizar o esforço do especialista na anotação de imagem em larga escala visando a construção de sistemas de tomada de decisão com alto índice de acerto.

“A abordagem clássica, que usa exemplos pré-anotados e sem interação humana durante o treinamento, deixa várias perguntas sem resposta. São questões essenciais, como quantos exemplos são necessários para que as máquinas aprendam ou como explicar as decisões tomadas pela máquina. A nossa metodologia consiste em incluir o especialista no ciclo do aprendizado de máquina para que perguntas como essas sejam respondidas”, disse.

A estratégia da equipe de Falcão para construir sistemas de tomada de decisão confiáveis tem sido explorar habilidades complementares. “Os humanos são superiores na abstração de conhecimento. Já as máquinas não se cansam e são melhores no processamento de grandes quantidades de dados. Desse modo, o esforço do especialista é minimizado ao controlar o ciclo de aprendizado e as decisões das máquinas passam a ser explicáveis”, disse.

Aprendizado autônomo

Outra técnica de machine learning que tem sido empregada cada vez mais para desenvolver novas tecnologias baseadas em análise de imagens é a de deep learning, que visa treinar as máquinas a aprenderem sozinhas por meio de reconhecimento de padrões e, dessa forma, agirem e interpretarem dados de modo mais natural.

Os avanços nessa área têm possibilitado inovações importantes baseadas na análise de imagens, como reconhecimento facial, identificação de corpos celestes ou sistemas capazes de descrever o conteúdo de uma foto, destacou Nina Hirata, pesquisadora do Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP), em palestra apresentada também na última quinta-feira (21/11) durante a programação da FAPESP Week France.

“Tarefas comuns em problemas de análise de imagens, como classificação, reconhecimento de objetos, segmentação [delineação precisa do contorno de objetos] e interpretação do conteúdo, podem ser abordadas com técnicas de machine learning e, nos últimos anos sobretudo, com técnicas de deep learning”, disse Hirata.

Como explicou a pesquisadora, deep learning envolve técnicas que permitem processar uma imagem diretamente, sem que um humano precise descrever as características da imagem durante o treinamento da máquina.

“Antes era preciso escrever algoritmos muito específicos para extrair informações de características da imagem. Cada caso era um caso. O processo era muito manual. Hoje, com o deep learning, essa tarefa ficou muito mais fácil, o que nos permite focar em tarefas de nível mais elevado. Por exemplo, no caso de imagens biomédicas, em vez de empenhar nosso esforço em segmentar e extrair características de células individuais em um tecido, podemos canalizar o esforço na comparação de tecidos”, disse Hirata.

No entanto, acrescentou, apesar dos vários aspectos positivos dessa tecnologia, existem também vários desafios a serem vencidos. “Deep learning é uma espécie de caixa-preta: é muito difícil explicar por que ele está funcionando ou por que, às vezes, deixa de funcionar”, disse Hirata.

Interdisciplinar

A pesquisadora da USP trabalha atualmente em um projeto dedicado ao entendimento de imagens e de modelos de deep learning. Outro objetivo da pesquisa é testar a aplicação desses modelos em áreas diversas da ciência, como o reconhecimento de espécies de plânctons e a identificação de corpos celestes em imagens capturadas por meio de telescópios. Ela ainda citou outros projetos em andamento no instituto, um deles com o objetivo de medir o quão verde é uma cidade com base em dados do Google Street View.

“Em minha experiência, percebi que há uma dificuldade de comunicação entre pesquisadores de áreas distintas, barreira que dificulta colaborações multidisciplinares. Mas isso precisa ser mudado, pois atualmente é quase impossível fazer uma pesquisa sem estar amparado em dados e na ciência da computação”, disse.

Para Hirata, é preciso que pesquisadores de outras áreas entendam como formular problemas computacionais e, ao mesmo tempo, os estudantes da área de computação sejam treinados a lidar mais diretamente com problemas reais.

O simpósio FAPESP Week France acontece entre os dias 21 e 27 de novembro, graças a uma parceria entre a FAPESP e as universidades de Lyon e de Paris, ambas da França. Leia outras notícias sobre o evento em www.fapesp.br/week2019/france.

