Um olho vermelho que não pisca encara o usuário. O sistema fala em uma voz fria e sem emoção. "Desculpe, Dave", ele diz. "Infelizmente não posso fazer isso". Nesse cenário icônico de 2001: Uma Odisséia no Espaço, o protagonista está diante da assistente menos útil do mundo, HAL 9000. Para a autopreservação, o sistema de IA ignora as ordens, levando ao trágico fim da tripulação. Esse não é o futuro que queremos ver. As pessoas querem computadores que ajudem a humanidade e não que a substituam ou impeçam. Elas esperam um mundo utópico, não distópico, em que a tecnologia ajuda a encontrar soluções e não mais problemas. Hoje em dia, a tecnologia está mais eficiente do que nunca, portanto, precisamos criá-la e usá-la de forma igualmente importante ao funcionamento dela. Ao colocar a humanidade como o foco principal, podemos criar uma tecnologia que mude nosso futuro para o melhor.

Não precisamos esperar para isso, é claro. Várias tecnologias adaptativas que usam os avanços do machine learning já estão tornando nossas vidas diárias mais fáceis e interessantes. Carros automáticos que têm o potencial de reduzir o congestionamento, a poluição e acidentes de trânsito estão começando a surgir no horizonte. Outras tecnologias, como ferramentas de tradução auxiliadas por ML, software de diagnóstico médico e dispositivos com reconhecimento contextual, fazem parte das rotinas diárias de muitas pessoas. Recursos que incluem a Escrita inteligente no Gmail, que faz sugestões à medida que os usuários digitam mensagens, a Transcrição instantânea no Android, que pode ajudar pessoas com surdez ou com perda auditiva a ver legendas instantâneas de conversão de voz em texto em mais de 70 idiomas e dialetos; ou o sempre prestativo Google Assistente que ajuda milhões de indivíduos a se manterem atualizados com seus compromissos, são todos exemplos da visão do Google para criar um futuro melhor com a tecnologia.

Esse foco na inovação útil é mais importante para dispositivos móveis. Desde o lançamento do Android em 2008, ele se tornou a plataforma para dispositivos móveis mais popular do mundo. Os avanços no reconhecimento de imagens com o machine learning significa que os usuários podem apontar a câmera do smartphone para um texto e fazer com que ele seja traduzido em tempo real para 88 idiomas diferentes usando o Google Tradutor. E, com os smartphones se tornando o dispositivo mais popular do mundo, especialmente em mercados de rápido crescimento como o de desenvolvedores, é crucial que as novas ferramentas sejam criadas usando aplicativos com foco no usuário. Uma inovação útil tem o potencial para mudar a maneira como acessamos, usamos e interpretamos informações, disponibilizando-as quando necessário, onde mais precisamos.

Isso pode significar a previsão de enchentes e o envio de avisos diretamente aos afetados por elas. Ou até tirar uma foto rápida de um item, como um copo de café e ver direções até o ponto de reciclagem mais próximo. Desenvolver novas tecnologias não é um caminho direto. Isso depende de avanços de hardware, das novas descobertas de software e dos desenvolvedores que criam essas novas experiências. Com foco em "Inovações Úteis", o Android Developer Challenge coloca exemplos reais do machine learning em ação para os usuários e inspira a próxima onda de desenvolvedores a desbloquear o que for possível com essa nova tecnologia.

Se você está se formando na faculdade, um mouse é aquela coisa chata que às vezes fica se movendo no seu quarto durante a noite. Você só usou o mouse do computador algumas vezes, e ele provavelmente está conectado em um sistema desatualizado no armário da biblioteca da sua escola. Ainda assim, acredite, o mouse do computador foi um passo radical na personalização da computação, facilitando a interação com os computadores.

Quando o fundador da Digital Equipment Corporation, uma grande fabricante americana de artigos de informática dos anos 1960 aos 1990, disse: "não há motivo para que alguém queira um computador em casa", Steve Jobs tornou-se o pioneiro da interface gráfica do usuário, com o foco no uso do mouse, dando início à computação pessoal e a uma nova era de design. Desde então, o design de computação passou por mais duas mudanças importantes. Cada uma foi uma mudança gradual para aprofundar nosso relacionamento e proximidade com dispositivos, que ficaram mais pessoais e humanos.

