Fechar
Publicidade

Domingo, 18 de Agosto

|

Max º Min º
Clima da Região Trânsito Assine Clube do Assinante Diário Virtual Login

Tecnologia

tecnologia@dgabc.com.br | 4435-8301


Comentários

Atenção! Os comentários do site são via Facebook. Lembre-se de que o comentário é de inteira responsabilidade do autor e não expressa a opinião do jornal. Comentários que violem a lei, a moral e os bons costumes ou violem direitos de terceiros poderão ser denunciados pelos usuários e sua conta poderá ser banida.

Formas criativas de uso de computação em nuvem pelo mundo

Da Redação, com assessoria

15/07/2019 | 16:18


Tecnologias como computação em nuvem, Inteligência Artificial e Machine Learning já são conhecidas por muitos. Agora, suas potencialidades estão sendo experimentadas por empresas em diferentes segmentos de negócio. Nos últimos anos, surgiu uma série de aplicações criativas da nuvem e de tecnologias oferecidas por meio dela. Aqui, você confere quatro exemplos que usam Google Cloud para funcionar.

Leia mais
Orkut, Picasa, Nexus e mais: 40 serviços que o Google matou
Descubra 5 serviços do Google que nem todo mundo conhece
30 lugares misteriosos para ver pelo Google Earth

Sensores de colmeias para sobrevivência de abelhas

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, Atualmente, são mais de 125 milhões de pontos de dados enviados por apicultores.

Na prática, 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.

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 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 100 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 online

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 empresa 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.

Quer ficar por dentro do mundo da tecnologia e ainda baixar gratuitamente nosso e-book Manual de Segurança na Internet? Clique aqui e assine a newsletter do 33Giga

E já que o assunto é Google, confira easter eggs escondidos no buscador:

 
 

<
>

Ao acessar você concorda com a nossa Política de Privacidade.


Para continuar, faça o seu login:


  • Aceito receber novidades e ofertas do Diário do Grande ABC e parceiros por
    correio eletrônico, mala direta, SMS ou outros meios de comunicação.


Ou acesse todo o conteúdo de forma ilimitada:

Veja como ter acesso a todo o conteúdo de forma ilimitada:

Copyright © 1995-2017 - Todos direitos reservados

;