A Google vem dando bastante importância para Inteligência Artificial nos produtos e, durante a Google I/O 2018 — que começou nesta terça-feira (08/05/2018) —, a empresa vem reforçando essa ideia. Hoje, contudo, a companhia está mostrando como a sua plataforma de construção de apps com IA e Machine Learning, o TensorFlow, está sendo usada para o bem da sociedade.
A empresa nos listou quatro ferramentas inovadoras e inspiradoras que foram construídas a partir do TensorFlow, sendo que uma delas tem como objetivo salvar a Floresta Amazônica do desmatamento aqui no Brasil. Confira:
Prevenção do desmatamento ilegal na Amazônia
O projeto da ‘Rainforest Connection’ utiliza celulares antigos e inteligência artificial para detectar sons de motosserras ou ruídos suspeitos. Com isso, os aparelhos posicionados no meio da mata conseguem alertar as autoridades que policiam a área afetada.
Celulares usados são posicionados estrategicamente em árvores para monitorar barulho na mata
Entender as origens do Sistema Solar
Para isso, Ari Silburt, estudante doutorando na Penn State University, nos EUA, usa Machine Learning para encontrar e mapear crateras na lua. Até agora, já foram identificadas mais de 6.000 novas crateras. Entender como esses ‘buracos’ foram feitos na Lua ajuda a desenhar uma história mais completa do Sistema Solar e também da Terra.
Saber se a sua planta está doente
Duas alunas do ensino médio nos EUA, Shaza Mehdi e Nile Ravenell, criaram um app com TensorFlow para reconhecer quando plantas estão doentes. Elas utilizaram bancos de dados disponíveis na web para treinar uma IA capaz de reconhecer espécies de plantas e suas possíveis doenças. Shaza também criou outro app similar para diagnosticar doenças de pele.
Aplicativo compara padrões de aparência de plantas saudáveis e doentes
Diagnosticar doenças
Com TensorFlow, o Dr. Jorge Cuadros pôde diagnosticar com antecedência casos de retinopatia diabética, ajudando a prevenir a cegueira precoce em pacientes diabéticos, além de determinar os riscos de doença cardiovascular com analise de imagens a partir de um modelo de aprendizagem profunda.
