Fotos não são só arte ou memórias! A aquisição de imagens, dos mais diversos tipos, está atrelada à geração de dados. Nesse cenário, a inteligência artificial e o aprendizado de máquina, que a gente tanto gosta, atuam novamente como ferramenta no reconhecimento de padrões e interpretação de imagens.

A gente mostra três exemplos de cenários cheios de interferências: fotografias da vida selvagem, capturas por drones e imagens de satélite da superfície da Terra. Escalando cada vez mais, a inteligência artificial pode detectar tendências ou características de sistemas complexos que podem escapar da detecção visual por especialistas.

Interpretação de fotos de campo para monitorar animais

Ajudados por câmeras acionadas por movimento, os pesquisadores de animais podem monitorar o campo, mesmo de longe. Mas essas armadilhas fotográficas afetam qualquer coisa que passe, e ainda é preciso muito esforço humano para folhear fotos uma a uma para identificar os animais e observar o que eles estão fazendo.

Uma ferramenta desenvolvida no ano passado por pesquisadores da Universidade de Wyoming mostrou que a IA - junto com dezenas de milhares de voluntários - pode ajudar nessa tarefa. Em um projeto chamado Snapshot Serengeti, os cientistas locais rotularam 3,2 milhões de fotos - marcando-os com informações como as espécies presentes, o número de indivíduos captados nas fotos e o comportamento dos animais.

Os pesquisadores então desenvolveram uma rede neural convolucional, um programa de aprendizagem profunda que imita a maneira como o cérebro faz conexões, e mostrou as imagens que foram anotadas por voluntários on-line. Após o treinamento, o modelo identificou corretamente, por meio do reconhecimento de padrões, cerca de 94% das imagens.

O modelo pode processar a maioria das imagens, combinando a precisão das avaliações humanas e entregando as mais difíceis aos especialistas. Então, não, a inteligência artificial não vai roubar os empregos dos humanos.

Reconhecimento de padrões para monitoramento de vegetais

Mais uma vez auxiliando outras áreas, aqui a inteligência artificial
se mete na agricultura. Como ferramenta, a interpretação de imagens nessa
esfera pode auxiliar desde agricultores, até planejadores como engenheiros
ambientais, agrícolas ou florestais.

Do ponto de vista do agricultor, em vez de regar ou aplicar pesticidas a um campo inteiro, graças à capacidade de a IA ​​de detectar plantas que estão precisando de insumos, pesticidas e/ou água. Olha esse exemplo:

Cientistas e engenheiros do Conselho Nacional de Pesquisa da Espanha (CSIC) instalam drones equipados com câmeras para mapear áreas de terra e tirar fotos que podem ser extraídas de informações usando machine learning e interpretação de imagens baseada em objetos, um método para agrupar pixels em objetos.

A equipe treinou o modelo fornecendo informações sobre a quantidade de água que as plantas receberam, juntamente com um conjunto de fotos das plantas. Além disso, a interpretação de imagens por IA também está se voltando para localizar pequenas ervas daninhas escondidas no campo, permitindo que os agricultores atinjam pequenas áreas específicas com herbicidas. Para esta aplicação, os pesquisadores empregaram uma abordagem de aprendizado de máquina chamada Random Forest, que aprende com fotos do campo.

Os pesquisadores estão trabalhando para otimizar os algoritmos, na esperança de criar “pulverizadores inteligentes” habilitados para inteligência artificial que sejam mais eficientes na detecção e destruição de ervas daninhas ao fotografar linhas de plantações do que aquelas atualmente no mercado. Veja bem: por meio da mera interpretação de imagens, os custos com herbicidas podem ser consideravelmente reduzidos com maior controle das plantações. O meio ambiente agradece, em termos de economia de água na irrigação e também diante do cenário de contaminação que a gente já mostrou aqui.

Interpretação de imagens na previsão de incêndios florestais

Ok, indo ainda mais longe (trocadilho intencional), se atrelada a imagens de satélite, uma aplicação da interpretação de imagens por IA seria a previsão de incêndios florestais, que podem assumir escalas assustadoras.

Com essas imagens em mãos, pesquisadores da Universidade de Waterloo estão usando uma estratégia de inteligência artificial chamada de aprendizado por reforço para criar modelos que prevejam como os incêndios se espalham. Em um processo iterativo usando imagens de incêndios anteriores, o modelo recebe imagens mostrando a localização de um incêndio a cada 16 dias, que é o tempo entre as imagens de satélite. O modelo prevê então a disseminação dos próximos 16 dias e recebe feedback sobre a precisão de sua previsão, melhorando o entendimento do modelo sobre como os incêndios se movem. À medida que avança, o modelo aprende “regras” que os incêndios florestais seguem - por exemplo, que o fogo para quando encontra um lago.

Esse tipo de ideia, baseada no reconhecimento de padrões, pode ser aplicada na previsão de enchentes, alterações no clima e disseminação de doenças, interligando muitas áreas de conhecimento.

Uma imagem vale mais do que mil palavras. Quantas cabem em um pixel?

Fontes: The Scientist

Kamila Jessie

Doutora em Hidráulica e Saneamento pela Universidade de São Paulo (EESC/USP) e Mestre em Ciências pela mesma instituição; é formada em Engenharia Ambiental e Sanitária pelo Centro Federal de Educação Tecnológica de Minas Gerais (CEFET-MG) com período sanduíche na University of Ottawa, no Canadá; possui experiência em tratamentos físico-químicos de água e efluentes; atualmente, integra o Centro de Pesquisa em Óptica e Fotônica (CePOF) do Instituto de Física de São Carlos (USP), onde realiza estágio pós-doutoral no Biophotonics Lab.