Dados sintéticos impulsionam a inteligência artificial em vídeo e ampliam segurança em diversos setores
A tecnologia de vídeo evoluiu significativamente nas últimas décadas, impulsionada principalmente pelos avanços em analíticos de vídeo e inteligência artificial (IA). No entanto, o crescimento do mercado de IA na América Latina — estimado em US$ 4,6 bilhões até 2025, segundo o Statista — pode ser limitado pela escassez de dados para treinar esses modelos. É nesse cenário que os dados sintéticos ganham protagonismo como uma solução promissora.
O trabalho dos renomados “Padrinhos da IA” — Yoshua Bengio, Geoffrey Hinton e Yann LeCun, vencedores do Prêmio Turing de 2018 —, em conjunto com a criação do ImageNet por Fei-Fei Li, lançou as bases da visão computacional (CV). Essa área é fundamental para sensores de imagem, como câmeras de vídeo, e tem gerado oportunidades em segurança urbana, transporte, varejo e muito mais.
Graças à IA, é possível obter insights valiosos para decisões estratégicas, como onde construir estradas, como organizar produtos em prateleiras e como planejar manutenções. Em resumo, a integração entre vídeo e IA está revolucionando o mundo.
A importância dos dados para o desempenho da IA
Para que modelos de IA atinjam alto desempenho, é essencial treiná-los com grandes volumes de dados representativos, diversos e obtidos legalmente. No entanto, sensores como câmeras podem capturar informações sensíveis ou pessoais, criando barreiras legais, éticas e práticas para o uso desses dados.
Diante disso, os dados sintéticos surgem como alternativa viável e eficaz.
O que são dados sintéticos?
Dados sintéticos são conjuntos de dados gerados artificialmente que simulam situações reais. Eles permitem o treinamento de modelos de IA com dados diversificados, realistas e livres de preocupações legais com privacidade e consentimento. Além disso, esses dados ajudam a reduzir viéses históricos presentes em dados reais e aceleram o desenvolvimento de algoritmos com menor custo e maior escalabilidade.
Caso real: uso de dados sintéticos em portos dinamarqueses
Na Dinamarca, um projeto de pesquisa utilizou dados sintéticos para treinar modelos de IA capazes de detectar quedas em portos — locais com alto índice de afogamentos. Entre 2001 e 2015, o país registrou 1.647 mortes por afogamento, sendo que um quarto ocorreu nos portos.
No Porto de Aalborg, um dos mais movimentados, pesquisadores criaram o maior conjunto de dados térmicos externos com o objetivo de treinar câmeras de IA para detectar objetos e quedas em ambientes térmicos. Como testar com pessoas reais era arriscado, os dados sintéticos foram fundamentais. Eles permitiram simular quedas mais realistas — inclusive de usuários de cadeiras de rodas, ciclistas e skatistas — sem comprometer a segurança ou levantar questões éticas.
O resultado foi promissor: os sistemas passaram a alertar equipes de resgate com rapidez, aumentando as chances de sobrevivência ao reduzir o tempo de resposta.
Aplicações mais amplas dos dados sintéticos
O uso de dados sintéticos vai além da segurança portuária. Na indústria, eles são usados para treinar IA em detecção de falhas e anomalias nas linhas de produção, evitando o vazamento de informações confidenciais. Na área da saúde, esses dados ajudam a preservar a privacidade dos pacientes e treinar modelos para detectar quedas ou identificar comportamentos de risco, como pacientes com demência perambulando por hospitais.
Um futuro promissor com dados sintéticos
Com o crescimento da IA aplicada a vídeo e outros setores, a demanda por dados sintéticos tende a aumentar. Por serem seguros, éticos, escaláveis e eficazes, esses dados representam uma alternativa estratégica para quem busca melhorar a precisão, representatividade e eficiência dos modelos de inteligência artificial.
Empresas, desenvolvedores e profissionais que trabalham com IA e análise de vídeo devem ficar atentos a essas novas oportunidades que os dados sintéticos estão abrindo.
