Vivaldo José Breternitz
Os investimentos em Inteligência Artificial (IA) no setor automobilístico superaram um bilhão de dólares no ano de 2019, podendo-se acreditar em um crescimento de 35% ao ano até 2026.
Empresas como Google, Tesla, Uber e outras seguem desenvolvendo veículos autônomos, com resultados até agora animadores.
Esses resultados vêm sendo obtidos graças à aplicação de IA e técnicas a ela ligadas, como redes neurais, deep learning, clustering, Internet of Things etc.
No que se refere à condução dos veículos, IA pode ser aplicada de duas formas.
A primeira, não tornando o veículo realmente autônomo, mas auxiliando o motorista, com informações sobre problemas no veículo, consumo de combustível, estatísticas, monitoramento de pontos cegos, portas abertas e outros.
Muitas dessas funcionalidades já estão disponíveis nos veículos atuais, mais ou menos intensamente; a indústria já fala em smart cars, quando muitas delas estão disponíveis em um determinado carro.
A segunda forma compreende os veículos realmente autônomos, que não necessitam de motorista.
São repletos de sensores e processadores, rodando algoritmos que tomam as decisões acerca dos movimentos do veículo.
Devem detectar pedestres, outros veículos, semáforos e condições da via, a fim de que as viagens sejam seguras.
Quando esses veículos entrarem em operação regular, o US National Highway Traffic estima que os prejuízos causados por acidentes serão reduzidos em cerca de US$ 300 bilhões em cinco anos.
Mas, ao contrário do que se pensa, IA não vem sendo aplicada apenas ao processo de condução de veículos, mas também a outros aspectos a eles ligados, como à sua manutenção, por exemplo, na qual a IA pode prever a ocorrência de defeitos de natureza mecânica ou elétrica, esgotamento de baterias etc.
Essas previsões podem ser feitas através do uso de uma técnica chamada análise preditiva, já aplicada em outras áreas, especialmente indústrias.
IA também deve aumentar a eficiência das linhas de produção de veículos. Em 1961 a General Motors passou a usar robôs em suas linhas de produção, mas aquelas máquinas têm muito pouco em comum com os robôs dotados de IA que estão chegando às fábricas.
Segundo a empresa de consultoria McKinsey, IA permitirá que a disponibilidade dessas linhas cresça em 20%, os custos de controle de qualidade caiam 25%, as despesas de manutenção caiam 10% e os estoques sejam otimizados.
O imenso volume de dados capturados pelos veículos dotados de IA pode também favorecer o trabalho dos profissionais de propaganda e marketing, especialmente ao tornar mais eficiente a oferta de serviços como manutenção, abastecimento, centros comerciais etc.
Enquanto não tivermos carros realmente autônomos e vivermos uma situação de economia on demand, serão necessários cada vez mais motoristas, quer para condução de passageiros, quer para transporte de cargas e encomendas.
IA pode ser útil para melhorar a seleção e o treinamento desses profissionais, com aplicação de análise preditiva, utilizando dados como envolvimento em acidentes, relacionamento com usuários, horas trabalhadas etc.
Como se pode ver, a disponibilidade de dados é o ponto central para o uso de IA com sucesso.
Na medida em que mais dados vão sendo gerados, capturados e processados, poderemos desenvolver novas formas de utilizar IA para tornar o transporte mais eficiente e seguro.
Vivaldo José Breternitz é Doutor em Ciências pela Universidade de São Paulo, é professor da Faculdade de Computação e Informática da Universidade Presbiteriana Mackenzie.