O Android e o iOS foram deram início à primeira mudança importante, com a nova era de dispositivos móveis. No início, os dispositivos móveis tinham menos relevância: telas menores, menos energia, menos recursos. Mas os desenvolvedores rapidamente perceberam que, na verdade, poderiam ser mais. Deslizar, tocar, cutucar. A interação com os dispositivos móveis fez com que eles tivessem mais destaque além da tela. O monitor tradicional não era mais necessário, passaram a existir camadas sobre camadas de informações prontas e esperando para atender as necessidades dos usuários. E com o contexto do local e da identidade de cada usuário. Desde então, o design de computação passou por mais duas mudanças importantes. Cada uma foi uma mudança gradual para aprofundar nosso relacionamento e proximidade com dispositivos, que ficaram mais pessoais e humanos.

O Android e o iOS foram deram início à primeira mudança importante, com a nova era de dispositivos móveis. No início, os dispositivos móveis tinham menos relevância: telas menores, menos energia, menos recursos. Mas os desenvolvedores rapidamente perceberam que, na verdade, poderiam ser mais. Deslizar, tocar, cutucar. A interação com os dispositivos móveis fez com que eles tivessem mais destaque além da tela. O monitor tradicional não era mais necessário, passaram a existir camadas sobre camadas de informações prontas e esperando para atender as necessidades dos usuários. Com o contexto do local, da identidade, do movimento, as experiências humanas realizadas em dispositivos móveis diminuíram a importância do que o computador podia oferecer. O Machine learning, a próxima mudança importante, trouxe a evolução para o design focado nos seres humanos.

Se era ousado sugerir que as pessoas pudessem ter computadores em casa, é claro que era mais ousado ainda sugerir que você pudesse conversar com eles. Ou até mesmo apontar a câmera para uma linda flor, usar o Google Lens para identificar o tipo dela, depois definir um lembrete para pedir um buquê para a mãe. "O Google Lens usa modelos de visão computacional para expandir e agilizar as pesquisas", disse Jess Holbrook, membro sênior da equipe de pesquisa do usuário no Google e co-líder da equipe de pesquisa People + AI. "Você nem sempre precisa da câmera para pesquisar, mas ela é útil para casos em que você esquece o nome de alguma coisa ou tem que parar e digitar uma descrição longa. É muito mais rápido usar a câmera".

P: O que te motiva a trabalhar e se interessar por IA?

A. Tenho interesse em desenvolver tecnologias e usá-las para solucionar problemas difíceis de maneiras que causem impacto. Os projetos em que estou trabalhando incluem iniciativas de IA conversacional, como o Google Duplex, um sistema automatizado que usa vozes com som natural para realizar tarefas por telefone, como fazer uma reserva em um restaurante. Já o Read It, permite que o Google Assistente leia artigos da Web do dispositivo em voz alta. Além disso, também trabalho com as tecnologias do dispositivo como o Filtro de chamadas e a Legenda instantânea. Também tenho interesse no uso geral da IA para o bem-estar social. Exemplos disso incluem a previsão melhor de enchentes usando machine learning, computação em nuvem, simulações hidráulicas e outras tecnologias.

P: Como foi formada a iniciativa de IA para o Bem-estar Social?

A. Um dos melhores atributos que vejo na cultura do Google é que muitas pessoas se preocupam em encontrar formas de resolver problemas importantes usando a tecnologia. A IA para o bem-estar social pode ser usada em muitas áreas: saúde, biodiversidade, ajuda com acessibilidade, apoio em emergências, sustentabilidade e assim por diante. Alguns de nós no Google nos reunimos e identificamos problemas que, se ajudarmos a resolver, poderão beneficiar a vida das pessoas e a sociedade de uma forma significativa. Por isso, criamos a iniciativa IA para o bem-estar social para ajudar qualquer pessoa, dentro ou fora do Google, trabalhando em iniciativas relacionadas ao bem da sociedade. As tecnologias de machine learning atuais, que estão disponíveis na nuvem, permitem que muitas pessoas ao redor do mundo tenham as ferramentas necessárias para identificar e, possivelmente, resolver problemas sociais reais. Isso é excepcional na história.