Tecnologia

“Brainrot”, você tem isso? Conheça esse efeito colateral da vida digital

Por

Termo descreve a “deterioração mental” causada por consumir grandes quantidades de conteúdo de baixo valor, como memes e vídeos sem sentido

 

“Brainrot” pode afetar negativamente as habilidades cognitivas das pessoas
Unsplash/Taylor Deas-Melesh

 

Se você leu meu texto sobre a slopficação da internet, talvez agora você fique um pouco mais assustado. Senta que lá vem a história…

A internet está cada vez mais maluca. Na verdade, não a internet, porque ela sempre foi. Mas, a cada dia que passa, eu me surpreendo com o que as pessoas andam fazendo online, principalmente os jovens.

Se você é millennial, como eu, e tinha uma certa esperança que a próxima geração seria melhor e daria conta de um monte de coisas que não conseguimos, bem… nascer e crescer imerso em redes sociais parece que não está fazendo muito bem, pelo menos na construção de gosto e o que se escolhe consumir online.

Entender minimamente a GenZ (Geração Z) e a Geração Alpha tem consumido boa parte do tempo das minhas pesquisas online. Sacar os movimentos e tentar entrar na cabeça dos jovens é interessante e surpreendente, já que os valores e gostos são completamente diferentes. E olha que pra muita coisa eu sou mais Z que Y.

Mas vamos para o que interessa. Você já ouviu ou viu, em algum lugar, termos como:

  • Skibidi Toilet
  • Level Five Gyat
  • Rizz
  • Fanum Tax
  • Only in Ohio
  • Sigma Looksmaxxing
  • Grimace Shake

Parece erro, palavras sem sentido, mas eles têm aparecido com frequência em uma série de conteúdos virais, mais especificamente memes, e que têm sido atribuídos ao tal do “brainrot”. Se você perguntar para o Google Tradutor, não vai conseguir nada. Já para o ChatGPT, ele traz uma luz. Olha só:

ChatGPT oferece definição de termos que têm sido atribuídos ao "brainrot"

ChatGPT oferece definição de termos que têm sido atribuídos ao “brainrot” / Reprodução/ChatGPT

 

Acho que, com isso, você já consegue ir sacando o que é “brainrot”. Apesar desse termo ser antigo (usado desde 2004), é agora que ele está bombando em redes sociais muito usadas por jovens da GenZ, como o TikTok.

E não é pouco dizer que esses jovens internautas estão obcecados com a tal “brain rot” ou “brainrot”. Tanto que a própria viralização do termo explica muito o que estamos vivendo nos tempos atuais: “doomscrolling“, essa rolagem infinita nos nossos feeds, e também nosso estado online crônico.

Traduzido por “podridão cerebral”, “apodrecimento do cérebro” ou até “cérebro apodrecido”, o termo, ou condição, descreve a “deterioração mental” causada por consumir grandes quantidades de conteúdo de baixo valor, como memes e vídeos sem sentido, que podem afetar negativamente as habilidades cognitivas e a capacidade de pensar criticamente.

Longe de ser um termo médico ou científico, é simplesmente um efeito colateral do nosso comportamento online, principalmente em redes sociais, frequentemente motivado por um desejo compulsivo de se manter atualizado, principalmente com eventos negativos, mesmo quando isso pode ser emocionalmente desgastante ou prejudicial para a saúde mental.

Basicamente, estamos gastando mais tempo e literalmente nos entregando e absorvendo grandes quantidades de informações irrelevantes e de baixa qualidade.

Sem entrar nas questões neurodegenerativas, não precisamos de muito para entendermos que, ao consumirmos conteúdos piores, ficaremos piores. Ou seja, nossos cérebros vão trabalhar com o que recebem. Se consumimos porcarias, vamos pensar em porcarias. Simples assim.

E tem muita gente online falando que já está com “brainrot” só de ter recebido ou passado por certos conteúdos, justamente porque estão muitos expostos a eles. E assim como os “slops” causam uma certa confusão mental, os conteúdos associados ao brainrot também, desassociando imagens ou conceitos de seus contextos reais.

Um exemplo é a imagem de um soldado da Segunda Guerra Mundial com um olhar atordoado, que faz parte da pintura de Tom Lea “That 2,000 Yard Stare“, que é usado em muitos conteúdos meméticos, e que TikTokers dizem ser brainrot.

