(D)Eficiente: Câmera fotográfica transforma imagens em palavras

O sonho de colocarmos computadores executando as nossas tarefas do dia-a-dia vem desde "antigamente". Rosie, a doméstica dos Jetsons, por exemplo, foi desenhada nos anos 60. Hoje temos no mercado, robôs que limpam o chão, aspiram sujeira de edifícios e até piscinas E, claro, monstrinhos graduados que pilotam jipinhos na superfície de Marte.

Mas há ainda algumas tarefas humanas que, por mais que avance a tecnologia, os avanços são muito pequenos como, por exemplo, a visão. Os robôs são capazes de reconhecer o fundo do olho humano e compará-lo com milhares de outros instataneamente. Mas são incapazes de entender o significado das imagens.

Se a montanha não vai a Maomé Matt Richardson inventou uma câmera que ao invés de imagens produz a descrição da imagem em texto. Matt é aluno do lendário ITP - Interactive Telecommunications Program- núcleo de estudos de arte, comunicação e tecnologia da New York University (é um departamento fantástico que vale a pena ser conhecido por interessados no assunto, estive por lá no final dos anos 80, recomendo!.

A Câmera Descritiva funciona assim: você mira o objeto, aperta o botão e inicia um tipo curioso de processamento da imagem. A luz amarela acesa indica que o arquivo está sendo enviado para a Amazon - sim, o site da maior loja virtual do mundo - para ser processado por trabalhadores (humanos) da Amazon Mechanical Turk API, um projeto ficou em fase piloto até 2011 e agora está a pleno vapor. Trata-se de funcionários virtuais que vão ver a imagem e devolver a tradução dela em palavras, uma espécie de legenda da foto. Tal processo leva de 3 a 6 minutos e Matt paga US$ 1,25 por cada foto-legenda! Então, a luz verde se acende e aí a própria câmera imprime um papelzinho com a descrição da foto.

O que talvez nem mesmo Matt tenha percebido é que uma ótima evolução para seu projeto seria acrescentar uma descrição em áudio para as fotografias. Assim ele devolveria a milhões de pessoas com dificuldades visuais o acesso a um mundo onde imagem é tudo, ou quase tudo.

Assista uma demonstração do funcionamento da câmera.