P: Qual o papel das tecnologias no dispositivo?

Os dispositivos móveis atuais estão cada vez mais avançados. Isso nos dá a oportunidade de aproveitar técnicas de machine learning que podem ser executadas no dispositivo. Isso é importante por vários motivos, como a capacidade de acessar determinados aplicativos instantaneamente e não depender da conectividade. Isso também é importante para lidar com dados pessoais, que você não quer que saiam do dispositivo. O Filtro de chamadas, a Legenda instantânea e o Live Relay são exemplos de como o uso de IA conversacional no dispositivo pode ajudar as pessoas a ter mais controle sobre as chamadas recebidas, permitindo que as pessoas com dificuldades auditivas vejam legendas em tempo real do que está sendo dito e até conversem por telefone.

P: Por que a inteligência de ambiente é tão revolucionária?

A. O poder da tecnologia útil surge quando ela é tão incorporada ao nosso ambiente que funciona sem que precisemos prestar atenção nela. Inicialmente, muitas tecnologias nos surpreendem, mas em breve se tornam algo natural. A IA conversacional remove barreiras de modalidade e idiomas, além de permitir interações melhores. Ao fazer que as máquinas nos entendam melhor e falem conosco de maneira natural, tornando-se praticamente uma parte do ambiente, os usuários podem remover a carga cognitiva de ter que pedir explicitamente que algo seja feito e passam a interagir de maneira mais natural.

P: Por que é essencial que as ferramentas de machine learning sejam acessíveis?

A. O Android Developer Challenge mostra a importância de tornar a nuvem e a tecnologia no dispositivo mais acessíveis. Nós adoramos ver inovações vindas de todas as pessoas e do mundo todo. Queremos incentivar, apoiar, inspirar e aconselhar sempre que possível. Estou muito empolgado com o que vi das pessoas que participaram deste programa. Se pudermos ajudá-las a expandir a paixão delas para o mundo todo e utilizar tecnologias de ponta, veremos resultados incríveis e inovadores, o que pode ser extremamente útil para todos.

Como aproveitar as ferramentas e os recursos revolucionários de machine learning em um dispositivo móvel? A resposta é o TensorFlow Lite. Esse avançado framework de machine learning pode ajudar a executar modelos de machine learning em dispositivos Android e iOS que normalmente não seriam compatíveis com eles. Hoje, o TensorFlow Lite está ativo em bilhões de dispositivos no mundo todo. O conjunto de ferramentas pode ser usado para todos os tipos de aplicativos de rede neural avançados, desde a detecção de imagens até o reconhecimento de fala, trazendo a mais recente tecnologia de ponta para os dispositivos que carregamos o tempo todo.

O TensorFlow Lite permite que grande parte do processamento de machine learning seja realizado nos dispositivos em si, usando modelos com custos computacionais menores, que não precisam depender de um servidor ou de um data center. Esses modelos são executados mais rapidamente, oferecem possíveis melhorias de privacidade, consomem menos energia (a conectividade pode gerar uma sobrecarga da bateria) e, em alguns casos importantes, não exigem uma conexão de Internet. No Android, o TensorFlow Lite acessa aceleradores especializados de dispositivos móveis com a API de rede neural, oferecendo desempenho ainda melhor e reduzindo o consumo de energia.

"O TensorFlow Lite permite casos de uso que não eram possíveis antes porque as latências de ida e volta ao servidor faziam esses aplicativos não iniciarem", diz Sarah Sirajuddin, diretora de engenharia do TensorFlow Lite. "Exemplos disso são o reconhecimento de fala no dispositivo, recursos interativos em tempo real para vídeos e melhorias em tempo real ao tirar uma foto. A Inovação nesse espaço tem sido enorme e ainda há mais por vir", ela acrescenta. "O outro aspecto incrível é que isso facilita o machine learning, ajudando a ressaltar a criatividade e o talento".

