Google ensina o Circle to Search a reconhecer vários objetos em uma mesma imagem

Quando o Google apresentou o Circle to Search, no início de 2024, a ideia parecia enganosamente simples: circule qualquer coisa na tela do smartphone e receba resultados de busca na hora. Dois anos depois, a empresa continua desenvolvendo o conceito, e a atualização mais recente deixa o recurso bem mais inteligente: agora ele consegue analisar vários objetos de uma mesma imagem de uma vez, e o usuário não precisa mais circular cada item separadamente.

Para entender a importância do passo, vale lembrar como a busca visual funcionava até aqui. O modelo clássico era sequencial: você viu algo interessante, circulou e recebeu o resultado. Se, numa foto do Instagram, você se interessasse pela jaqueta da modelo, pelo tênis e pela bolsa ao fundo, precisava repetir o processo três vezes. Isso criava um atrito perceptível, principalmente quando a pessoa navega por conteúdo de inspiração e quer identificar rapidamente tudo o que chamou sua atenção. O novo Circle to Search resolve o problema pela raiz: o sistema reconhece todos os objetos relevantes do quadro e oferece informações sobre cada um deles.

Tecnicamente, isso reflete a evolução dos modelos multimodais do Google. A empresa não revela detalhes da arquitetura, mas a lógica é clara: em vez de processar um único trecho selecionado da imagem, o sistema agora segmenta a cena inteira, identifica os objetos individuais, os classifica e dispara uma consulta de busca para cada um. Isso exige bem mais recursos computacionais, mas o Google evidentemente otimizou o processo o bastante para que continue rápido nos aparelhos dos usuários. É provável que parte do processamento ocorra no servidor e parte localmente, usando as unidades de processamento neural dos chips atuais.

O cenário de uso mais óbvio são as compras. Na prática, o Google transforma qualquer fotografia em vitrine de loja. Viu um ambiente bem decorado no Pinterest? O Circle to Search mostra onde comprar cada móvel. Encontrou uma foto de look de rua? Você recebe links para roupas, calçados e acessórios parecidos. Não é só comodidade: é monetização direta do conteúdo visual por meio do ecossistema de anúncios do Google Shopping. A empresa cria o caminho mais curto entre a inspiração e a compra, e cada uma dessas transições pode gerar receita publicitária.

Para o setor de e-commerce, as consequências são sérias. Plataformas como Pinterest e Instagram passaram anos construindo suas próprias ferramentas de compra visual, com marcação de produtos e links de afiliados. O Google oferece uma solução universal, que funciona sobre qualquer aplicativo, no nível do sistema operacional. Isso enfraquece o monopólio das plataformas sociais sobre o comércio visual e devolve a atenção dos compradores ao ecossistema de busca do Google. Para as marcas, significa que conteúdo visual de qualidade fica ainda mais importante: se o seu produto aparece bem nas fotos, o Google o encontra sozinho e o oferece aos compradores.

Há também um contexto mais amplo. O Circle to Search faz parte da estratégia do Google de repensar a busca na era da IA generativa. A empresa entende que a caixa de busca de texto deixa de ser a única interface. As pessoas querem cada vez mais interagir com a informação de modo natural: apontando para objetos, fazendo perguntas por voz, combinando modalidades. Cada atualização do Circle to Search nos aproxima de um mundo em que a busca fica invisível, embutida na própria interação com a tela.

Ainda assim, resta a questão da privacidade. Quando o sistema analisa todo o conteúdo da tela e envia dados aos servidores para processamento, o volume de informação coletada sobre as preferências do usuário cresce de forma exponencial. O Google sabe não apenas o que você pesquisou, mas o que chamou sua atenção em cada imagem que você vê. É uma mina de ouro para a publicidade direcionada e, ao mesmo tempo, motivo de preocupação para os reguladores.

A atualização do Circle to Search parece um pequeno passo incremental, mas na verdade reflete uma mudança fundamental na forma como interagimos com a informação visual. O Google constrói metodicamente uma ponte entre a visão e a ação, entre o que vemos e o que podemos fazer com isso. E, a cada atualização, essa ponte fica mais curta.

*A Meta foi reconhecida como organização extremista e está proibida na Rússia.