Popularização e perigos

Fazendo uma pesquisa rápida no Google Trends, percebemos que tivemos uma procura maior do termo em 2005 e 2010, mas, a partir da segunda metade de 2023 até agora, o termo explodiu. E é interessante notar que esses picos estão muito associados à cultura gamer e a jogos que contribuíram com seu uso ao longo da década de 2010.

Inclusive, “brainrot” é uma doença que os jogadores podem contrair no jogo de “2011 The Elder Scrolls V: Skyrim“. Em 2007, ano que muita gente considera o surgimento do termo, ele aparece em posts no X, nos quais os usuários descreviam reality shows de namoro, videogames e certos comportamentos, como brainrot.

Um artigo recente do NYT, Jessica Roy relata como alguns usuários do TikTok até começaram a criar paródias de pessoas que parecem “ter” essa condição, ajudando, assim, na popularização, ridicularização e adoção do termo. E, apesar de não ser um elogio falar que alguém tem brainrot, algumas pessoas demonstram um leve orgulho ao admitir a condição.

Em um quiz recente do BuzzFeed, dava até pra saber se “o seu cérebro está 1000% cozido”. Outra leva de vídeos fala que quanto mais gírias da internet uma pessoa usa, mais brainrot ela tem.

E apesar do humor que tudo isso traz, existe um lado bem ruim. Sabe quando a gente fica obcecado por algo e vê aquilo em todo lugar, ou quando gostamos tanto de um personagem ou uma celebridade e começamos a ficar parecidos com elas? Bem, consumir conteúdos de baixa qualidade pode nos deixar menos preparados a certaz situações e “menos inteligentes”, como colocam os jovens com brainrot. Muitos compartilham nas redes seu medo de ficaram “burros”.

Há muitos pesquisadores que estão se debruçando nesse tema, como o neurocientista Michel Desmurget, que tem um livro bastante controverso, assim como outros que se adentram nesse tema, “A fábrica de cretinos digitais: Os perigos das telas para nossas crianças”.

Esse medo de ficarmos piores cognitivamente é real, porque somos o que comemos e consumimos. A “Geração Touch” e as “crianças de iPad” certamente carregam consequências disso, tanto pela tela e o aumento de miopia, muita quantidade de luz azul, que traz alterações no sono, e por aí vai, até o que é visto, assistido e lido.

Em toda a história da humanidade, acompanhamos as consequências boas e ruins das mais diversas tecnologias que foram sendo introduzidas nas nossas vidas, e se tratando de internet, hoje e sempre, independente da tecnologia em si, sabemos que “gostamos” de certos conteúdos justamente pelo modo como nosso próprio cérebro funciona.

Nem vou entrar nessa discussão, porque isso daria um outro texto, mas, no caso dos memes, eles são divertidos, rola uma conexão emocional positiva com eles, e isso dá uma ajudinha na disponibilidade de dopamina no nosso cérebro. É entretenimento puro e viciante.

Por isso mesmo, existem muitos pesquisadores interessados no assunto, tanto que, nos Estados Unidos, diversas instituições de saúde já estão estudando isso como um distúrbio. No artigo no NYT, é citada a pesquisa do Hospital Infantil de Boston, que chama essa condição de “Uso Problemático de Mídia Interativa”. E ela mostra que, conforme passamos muito tempo online, mudamos nossa percepção do espaço físico para o online, e isso tem consequências.

E a GenAI nessa história?

Brainrot está na moda hoje em dia, assim como a GenAI (inteligência artificial generativa). Mas será que a IA está ajudando a nos levar a um estado de brainrot generalizado?

Se o uso preguiçoso da GenAI pode nos fazer desenvolver menos algumas habilidades ao longo do tempo, não há dúvida. É como foi com a nossa memória, tanto que hoje não guardamos o número do celular de quase ninguém. Claro que nesse cas,o é reversível, podemos treinar e melhorar, graças a neuroplasticidade cerebral.

Mas, assim como a internet está se “slopificando”, ou seja, sendo tomada por conteúdos sem valor sendo gerados sinteticamente, nós também poderemos acabar nos deparando cada vez mais com esse conteúdo, e (por que não?) aumentando o brainrot, assim como nos enganando cada vez mais por conteúdos falsos. As consequências de longo prazo não sabemos, e muito estudo ainda será feito, mas, com certeza, uma coisa pode alimentar a outra.

Deveríamos nos preocupar com o “brainrot”?