Texto de Luke Dormehl

Ilustração de Sarah Maxwell

O ML Kit oferece as tecnologias de machine learning dos dispositivos Google para os desenvolvedores de apps para dispositivos móveis, permitindo que eles criem experiências personalizadas e interativas nos apps. Isso inclui ferramentas, como a tradução de idiomas, o reconhecimento de texto, a detecção de objetos e muito mais. Com o ML Kit, é possível identificar, analisar e, até certo ponto, entender os dados visuais e de texto em tempo real e de uma maneira focada na privacidade do usuário, já que os dados permanecem no dispositivo. "Ele torna o machine learning muito mais acessível", diz Brahim Elbouchikhi, Diretor de gerenciamento de produtos.

"Disponibilizamos os melhores modelos de ML do Google como um conjunto simples de ferramentas, para que os desenvolvedores não precisem mais ser especialistas em ML para criar apps com tecnologia de ML. Toda a complexidade fica oculta para que os desenvolvedores possam se concentrar no produto principal". Por exemplo, ferramentas como a identificação de idioma ajudam a identificar a linguagem de uma string de texto e a detecção e o monitoramento de objetos pode ajudar a localizar e monitorar um ou mais objetos em tempo real em uma imagem ou em um feed de câmera ao vivo.

É ele que ajuda os apps vencedores do Android Developer Challenge, como o Trashly, diferenciando materiais recicláveis e não recicláveis, ou o UnoDogs que ajuda a diferenciar entre cães saudáveis e com problemas de saúde. E no futuro? "O objetivo é que a tecnologia fique oculta em segundo plano e que os dispositivos entendam melhor as nossas necessidades", diz Elbouchikhi. "O ML Kit nos ajuda a cumprir essa promessa, permitindo que os desenvolvedores criem experiências intuitivas e adaptáveis. Isso aumenta a privacidade e a confiança do usuário".

Texto de Joanna Goodman

Ilustração de Tor Brandt

Hoje, mais de 400 milhões de pessoas usam diariamente um serviço conhecido como "dinheiro móvel", o que permite enviar dinheiro, pagar contas de serviços públicos ou sacar dinheiro em quiosques bancários móveis usando USSD: códigos rápidos enviados do smartphone. Embora o dinheiro móvel seja usado por pessoas no mundo todo, ele é especialmente útil para pessoas de países, como a República Democrática do Congo (RDC), onde 46% da população vive em áreas rurais sem bancos tradicionais ou acesso estável à Internet. Infelizmente, o processo é demorado e difícil de usar, especialmente para pessoas com dificuldades para ler e fazer cálculos. Um comando errado, e eles precisam começar de novo.

Se um código incorreto for usado, o dinheiro poderá ser enviado para a pessoa errada. O Esske simplifica a experiência, tornando-a mais intuitiva e acessível. No app, os usuários podem até ler e monitorar as transações em tempo real. Também podem transferir dinheiro, pagar contas, comprar assinaturas e créditos essenciais para enviar mensagens SMS, usar dados e fazer chamadas. Embora a maioria dos serviços bancários para dispositivos móveis exija que os usuários insiram manualmente o código USSD do smartphone, a função Quick Withdraw do Eskke processa essas informações automaticamente.

Ferramentas, como o reconhecimento de texto off-line e a leitura de código de barras do ML Kit permitem que os usuários leiam facilmente o código QR em um quiosque bancário e retirem dinheiro rapidamente. O app está disponível para usuários na República Democrática do Congo e será expandido para ser compatível com operadores bancários móveis em outros países africanos.

Texto de Arielle Bier

Ilustração de Frances Haszard

Com a mudança climática ao redor do mundo, as pessoas estão tentando reduzir a pegada de carbono e enviar menos resíduos para aterros sanitários.

Embora a maioria das cidades ofereça serviços de reciclagem, muitos locais têm regras, restrições e regulamentos diferentes. Devido à falta de padronização e políticas inconsistentes, objetos não recicláveis preenchem mais de 25% das lixeiras de reciclagem.

O Trashly facilita o processo de reciclagem para os consumidores. Basta apontar a câmera do dispositivo para um item e, com a detecção de objetos, o app identifica e classifica copos de plástico e papel, sacos, garrafas, entre outros. Após analisar essas informações usando um modelo personalizado do TensorFlow Lite, ele informa se o objeto pode ser reciclado e como isso pode ser feito de acordo com as regras locais e compartilha detalhes sobre as lixeiras de reciclagem próximas.

