in

4 formas criativas de uso de computação em nuvem pelo mundo

Identificação de câncer de mama, sensores para sobrevivência de abelhas e outros exemplos mostram a versatilidade de Google Cloud

4-formas-criativas-de-uso-de-computacao-em-nuvem-pelo-mundo
Imagens Google

Tecnologias como a computação em nuvem, Inteligência Artificial e Machine Learning (aprendizado de máquina) já são conhecidas por muitos e suas potencialidades estão sendo experimentadas por empresas em diferentes segmentos de negócio.

Nos últimos anos, temos visto uma série de aplicações criativas da nuvem e de tecnologias oferecidas por meio dela, como inteligência artificial e machine learning. Confira algumas delas na lista abaixo:

Sensores de colmeias para sobrevivência de abelhas

Colmeia no Jardim Botânico de Hauck, em Avondale (EUA)

Enquanto especialistas tentam entender as razões pelas quais as abelhas estão em extinção, um apicultor e engenheiro de Wisconsin (EUA) descobriu uma maneira eficiente de monitorar o crescimento de colmeias.

Com Google Cloud, Rich Morris abriu, em 2015, a Broodminder e, atualmente, tem mais de 125 milhões de pontos de dados enviados por apicultores. O monitoramento é feito por sensores que medem a temperatura interna e o tamanho das colmeias, uma vez que esses indicadores se alteram conforme as abelhas se reproduzem.

Os apicultores que usam a tecnologia podem gerenciar os dados de maneira simples. Os sensores repassam as informações para um smartphone via Bluetooth e os dados também são automaticamente encaminhados para o banco de dados da Bee Counted. Leia mais (em inglês)

Estudos de câncer de mama

A American Cancer Society, organização de pesquisa e compartilhamento de informações para suporte de pacientes, está utilizando o Google Cloud para estudar células cancerígenas nos diagnósticos de câncer de mama.

A tecnologia auxiliou na conversão e padronização de mais de 184 mil imagens de patologia de homens e mulheres em apenas três meses — seria necessário a dedicação de uma equipe de pessoas por três anos para atingir os mesmos resultados. Tais informações são essenciais para que o aprendizado de máquina, por meio do Google Cloud ML Engine, reconheça facilmente fatores que contribuem para o câncer de mama e identifique as melhores formas de preveni-lo.

O projeto permitiu, também, a identificação de cem diferentes relações de causa e efeito que podem ajudar na prevenção do câncer. Isso foi possível porque os pesquisadores analisaram aspectos de tecidos de tumor que já eram conhecidos, tais como diferenças no DNA de células saudáveis e cancerígenas, e conseguiram relacioná-las com hábitos dos pacientes.

Aumento de vendas on-line

Mais de 80% das vendas iniciadas no site da loja de comércio eletrônico Etsy são feitas a partir da primeira página de resultados exibidos para os consumidores que fazem uma busca no site. Para melhorar ainda mais essa experiência, a empresa passou a utilizar ferramentas de inteligência artificial de Google Cloud em 2017 para refinar a busca, dando prioridade para os produtos mais relevantes.

No projeto, o aprendizado de máquina tem um papel fundamental. Como os produtos vendidos são feitos, principalmente, por artistas independentes e personalizados para cada pedido, a Etsy não mantém um catálogo de itens.

No entanto, a Etsy utiliza uma classificação feita por algoritmos que reordenam os resultados com produtos relevantes com base no comportamento dos consumidores nas últimas semanas.

Machine Learning na classificação de pepinos

No Japão, um engenheiro chamado Makoto Koike vislumbrou uma nova forma de classificar pepinos com o uso da plataforma de nuvem do Google, Cloud ML, e a biblioteca de código aberto para Machine Learning, TensorFlow.

Com o uso destas tecnologias, o engenheiro pôde treinar o sistema a entender as características de cada pepino, por meio de reconhecimento e armazenamento de mais de 7 mil imagens – realizadas em um período de três meses – e otimizar o processo que antes levava mais de 8 horas por dia.

Ao ser lançado, em 2016, o sistema já contava com precisão de 95% nos testes de imagens e cerca de 70% no dia-a-dia de classificação.

Written by Emanuel Negromonte

Fundador do SempreUPdate. Acredita no poder do trabalho colaborativo, no GNU/Linux, Software livre e código aberto. É possível tornar tudo mais simples quando trabalhamos juntos, e tudo mais difícil quando nos separamos.

Steam usará aprendizado automático para recomendar jogos

Steam usará aprendizado automático para recomendar jogos

Libra, a criptomoeda do Facebook, ganha inimigo de peso: Donald Trump

Libra, a criptomoeda do Facebook, ganha inimigo de peso: Donald Trump