Em certo sentido, sim, embora devamos ser cautelosos ao soar o alarme sobre o que impulsiona ou leva ao “brainrot”. É muito fácil referir-se a praticamente qualquer coisa como causadora de “brainrot”, se formos pensar.

A cultura da internet sempre traz questões e termos interessantíssimos que podem nos fazer pensar e desenvolver muitas teorias e conceitos. Brainrot ainda é uma expressão que carece de rigor científico, principalmente para descrever ou quantificar a saúde mental real. Mesmo assim, não significa que devemos ignorar ou minimizar as preocupações que estão no cerne desse termo.

Conheça tendências que sinalizam rumos para o futuro da IA

CNN

Continuar Lendo

Tecnologia

Tik Tok planeja lançar o Whee, plataforma de fotos ‘cópia’ do Instagram

Por

Na plataforma, será possível manter um feed de imagens, utilizar filtros nas fotos tiradas pelo próprio aplicativo, além de manter um fluxo de conexão de amigos

 

UE abre investigação contra TikTok por possível violação das normas – (crédito: Reprodução/Freepik)

 

O TikTok está trabalhando em seu próprio Instagram, afirmou o site Android Police na terça-feira, 18. O aplicativo, chamado Whee, tem como objetivo o compartilhamento de fotos com melhores amigos – uma mistura da rede de Mark Zuckerberg com o BeReal, de fotos instantâneas e não editadas. O app, que já pode ser utilizado em alguns países, ainda não chegou ao Brasil.

De acordo com as imagens vistas pelo Android Police, o Whee é um app separado do TikTok, mas também mantido pela ByteDance. Na plataforma, é possível manter um feed de imagens, utilizar filtros nas fotos tiradas pelo próprio aplicativo, além de manter um fluxo de conexão de amigos.

Configurações básicas como curtidas e comentários também estão presentes, em um layout bastante parecido com o do Instagram.

“Capture e compartilhe fotos da vida real que somente seus amigos podem ver, permitindo que você seja mais autêntico”, afirma a descrição do Whee no Google Play, loja de apps do Android. “Whee é o melhor lugar para amigos próximos compartilharem momentos da vida”, completam.

O TikTok e a ByteDance ainda não se pronunciaram oficialmente sobre o aplicativo, mas já é possível encontrar a nova rede social em alguns países em celulares com sistema operacional Android.

Agência Estado

 

Continuar Lendo

Tecnologia

YouTube testa recurso que introduz “notas” de contexto em vídeos

Por

Testes começarão nos Estados Unidos e serão feitos, inicialmente, com usuários e criadores selecionados

YouTube anunciou, nesta segunda-feira (17), que permitirá em breve que os usuários adicionem “notas” que fornecerão contexto sobre alguns de seus vídeos. Os testes fazem parte de um novo recurso que inicialmente será lançado nos Estados Unidos.

A plataforma convidará alguns usuários e criadores de conteúdo, como parte da fase inicial de teste, para escrever notas destinadas a fornecer “contexto relevante, oportuno e fácil de entender” sobre os vídeos.

As notas, por exemplo, poderão esclarecer quando uma música é uma paródia, apontar quando uma nova versão de um produto que está sendo analisado estiver disponível ou informar aos espectadores quando imagens antigas são erroneamente apresentadas como eventos atuais.

A rede social X, antigo Twitter, possui um recurso semelhante chamado Notas da Comunidade, que permite que colaboradores selecionados adicionem contexto às publicações, incluindo tags como “enganoso” e “fora de contexto”.

O recurso de notas no YouTube será, inicialmente, disponibilizado em dispositivos móveis para usuários nos Estados Unidos e em inglês. Nessa fase, avaliadores externos classificarão a utilidade das notas, o que ajudará a treinar os sistemas, antes de um possível lançamento mais amplo, disse o YouTube.

Fátima Bernardes lança canal no YouTube após deixar Globo

*Com reportagem de Yuvraj Malik, em Bengaluru

 

CNN Brasil

Continuar Lendo

Trending

Avenida Agamenon Magalhães, 444
Empresarial Difusora – sala 710
Caruaru – PE

Redação: (81) 2103-4296
WhatsApp: (81) 99885-4524
jornalismo@agrestehoje.com.br

comercial@agrestehoje.com.br

Copyright © 2024 - Todos os Direitos Reservados