Pare um pouco e pense em todas as placas de trânsito pelas quais você passa enquanto dirige. Placas de “Pare”, de limites de velocidade e avisos de tráfego somam uma grande quantidade de infraestrutura, desafiadora e cara de manter. Mas, pegando carona no trabalho duro do Google, cientistas descobriram uma maneira inteligente de agilizar o processo de monitoramento da situação da sinalização e identificação da necessidade de reparos.

Catalogar as condições da infraestrutura de uma cidade é geralmente um processo manual demorado realizado pelos trabalhadores, que ocasionalmente pode ser bastante perigoso quando envolve estradas e trânsito. Mas, em 2007, o Google apresentou o Street View. É um recurso que exigiu que a empresa colocasse câmeras em centenas de carros e pessoas e os enviasse para explorar e fotografar quase todas as rodovias, vicinais, estradas e ruas do mundo (e até mesmo fora do mundo).

Foi uma tarefa enorme, e os resultados foram disponibilizados gratuitamente para qualquer pessoa com um dispositivo e uma conexão com a Internet — incluindo uma AI especialmente treinada.

Cientistas geoespaciais (pessoas que estudam como as pessoas utilizam recursos físicos) na RMIT University em Melbourne, Austrália, criaram um software de inteligência artificial que é capaz de reconhecer e identificar sinalizações específicas de ruas usando o banco de dados de imagens do Google Street View. O sistema pode detectar sinalização com quase 96% de precisão e identificar o tipo de placa com 98% de precisão.

Usando apenas as imagens 2D e os metadados do Google Maps e do Street View, também é possível catalogar com precisão a localização geográfica exata de cada placa. Por isso, é fácil rastreá-las caso sejam necessários reparos.

É uma solução completamente confiável? Não. O custo de ter uma câmera do Google Street View refotografando todas as estradas do mundo diariamente ou mesmo semanalmente seria proibitivo. Como resultado, as imagens da vista da rua no Google Maps nem sempre estão atualizadas.

Mas o sistema poderia funcionar em conjunto com outras soluções, como a modernização de caminhões de lixo, que viajam pelas mesmas ruas todas as semanas, com câmeras para capturar imagens suplementares. Assim, a inteligência artificial também poderia escanear essas imagens e manter um banco de dados de infraestrutura atualizado.