Conheça os vencedores do Desafio Google de Impacto em IA (Spoiler: Um deles é brasileiro!)

A Google.org fez uma chamada aberta para que empresas de todo o mundo enviassem suas ideias de como a inteligência artificial poderia ser usada para ajudar a enfrentar os desafios da sociedade. Foram 2.600 inscrições, de 119 países, com projetos que variam de ambientais a humanitários. A partir dessas aplicações, a Google.org selecionou 20 empresas para apoiar. Os vencedores receberão US$ 25 milhões, terão mentoria de especialistas do Google em Inteligência Artificial, crédito e consultoria do Google Cloud e passarão por um programa de aceleração.

Cada um dos projetos foi avaliado levando em consideração impacto, viabilidade, uso de inteligência artificial de forma responsável e escalabilidade. Aqui estão os 20 vencedores:

Hand Talk (Brasil)

Muitos surdos e deficientes auditivos no Brasil têm dificuldades em ler e escrever, e dependem muito da linguagem de sinais para se comunicar. A Hand Talk usa inteligência artificial para traduzir o português para LIBRAS usando um avatar digital chamado Hugo. Essa ferramenta possibilita a comunicação digital para surdos e deficientes auditivos brasileiros, além de aumentar o aprendizado da Língua Brasileira de Sinais.

Recentemente, falamos sobre a participação da Hand Talk na série Eu Errei, idealizada pelo Portal Aupa e o Instituto Sabin, que mostra erros e ensinamentos vivenciados por empreendedores sociais. Clique aqui para saber mais sobre a trajetória da empresa.

American University of Beirut (Líbano)

Milhões de pessoas no Oriente Médio e na África dependem da agricultura para seu sustento. A irrigação é fundamental para a produção agrícola nessas regiões áridas, mas os recursos hídricos subterrâneos estão se esgotados devido à expansão agrícola e práticas de irrigação ineficientes. Aplicando aprendizado de máquina a dados agrícolas meteorológicos e de sensoriamento remoto, será possível economizar água e melhorar a produção de alimentos, fornecendo aos agricultores cronogramas de irrigação que incluam a quantidade precisa de água necessária para irrigar os cultivos em seus campos.

Colegio Mayor de Nuestra Señora del Rosario (Colômbia)

As más práticas ambientais das minas ilegais poluem as áreas vizinhas, contaminam a água e os peixes e colocam em risco os trabalhadores e as comunidades locais. Na Colômbia, os pesquisadores usarão imagens de satélite e aprendizado de máquina para detectar minas ilegais em todo o país, permitindo que as comunidades e o governo realizem ações que protejam a população e os recursos naturais.

Crisis Text Line (EUA)

Com mais de 100 milhões de mensagens trocadas entre pessoas em crise depressivas e os conselheiros da Crisis Text Line, pode ser um desafio equilibrar picos de volume e disponibilidade de conselheiros. A Crisis Text Line usará processamento de linguagem natural e dados sobre a capacidade do consultor para otimizar a maneira como direciona mensagens de texto a cada conselheiro, com o objetivo de reduzir o tempo de espera e, ao mesmo tempo, garantir comunicação e identificar e priorizar os casos mais graves.

Fundação Médecins Sans Frontières (França)

Permitir que uma equipe médica prescreva os antibióticos corretos para infecções bacterianas é fundamental para os pacientes e cada vez mais importante para o gerenciamento global da resistência aos antibióticos. Os antibiogramas ajudam a orientar essas decisões, mas em áreas de poucos recursos, a equipe médica muitas vezes não possui as habilidades para interpretá-los. Usando o reconhecimento de imagem e um aplicativo de smartphone, a Fundação Médecins Sans Frontières ajudará a equipe a analisar imagens antimicrobianas e fornecer tratamento adequado ao paciente.

Full Fact (Reino Unido)

À medida que aumentam as preocupações com a desorientação e a desinformação, o trabalho dos verificadores de fatos nunca foi tão importante. Juntamente com as principais organizações de verificação de fatos, a AfricaCheck e a Chequeado, a Full Fact utilizará a inteligência artificial para fornecer monitoramento de tendências e ferramentas de agrupamento para ajudar os os verificadores de fatos na análise de notícias e outras informações. Isso dará a esses profissionais mais tempo para se concentrarem em pesquisa, análise e redação de artigos que contextualizem as notícias e ajudem todos nós a tomar decisões mais informadas.

Gringgo Indonesia Foundation (Indonésia)

Milhões de toneladas de plástico são despejadas em nossos oceanos a cada ano, em grande parte proveniente de comunidades onde a gestão de resíduos não tem recursos suficientes ou está ausente. A Gringgo está criando uma ferramenta de reconhecimento de imagem para ajudar os coletores de lixo do setor informal e as empresas independentes de gerenciamento de resíduos a aumentar as taxas de reciclagem e se integrar melhor com as equipes de saneamento da cidade. Isso irá melhorar e expandir a coleta de lixo comunitário e reduzir a poluição do plástico do oceano.

HURIDOCS (Suíça)

Os advogados de direitos humanos são atualmente obrigados a vasculhar vastos repositórios de documentos para identificar os fatos mais relevantes para o seu caso. O HURIDOCS está usando métodos de processamento de linguagem natural e aprendizado de máquina para extrair, explorar e conectar informações relevantes em leis, jurisprudência, testemunhos de vítimas e resoluções. Com documentos globais acessíveis, os advogados de direitos humanos podem pesquisar e defender seus casos de maneira mais eficiente e eficaz.

Makerere University (Uganda)

A poluição do ar é um dos principais contribuintes para problemas de saúde e mortalidade nos países em desenvolvimento. O rastreamento de padrões de poluição espacial e temporal é essencial para combater essa questão, mas essa tarefa pode ser difícil em ambientes com poucos recursos. Pesquisadores da Universidade de Makerere aplicarão inteligência artificial a dados de sensores aéreos de baixo custo instalados em mototáxis e outros locais ao redor de Kampala, capital de Uganda, para ajudar a melhorar o monitoramento e a previsão da qualidade do ar e informar futuras intervenções.

Nexleaf Analytics (EUA)

A condição de armazenamento de uma vacina pode afetar significativamente sua eficácia, o que é especialmente desafiador em regiões remotas com infraestrutura limitada. A Nexleaf rastreia dados sobre sistemas de cadeia de resfriamento de vacinas, fornecendo informações importantes para profissionais de saúde e outros tomadores de decisão sobre o funcionamento do sistema. A inteligência artificial será usada para construir modelos de dados que prevejam a deterioração de vacinas, quantificarão o nível de vacinas em risco e, por fim, desenvolverão um sistema para garantir uma entrega de vacinas de forma segura e eficaz.

New York University (EUA)

Em uma emergência, uma questão de segundos pode influenciar drasticamente os resultados para salvar vidas. Neste projeto, os pesquisadores da NYU farão parceria com a equipe de análise do Corpo de Bombeiros de Nova York para criar modelos que otimizarão as respostas dos primeiros socorristas às 1,7 milhão de emergências que o departamento responde a cada ano, as classificando por fatores como clima, trânsito, localização, tipo de emergência e muito mais.

Quill.org (EUA)

Estudantes de baixa renda frequentemente não tem o feedback e a prática necessários para desenvolver fortes habilidades de redação e, como resultado, 27 milhões de estudantes de baixa renda nos Estados Unidos não são possuem uma escrita habilidosa. A Quill.org usará a aprendizagem profunda estruturada para fornecer aos alunos um feedback imediato sobre sua escrita, permitindo que os alunos revisem seu trabalho e aperfeiçoem rapidamente suas habilidades.

Pennsylvania State University (EUA)

Todos os anos, os deslizamentos de terra causam milhares de mortes evitáveis em todo o mundo, podendo deslocar comunidades inteiras e destruir terras habitáveis. Colaborando com o U.S. Geological Survey Landslide Hazards Program, os pesquisadores da Penn State usarão ferramentas de aprendizagem profunda para prever melhor a localização de deslizamentos, temporização e áreas impactadas, além de criar um sistema de alerta para minimizar o impacto desses desastres naturais.

Rainforest Connection (EUA)

As florestas tropicais estão sob crescente ameaça da extração ilegal de madeira e do aquecimento global. A Rainforest Connection está usando tecnologia móvel comum e aprendizagem profunda para fazer o monitoramento bioacústico que detecta ameaças imediatas e monitora a saúde das florestas tropicais. A rede desencadeia atividades ilegais de extração de madeira e outros perigos ambientais, ao mesmo tempo em que analisa a saúde da floresta tropical, disponibilizando os dados para qualquer cientista no mundo todo.

Skilllab BV (Holanda)

Ajudar os refugiados a encontrar emprego é uma prioridade fundamental para as cidades europeias, mas a tradução dos conjuntos de competências dos refugiados para o mercado de trabalho europeu nem sempre é simples. O Skilllab ajuda os serviços municipais de emprego a integrar os refugiados a empregos locais. Usando um aplicativo desenvolvido por inteligência artificial, os refugiados podem documentar suas habilidades rapidamente e em seus idiomas nativos e receber recomendações de segmentos de carreira relevantes para serem explorados.

TalkingPoints (EUA)

O envolvimento dos pais em casa e na escola é fundamental para os resultados educacionais dos alunos, mas construir relacionamentos com os professores pode ser um desafio para famílias que enfrentam barreiras econômicas, educacionais, culturais ou linguísticas. Os TalkingPoints ajudarão a derrubar essas barreiras ao usar a inteligência artificial para permitir a comunicação traduzida bidirecional e o conteúdo de treinamento personalizado para orientar o envolvimento dos pais com os professores e em casa com os filhos.

Trevor Project (EUA)

Só nos EUA, cerca de 1,5 milhão de jovens LGBT consideram seriamente o suicídio ou passam por uma crise depressiva significativa todos os anos. O Trevor Project salva vidas apoiando jovens LGBT em risco por telefone, texto e bate-papo. Usando o processamento de linguagem natural e análise de sentimentos, os conselheiros serão capazes de determinar o nível de risco de suicídio de um jovem LGBT, e adaptar da melhor forma os serviços para pessoas que procuram ajuda.

Turning Point (Austrália)

As ambulâncias geralmente são o primeiro ponto de contato com alguém que é suicida, transformando os registros clínicos de ambulâncias em uma fonte de dados única que pode ajudar a informar sobre os esforços de prevenção do suicídio. Ao usar as ferramentas de inteligência artificial para analisar esses registros, a Turning Point irá detectar tendências críticas de suicídio e possíveis pontos de intervenção para melhor informar as ações políticas e de saúde pública.

Wadhwani AI (Índia)

Mais de um bilhão de pessoas vivem em fazendas de pequenos produtores em todo o mundo, e muitos desses agricultores precisam lidar com danos evitáveis, causados por pragas, que podem eliminar até 50% do rendimento anual da colheita. Neste projeto, enquanto agricultores e trabalhadores tiram fotos regulares de armadilhas de pragas, os modelos de inteligência artificial em seus telefones classificam e contam as pragas. Os dados serão usados para fornecer a milhões de agricultores conselhos úteis e localizados, a fim de reduzir o uso de pesticidas e melhorar o rendimento das plantações.

WattTime Corporation (EUA)

Bilhões de dólares foram gastos na construção de sistemas de monitoramento para medir as emissões das principais usinas de combustíveis fósseis. Esses sistemas de monitoramento possibilitam iniciativas de redução de emissões críticas, mas não são acessíveis em comunidades que não podem pagar por elas. A WattTime usará algoritmos de processamento de imagem e redes de satélite para substituir os caros monitores de emissões de usinas por uma plataforma de monitoramento de código aberto acessível globalmente.

___

Gostou do texto e quer fazer parte da nossa comunidade? Envie uma sugestão de pauta, um texto autoral ou críticas sobre o conteúdo para [email protected].