O que é uma ferramenta de pesquisa facial?

Provavelmente já conhece a pesquisa facial. É um sistema que encontra pessoas na internet com base nas suas fotografias.

Em termos simples: carrega uma fotografia sua e a ferramenta procura imagens suas noutros sites.

Como se desenvolve um modelo de IA?

Comecemos pelo hardware. Para modelos de IA maiores, os programadores costumam utilizar computadores com várias GPU potentes. As GPU conseguem efetuar muitos cálculos matemáticos ao mesmo tempo.

Depois, os programadores escrevem o código. Python e ferramentas de IA como PyTorch ou TensorFlow são frequentemente utilizados para definir o que o modelo deve aprender e que dados serão usados no seu treino.

Quando o código está pronto, recolhem imagens e treinam o modelo. O modelo recebe uma enorme quantidade de exemplos. No início, a maioria das suas respostas está errada. Sempre que comete um erro, os seus parâmetros internos, chamados pesos, são ligeiramente ajustados até os resultados serem satisfatórios.

A seguir, vamos explicar como os modelos de IA para pesquisa facial encontram e comparam rostos nas imagens e como as imagens são encontradas na internet.

Como funciona o reconhecimento facial?

O reconhecimento facial ocorre em várias etapas. Esta é a explicação mais simples:

1. Detetar um rosto numa fotografia

O primeiro passo é encontrar o rosto na imagem carregada. O sistema deteta onde está o rosto e distingue-o do fundo e dos outros elementos da fotografia.

Como são treinados os modelos de reconhecimento facial?

Os modelos de reconhecimento facial são treinados com um grande número de imagens de rostos. Durante o treino, a IA aprende que características faciais ajudam a distinguir as pessoas umas das outras. Com o tempo, o modelo aprende a reconhecer semelhanças entre diferentes fotografias da mesma pessoa.

Em termos simples: mostram-se tantas imagens à IA que ela aprende a distinguir os rostos.

2. Analisar as características faciais

Em seguida, a IA analisa o rosto. Calcula as distâncias entre diferentes características e cria uma representação matemática dos resultados.

3. Converter o rosto num vetor

Em vez de guardar descrições como «olhos grandes», o sistema representa estas características através de números. Assim, os computadores conseguem comparar um rosto com milhões de outros de forma muito mais fácil e rápida.

4. Comparar rostos

A IA compara as características faciais detetadas com os rostos presentes no índice de pesquisa ou numa base de dados. Os rostos com vetores semelhantes são considerados possíveis correspondências.

Depois, o sistema pode calcular uma pontuação de semelhança e apresentar primeiro os resultados mais próximos.

Rastreadores web: como são recolhidas as imagens?

Para encontrar imagens, um motor de pesquisa facial precisa primeiro de criar um índice de imagens. Para isso, utiliza rastreadores web.

Os rastreadores web são programas automáticos que visitam páginas acessíveis ao público. Quando o motor de pesquisa encontra uma imagem numa dessas páginas, adiciona-a ao seu índice. Se for detetado um rosto, o sistema pode criar um vetor facial que, mais tarde, poderá ser comparado com as fotografias carregadas pelos utilizadores.

Os modelos de pesquisa facial e os LLM são a mesma coisa?

Por vezes, a pesquisa facial e os LLM são confundidos. A resposta simples é:

Não, os modelos de pesquisa facial e os LLM não são a mesma coisa, embora ambos sejam modelos de IA.

Os LLM são modelos que geram texto, como o ChatGPT ou o Google Gemini.

Por isso, ferramentas de pesquisa facial como o lenso.ai ou o eyematch.ai não são LLM. São motores de pesquisa inversa de imagens que utilizam os seus próprios modelos de IA.

O lenso.ai também utiliza IA não generativa e não é um LLM. Pode saber mais sobre as diferenças entre IA generativa e não generativa neste artigo: IA generativa vs. IA não generativa: quais são as diferenças?

Author

Kinga Jasinska

Marketing Specialist