IA brasileira lidera na identificação de texturas; saiba mais

Atualmente, uma tecnologia brasileira desenvolvida pela USP ocupa o topo da lista como a mais precisa em identificação e classificação de texturas.

Reconhecida pelo ranking do site Papers With Code como a líder nessa categoria, a arquitetura de visão computacional – denominada Radam (codificação aleatória de mapas agregados de ativação profunda) – é capaz de discernir padrões complexos em imagens, como os encontrados em células humanas e em fotos microscópicas de plantas.

🇬🇧 Subscribe to the best newsletter about AI (in English 🇬🇧) 

🇧🇷 Assine a melhor newsletter sobre IA (em português 🇧🇷)

Radam: Excelência reconhecida

• A arquitetura de visão computacional Radam distingue e classifica texturas complexas, incluindo aquelas que são desafiadoras de diferenciar a olho nu sem treinamento especializado.
• Na prática, o Radam pode identificar características microscópicas, como células cancerígenas, a partir de imagens.
• Diferentemente das abordagens tradicionais, o Radam requer menos dados de treinamento e pode operar em computadores com menor potência.
• Além disso, possui capacidade para treinar outras inteligências artificiais, adaptando-se a problemas específicos.
• Esta tecnologia de ponta, líder global há um ano, tem aplicações em saúde, indústria (inspeção e controle de qualidade), análise de solo, nanotecnologia e mais.

Como o Radam ensina outras IAs

O Radam funciona como um acelerador no processo de identificação de texturas para IAs genéricas. Ele codifica as saídas dessas IAs com uma pequena rede neural e, em seguida, um sistema especializado é treinado para detecção de padrões específicos. Isso permite um aprendizado mais rápido e eficiente.

Alta precisão, desafios contínuos

Os desenvolvedores do Radam destacam sua capacidade de identificar objetos com base em texturas, superando a habilidade humana. No entanto, mesmo com sua precisão, a tecnologia enfrenta desafios, especialmente na análise de imagens extremamente ampliadas ou reduzidas, como fotos de satélites. Leonardo Scabini, pesquisador do IFSC, liderou o desenvolvimento do sistema e planeja uma nova versão do Radam durante sua estadia no Instituto Real de Tecnologia de Estocolmo, na Suécia.

Leia também: