IA “sincera demais” cria polêmica ao opinar sobre selfies de usuáriosExiste intolerância ao álcool?
Segundo os cientistas, essa inteligência artificial (IA) capta imagens térmicas de rostos humanos para determinar variações dentro de uma escala previamente programada de temperatura. O protótipo apresentou resultados animadores, com uma taxa de acertos superior a 93%. “Esforços anteriores para detectar se uma pessoa estava bêbada ou não se concentravam no movimento dos olhos, posição da cabeça e no estado geral dela. No entanto, esses indicadores podem ser confundidos com outros fatores. Já a análise de imagens térmicas é mais precisa e muito menos invasiva”, explica o professor de ciência da computação e coautor do estudo Kha Tu Huynh, no artigo publicado no International Journal of Intelligent Information and Database Systems.
Quase infalível
De acordo com os testes feitos com o protótipo desenvolvido pelos pesquisadores, as imagens infravermelhas proporcionam uma avaliação menos ambígua dos sintomas de embriaguez, permitindo que as autoridades rastreiem não apenas pessoas bêbadas ao volante, mas também em festas e eventos onde o consumo de álcool é mais comum. Por isso, eles acreditam que é importante aumentar os índices de precisão de todo sistema capaz de identificar se uma pessoa está embriagada, diminuindo as ocorrências de falsos negativos e falsos positivos, que podem acarretar uma perda de confiança generalizada. “Um falso negativo pode permitir que uma pessoa bêbada dirija seu carro perigosamente, enquanto muitos falsos positivos impediriam motoristas sóbrios de utilizar seus veículos. Isso tornaria o sistema passível de falhas e, consequentemente, teríamos uma diminuição dos níveis de segurança”, acrescenta Tu Huynh.
Excesso de precaução
Segundo os pesquisadores, apensar de o sistema de detecção de embriaguez por meio de imagens infravermelhas possuir um índice elevado de precisão, é praticamente impossível manter uma quantidade de acertos que se aproxime de 100% em todas as abordagens. O objetivo dos cientistas é aprimorar o sistema para que ele trabalhe com uma margem de erros que, preferencialmente, favoreça o excesso de precaução, impedindo que motoristas bêbados digiram seus veículos, colocando eles mesmos e outras pessoas em risco. “A eficácia total é inatingível, mas otimizar a classificação por meio de conjuntos maiores de dados de treinamento, com uma quantidade diversificada de imagens térmicas, pode aproximar o sistema do ideal. Teoricamente, jamais conseguiremos zero falsos positivos ou zero falsos negativos, mas podemos nos aproximar dessa perfeição”, encerra o professor Kha Tu Huynh.
