Polícia dos EUA passa a usar a IA Raven: ela localiza uma casa a partir de uma única foto do interior

Uma foto de um cômodo, sem vista da janela com uma torre reconhecível e sem geotags. É esse o material com que trabalha o Raven, sistema de inteligência artificial que a polícia dos EUA adotou para descobrir a localização de uma casa. A desenvolvedora, a Graylark Technologies, aposta na análise abrangente da imagem. As capacidades do Raven não são ilimitadas, mas, para os investigadores, até um resultado parcial muitas vezes define para onde ir e qual bairro verificar.

O que se sabe sobre o Raven

Há poucos detalhes públicos. De acordo com as informações divulgadas, o sistema foi feito para trabalhar com interiores: o usuário envia a foto de um cômodo, e o algoritmo busca nela sinais que permitam associar o ambiente a um lugar. Os desenvolvedores não prometem milagres. O Raven não transforma qualquer imagem em um endereço exato; ele ajuda a reduzir o círculo de busca.

O sentido prático é claro. Fotos de cenas de crime, imagens de conversas em aplicativos e quadros de vídeos com pessoas sequestradas ou desaparecidas costumam mostrar apenas o espaço interno. Antes, esse material era avaliado manualmente: os analistas observavam a planta, o acabamento, os móveis, as tomadas e os interruptores, a vista da janela. O Raven automatiza esse trabalho e, pela descrição, combina muitos indícios pequenos em uma única estimativa.

Como isso pode funcionar

Na descrição disponível, a empresa não revelou a arquitetura do modelo, então o que segue trata de abordagens típicas, não de detalhes confirmados do Raven. Sistemas de geolocalização por imagem costumam comparar a foto com uma grande base de imagens e aprender com particularidades regionais: estilo de construção, materiais comuns, formatos de janelas e portas, padrões de componentes elétricos, sinais climáticos. Um interior é mais difícil do que uma rua, porque tem menos pontos de referência únicos, e móveis e acabamentos se repetem em massa por todo o país.

Por isso, de fato não há "possibilidades ilimitadas" aqui. O resultado depende da qualidade da foto, de quantos detalhes característicos aparecem no quadro e de quão bem a região está representada nos dados de treinamento.

O que se pode dizer sobre o sistema com base nos dados disponíveis:

• desenvolvedora: Graylark Technologies;
• usuários: unidades policiais nos EUA;
• dados de entrada: uma foto do interior de uma casa;
• resultado: localização presumida do imóvel, que reduz o escopo da busca;
• precisão, tamanho da amostra de treinamento e taxa de erros não foram divulgados publicamente.

O último ponto é o mais importante. Sem testes independentes, não é possível avaliar o Raven. Dizer que a ferramenta "ajuda" não equivale a dizer que ela "encontra", e o custo de uma correspondência falsa no trabalho policial é alto.

Riscos: erro e abuso

Essas ferramentas têm dois problemas. O primeiro é técnico: o modelo aponta uma região plausível, mas errada, e o investigador toma a pista como fato. Nesse caso, a casa de outra pessoa pode virar alvo de suspeita, e buscas ou verificações chegam a pessoas sem nenhuma relação com o caso. É preciso haver estimativas de confiança claras e uma regra segundo a qual o resultado do Raven serve apenas como motivo para checagem, nunca como base para agir.

O segundo problema é o controle de acesso. Uma tecnologia que determina um endereço a partir da foto de um cômodo serve para mais do que encontrar sequestradores. Ela pode ser aplicada a imagens de redes sociais, a fotos de marketplaces e a qualquer imagem em que uma pessoa mostrou a própria casa. Ainda não está claro que registros de consultas o sistema mantém, se é exigida autorização judicial e quem audita as buscas realizadas.

O que fazer: equipes e usuários

Para as unidades policiais, o mínimo viável é este: registrar cada consulta ao Raven, exigir do fornecedor métricas de precisão em dados reais e confirmar o resultado com fontes independentes antes de qualquer ação em campo.

Para empresas que criam produtos com visão computacional, o sinal é ainda mais simples. Fotos de interiores passaram a ser fonte de dados de localização, então, nas políticas de privacidade e moderação, elas devem ser tratadas como imagens com geotag.

Para as pessoas comuns, o conselho é prosaico. Antes de publicar uma foto de casa, verifique o que aparece no quadro: janelas, móveis comuns, objetos com características regionais. Uma imagem com o mínimo de detalhes dá menos chances ao algoritmo. Mas nenhum método garante anonimato.