Atualmente ativo em Illinois, Pensilvânia e Califórnia, o Trashly permite encontrar 1.000 centros de reciclagem usando o recurso "Perto de mim" e planeja expandir para outros estados e países no futuro, ajudando a criar hábitos responsáveis importantes.

Texto de Arielle Bier

Ilustração de Aless Mc

Cães dependem de seus donos para os exercícios, a alimentação e os cuidados diários. No entanto, apesar das melhores intenções, muitos cachorros sofrem de excesso de peso, reduzindo a expectativa de vida do animal em até 25%. O UnoDogs ajuda os donos a melhorar o bem-estar do animal de estimação, fornecendo informações e programas de exercícios personalizados. Ao acompanhar e medir a saúde de um cachorro e fornecer orientações precisas, o UnoDogs aborda problemas de saúde antes deles aparecerem.

Ao usar o recurso AutoML Vision do Google Cloud Platform para treinar um modelo de detecção de objetos para analisar imagens em tempo real, o UnoDogs consegue calcular a pontuação de condição corporal do cachorro e oferecer recomendações para peso e tamanho ideais. Nas próximas versões, mais recursos de ML estarão disponíveis, como recomendações alimentares, testes de agilidade e planos de exercícios.

Os dados de monitoramento de peso e exercício são combinados com análises em tempo real, oferecendo programas de alimentação e de exercícios fáceis de serem seguidos, criados para manter o dono focado e inspirado, para que o cachorro possa ter a melhor qualidade de vida possível.

Texto de Arielle Bier

Ilustração de Choi Haeryung

Doenças em plantações representam uma ameaça constante aos agricultores do mundo todo. E os impactos da insegurança alimentar na saúde, sociedade e economia podem ser devastadores. O AgriFarm ajuda os agricultores a detectar doenças em plantas, evitando danos graves. Para que isso seja possível, o classificador de rede neural profunda, usado para identificar o tipo de doença, está hospedado na AI Platform do Google Cloud.

Outros recursos incluem relatórios meteorológicos, recomendações de vídeos e previsões de preços. Desenvolvido para ser usado em áreas rurais remotas, com acesso limitado à Internet, o AgriFarm pode ser usado para frutas e legumes, como tomates, milho e batatas, e está expandindo o conjunto de dados para funcionar mundialmente.

Texto de Arielle Bier

Ilustração de Buba Viedma

Com base em um modelo de crowdsourcing, o AgroDoc ajuda a coletar dados de agricultores de localizações geográficas e climas semelhantes para diagnosticar doenças de plantas e criar planos de tratamento. Com o app, uma folha infectada é verificada por uma câmera no dispositivo e a biblioteca do TensorFlow Lite ajuda a detectar o tipo de doença.

Os dados são analisados em conjunto com sintomas importantes e etapas simples são fornecidas para melhorar a saúde da planta.

Texto de Arielle Bier

Ilustração de Buba Viedma

O estresse existe em muitas formas, tanto positivas quanto negativas. Por sorte, nossos corpos foram feitos para se autoregular e se adaptar às mudanças de circunstâncias. Porém, quando eventos ou condições extremas causam altos níveis de estresse, efeitos negativos podem surgir, levando à ansiedade, à depressão e danos de longo prazo à saúde. O Stila (sigla em inglês para monitoramento de estresse durante atividades de aprendizado) monitora os níveis de estresse do corpo para que os usuários possam entender e gerenciar melhor o estresse no dia a dia. Para que isso seja possível, o app para smartphones funciona junto com um dispositivo wearable , como a pulseira Fitbit ou um dispositivo com o Wear OS by Google, para registrar o biofeedback.

Um modelo personalizado do Firebase detecta e categoriza o estresse, enquanto o TensorFlow Lite Interpreter permite que as informações sejam processadas off-line. O app monitora os níveis de estresse do corpo e usa relatórios breves dos eventos e do ambiente do usuário. Em seguida, uma pontuação de nível de estresse é calculada para ajudar a fazer uma estimativa do estresse durante determinadas atividades. Como cada pessoa reage aos fatores de estresse e estímulos de maneiras diferentes, o Stila aprende com esses relatórios e se adapta a como o corpo de cada usuário funciona. O app oferece feedback dependendo do ritmo e das necessidades de cada usuário.

