São Paulo - Os smartphones estão cada vez mais perto de oferecer uma grande ajuda na maneira como nos locomovemos pela cidade. A ideia é que, em breve, os aparelhos consigam detectar o meio de transporte utilizado pelos usuários e oferecer sugestões de rotas e estacionamento, informar condições de trânsito e até mesmo detectar a comida e bebida que estão sendo consumidas no trajeto.

A novidade é fruto de um amplo estudo de coleta de dados, que vem sendo desenvolvido pela Universidade de Sussex, na Inglaterra, e utiliza métodos de machine learning para aprimorar a capacidade de detecção dos dispositivos.

Um dos coordenadores do estudo, o Professor Daniel Roggen explica a diferença de sua pesquisa comparada às anteriores, que geralmente conectavam apenas dados de movimento e de GPS. “Nós coletamos todas as modalidades de sensores de smartphones e coletamos os dados com telefones colocados simultaneamente em quatro locais onde as pessoas normalmente os carregam, como a mão, a mochila, a bolsa e o bolso.”

Algoritmo reconhece oito modos de transporte com alta precisão

Para contar com o máximo de modelos possível, os pesquisadores conseguiram engajar equipes do mundo todo em uma competição para escolher os melhores algoritmos de previsão para reconhecer oito modos de transporte (sentado, andando, correndo, pedalando ou pegando ônibus, carro, trem ou metrô) a partir dos dados coletados por 15 sensores, que mediam desde o movimento até a pressão ambiente.

O time vencedor, uma equipe do Instituto Josef Stefan, na Eslovênia, alcançou uma eficácia de 93,9% em seu algoritmo, que combinava modelos clássicos de machine learning e deep learning, técnicas de inteligência artificial. Os resultados do projeto serão apresentados em uma conferência no Singapura na nesta sexta-feira (12).

Como próximos passos, a equipe espera que a base de dados resultante da pesquisa seja utilizada por empresas desenvolvedoras de smartphones em uma ampla gama de estudos que explorem recursos de reconhecimentos do modo de transporte, mineração de padrões de mobilidade, localização e rastreamento.

“O reconhecimento automático é importante para aprimorar diversos serviços móveis, como a adaptação da qualidade de transmissão de vídeos se o usuário entrar em um túnel ou no metrô”, exemplifica Roggen“. Outras possibilidades apontadas de antemão pelo professor seria medir o gasto de energia na locomoção, detectar se o usuário está interagindo com outras pessoas ou isolado e desenvolver técnicas de localização mais econômicas para a bateria.