Diferentemente do que vemos nos filmes, a inteligência artificial utilizada em sua forma real, gera diversas otimizações que atendem cenários específicos.

E, falando em especificidades, a inteligência artificial possui diversas vertentes, uma delas é a visão computacional que estuda o processamento de imagens, auxiliando na interpretação das máquinas em relação às imagens do mundo real. 

Uma das técnicas ligadas à visão computacional é a segmentação semântica, que aprende por meio de exemplos de fotos e vídeos anteriores, a criar padrões e com isso analisar com mais assertividade a classificação de determinadas características presentes em imagens.

Apesar de parecer algo novo, podemos encontrar exemplos conhecidos, alguns mais antigos e outros recentes, que utilizam esta técnica.

Um desses exemplos é o Kinect, desenvolvido entre a Prime Sense e a Microsoft, é uma tecnologia com sensor de movimentos que utiliza câmeras RGB, projetores infravermelhos e detectores de movimento, que mapeiam a profundidade através de cálculos de luz e técnicas correlatas.

Sua produção foi encerrada em 2017, mas a popularidade do Kinect foi um marco importante que auxiliou no ganho de espaço neste segmento.

Mas, além deste exemplo, o uso da segmentação semântica pode ser adaptado para outras atividades dentro de organizações para automatizar tarefas e otimizar tempo da equipe.

Seja observando imagens amplas como as de satélite, ou imagens menores de bancos de dados da empresa, é possível criar categorias pré-definidas para realizar uma classificação e detectar objetos dentro de imagens que possam fazer a diferença na rotina de trabalho do seu time.