Características individuais podem ser usadas para ajudar a personalizar a experiência do usuário usando o aprendizado por transferência. Ao detectar e monitorar os níveis de estresse ao longo do tempo, os usuários têm a oportunidade de gerenciar melhor o estresse no dia a dia.

Texto de Arielle Bier

Ilustração de Linn Fritz

A MixPose é uma plataforma de transmissão ao vivo que oferece aos professores de ioga e profissionais de fitness a oportunidade de ensinar, acompanhar o alinhamento e dar feedback em tempo real aos alunos. Vídeos de exercícios estáticos só compartilham informações em uma direção. Com este app, os professores podem personalizar as aulas e atender diretamente as necessidades dos alunos. O rastreamento de posições detecta os movimentos e posições de cada usuário usando o Kit de ML e o PoseNet.

Em seguida, sensores e sistemas de feedback em tempo-real geram informações do alinhamento de cada usuário. A compatibilidade com a saída de recursos de vídeo, como o Chromecast, permite conectar o app com facilidade a telas maiores para melhorar a visualização. Projetado considerando os 37 milhões de americanos que praticam ioga, o MixPose está reunindo mais de 100 professores de ioga para o lançamento. A inovação no uso da IA no Edge, em 5G e smart TVs, dessa plataforma oferece cursos interativos diretamente aos usuários no conforto de casa.

Texto de Arielle Bier

Ilustração de Rachel Levit Ruiz

Mais de sete milhões de pessoas na Índia apresentam alguma dificuldade na fala ou na audição, mas poucos têm acesso ao ensino da língua de sinais. Como a variedade de linguagens e dialetos é muito diversificada, criar uma forma padrão de comunicação é quase impossível.

Com o Leepi, os alunos podem aprender gestos e símbolos da língua de sinais americana. O app usa o reconhecimento de letras, símbolos, rostos e intenções, com exercícios interativos e feedback em tempo real. A biblioteca do TensorFlow Lite e o framework MediaPipe foram usadas para tornar o processamento no dispositivo mais preciso e otimizado. E, principalmente, ele foi projetado para ser usado off-line, para que mais alunos possam aprender sem obstáculos.

Texto de Arielle Bier

Ilustração de Xuetong Wang

Um bom sono é fundamental para descansar e recuperar o corpo humano. No entanto, 25% dos adultos roncam regularmente, o que pode levar a interrupções no sono e, possivelmente, problemas de saúde crônicos.

Ao capturar, analisar e classificar o áudio usando o TensorFlow Lite, o app Snore and Cough identifica o ronco e tosses para ajudar o usuário a procurar assistência de um profissional da área médica.

Texto de Arielle Bier

Ilustração de Xuetong Wang

Ao percorrer ambientes públicos, como um shopping ou uma rua movimentada, os obstáculos estão sempre em movimento e mudam de posição forma inesperada. Experiências sensoriais, como de visão, som e toque, podem ajudar a evitar colisões e acidentes. No entanto, para pessoas com deficiência visual, navegar em ambientes públicos significa enfrentar uma série de incertezas. O Path Finder pode ajudar pessoas com deficiência visual a navegar por essas situações complexas, identificando e calculando as trajetórias de objetos em movimento no caminho delas.

Os alertas personalizados informam aos usuários como evitar esses obstáculos e sugerem ações que eles podem seguir com segurança. Esse app usa a detecção de objetos do TensorFlow Lite para calcular distâncias de objetos próximos. Ele foi projetado para melhorar a experiência dos usuários, compartilhar informações e dar suporte, sem sobrecarregá-los em situações difíceis. Por esse motivo, o processo de configuração do Path Finder foi desenvolvido para ser comunicativo e é personalizado para usuários com visão limitada assim como para as pessoas que os ajudam.

Tanto o feedback audível quanto o retorno tátil fazem parte do sistema de alerta de obstáculos. Vários sons e frequência são usados para informar a distância e a direção de cada objeto. Padrões de áudio, como o Código Morse, são divididos em camadas e combinados para compartilhar mais informações. Com o Path Finder, os usuários com deficiência visual podem ter a vantagem da previsão de movimento, o que facilita transitar em ambientes públicos.

Texto de Arielle Bier

Ilustração de Sonya Korshenboym