Aplicativos de inteligência artificial do mundo real estão aparecendo em lugares inesperados – e muito antes do que você poderia imaginar.

Enquanto ganhar um jogo de Go pode ser impressionante, a inteligência da máquina também está evoluindo para o ponto onde poderá ser usada por mais pessoas para fazer mais coisas. Por isso quatro engenheiros com quase zero conhecimento de japonês foram capazes de criar um software, em poucos meses, que pode decifrar a escrita manual na língua.

Os programadores da Reactive criaram um aplicativo que reconhece caracteres japoneses com 98,66 por cento de precisão. A startup de 18 meses em Tóquio é parte de uma crescente comunidade global de programadores e investidores que estão aproveitando o poder das redes neurais para usar a IA para fins muito mais práticos do que responder perguntas de conhecimento ou ganhar jogos de tabuleiro.

“Apenas alguns anos atrás, era preciso ser um gênio para fazer isso”, disse David Malkin, Ph.D. em aprendizagem de máquina, mas mal consegue falar duas frases em japonês. “Agora você pode ser um cara razoavelmente inteligente e fazer coisas úteis. Daqui para frente, terá mais a ver com usar a imaginação para aplicar isso a situações reais de negócios”.

A inteligência artificial já foi o playground exclusivo da Google, Facebook e outros líderes de tecnologia. Agora, qualquer startup de aprendizagem profunda pode acessar plataformas baseadas na nuvem, com a Microsoft, Nvidia e Amazon vendendo IA como um utilitário.

A tecnologia reativa mostra como até mesmo pequenas equipes podem desenvolver aplicativos complexos com pouca experiência em um determinado campo. A parte mais difícil pode ser descobrir como ganhar dinheiro. Para isso, a Reactive pretende ajudar as escolas japonesas a dar notas em provas – um exercício prosaico que pode mudar o jogo em um país onde as provas ainda são manuscritas.

Malkin e seus colegas, Joe Bullard, Philippe Remy e Philip Irri, que entre eles têm dois mestrados e um doutorado, estão progredindo rapidamente. Bullard mostrou o programa do grupo a entusiastas de IA durante uma reunião social na sede da Google japonesa no início deste ano, e o desempenho foi impecável – até as limitações linguísticas dele atrapalharem.

“Só para saberem que não estou enganando, qual é o caractere favorito de vocês?”, ele perguntou à sala. Alguém gritou: “ba”. A risada irrompeu enquanto Bullard lutava para escrever o símbolo.

Redes neurais

Enquanto o reconhecimento de escrita pode ser considerado o básico da aprendizagem profunda, japonês é outra história. Isso porque a linguagem inclui caracteres simbólicos, como kanji, que é composto de elementos que podem ser lidos de forma independente, o que torna difícil saber onde um termina e outro começa. Há também mais de 2.000 pictogramas comuns criados por dezenas de traços. O truque consiste em abordar um traço de cada vez. O algoritmo da Reactive consulta a rede neural procurando uma combinação, acrescenta outro traço e repete, aperfeiçoando a probabilidade de um acerto. A startup treinou seu modelo em cerca de 1,8 milhão de caracteres.

“O fato de que esta tecnologia pode substituir domínios de conhecimento dá uma grande vantagem em velocidade e escalabilidade quando se trata de aplicações de negócios”, disse Seishi Okamoto, diretor de projetos da Fujitsu Laboratories, que está desenvolvendo software para ler chinês. “Aprendizado profundo para reconhecimento de caracteres chineses manuscritos já está se aproximando da capacidade humana e provavelmente irá ultrapassá-lo”.

Embora a tecnologia da Reactive tenha sido exibida ao público em eventos como o realizado na Google, os dados não foram verificados de forma independente.

Ao contrário de um programa típico construído em torno de regras rígidas, IA de aprendizagem profunda está modelada da mesma forma que os seres humanos processam informação. Com dados suficientes como entrada e um conjunto de saídas desejadas, as redes neurais descobrem o que se passa no meio. Isto permite que encontrem soluções que têm atormentado as abordagens tradicionais, como a interpretação da fala ou a marcação de imagens.

E, uma vez construída, uma rede neural não precisa se limitar a aplicações de idiomas. Em seu tempo livre, os quatro engenheiros da Reactive mostraram ao programa 5.000 vestidos baixados do Google Images, depois deram uma imagem de uma mulher em uma roupa reveladora. “Roupa sexy”, o software respondeu.