Você faz uma foto de um lugar deslumbrante, digna de papel de parede padrão do Windows. Mas, no Facebook, poupa gente curte. No Instagram, idem. Em contrapartida, aquele seu amigo publica uma foto totalmente amadora e recebe todos os likes que você esperava ter e mais um pouco. Frustrante, não? Mas saiba que há uma luz no fim do túnel: o MIT desenvolveu um algoritmo que tenta descobrir quão memorável — e, portanto, mais atraente — uma foto pode ser.
Para ser exato, o MemNet, como é chamado o algoritmo, é uma criação do Laboratório de Ciência da Computação e Inteligência Artificial do MIT (CSAIL, na sigla em inglês). Qualquer pessoa pode testá-lo: basta acessar esta página e fazer upload de uma foto (ou indicar a URL de uma). Na sequência, o MemNet informará se a imagem tem chances pequenas, médias ou grandes de ser lembrada por mais tempo pelo observador.
A análise pode demorar alguns minutos, dependendo da quantidade de acessos simultâneos ao site, mas, na maioria das vezes, é bem rápida. Além de indicar quão memorável a foto é, o algoritmo informa quais partes da imagem são mais relevantes: quanto mais fria (azul) determinadas áreas forem, mais chances a foto tem de ser esquecida rapidamente.
Em sua essência, o MemNet é um sistema de rede neurais, portanto, fica mais preciso à medida que é usado. Para qualificar as imagens, o algoritmo compara cada upload com dados de mais de 60 mil fotos que, por meio de um experimento online, foram analisadas por dezenas de pessoas. Cada um desses indivíduos deu às imagens pontuações que indicam qual memoráveis elas são.
Segundo Aditya Khosla, um dos responsáveis pelo projeto, os experimentos realizados até agora mostram que, na comparação com análise feitas por humanos, o algoritmo consegue indicar com bastante precisão quais fotos são mais e menos memoráveis (ainda que erros não seja raros). Tem mais: os índices de acerto chegam a ser 30% superiores do que aqueles obtidos por sistemas de classificação de imagens atuais.
Para boa parte das pessoas, um algoritmo como esse só serve para dizer quais as chances de uma foto ser bem acessada e gerar engajamento (likes, compartilhamentos, comentários, enfim). Mas os pesquisadores enxergam outras utilidades aí: o MemNet poderia classificar quais as fotos mais relevantes de um álbum com dezenas de imagens, por exemplo. Em tempos em que serviços como Flickr, OneDrive e Google Photos fazem backup automático de fotos, uma função do tipo com tamanho nível de precisão seria realmente muito bem-vinda.
Não termina aí: o algoritmo poderia sugerir a editoras qual imagem pôr na capa de uma revista ou ajudar uma agência de publicidade a colocar em uma campanha as fotos com mais chances de atrair atenção.
Também há um objetivo mais nobre, por assim dizer: o MemNet pode ajudar a ciência a compreender, precisamente, quais fatores nos fazem considerar uma imagem bastante ou pouco memorável. Esse é um ponto curioso: o algoritmo simplesmente trabalha com base em análises feitas previamente por humanos, mas o que faz com que determinados critérios sejam considerados ou não ainda é um mistério.
Os pesquisadores já sabem que imagens que mostram rostos ou partes do corpo (inclusive aquelas que fazem o Snapchat ser o sucesso que é) são frequentemente mais lembradas, enquanto que fotos com paisagens podem ser esquecidas com facilidade. Mas, mesmo neste último caso, determinados elementos podem tornar a imagem mais memorável.
Se os pesquisadores conseguirem descobrir exatamente quais são elementos e o porquê da relevância de cada um deles, o algoritmo poderá servir de base para um sistema que ajuda a estimular a memória de pessoas que sofrem da doença de Alzheimer, por exemplo.
Referências: MIT News, TechCrunch