Por Bill Briggs //
No jargão da NBA, Garth Case tem o que os jogadores chamam de “visão da quadra”.
No calor do jogo, ele enxerga oportunidades de pontuação antes que aconteçam. E dentro do volume gigantesco de dados, ele vê possibilidades inovadoras surgindo entre os terabytes.
Case, vice-presidente de TI da NBA, ajudou a desenvolver uma nova ferramenta com Inteligência Artificial (IA) que classifica e organiza automaticamente o fluxo de fotos de jogos gerado por 30 equipes em 82 jogos da temporada regular e nos playoffs.
O NBA Photo Sorter, que foi demonstrado em maio no Microsoft Build, em Seattle, substitui o método que os fotógrafos da liga usavam há muito tempo para identificar manualmente cada imagem do jogo com nomes de jogadores, equipes e celebridades.
Construído com Pesquisa Cognitiva – uma nova capacidade de compreensão de conteúdo, orientada por IA, disponibilizada pela Microsoft – a plataforma economiza centenas de horas de trabalho dos funcionários da NBA, aumentando a precisão do conteúdo e abrindo novos cenários de negócios. Mas, diz Case, esse é um primeiro passo que sugere o enorme potencial da tecnologia.
O Microsoft Transform encontrou Case após a Build para entender um pouco sobre sua visão.
TRANSFORM: Quanto tempo o NBA Photo Sorter economiza do departamento de fotografia da liga?
GARTH CASE: Digamos que tivemos um evento hoje. Fotógrafos nos dão todas as suas fotos. Em seguida, outra equipe se sentaria lá, vasculhando todas essas fotos, determinando quem está nelas e criando pastas para essas fotos. O tempo aumentaria.
Fotos de um evento podem levar até quatro semanas para serem categorizadas. Agora podemos reduzir as quatro semanas para cerca de um dia. Quando o sistema está devidamente treinado, podemos passar por ele em algumas horas.
Mas há algo maior por trás disso tudo. Existe esse esforço para reunir todo o nosso conteúdo. Tudo, desde vídeos a fotos, até vários artigos publicados. Há muita informação gerada em todos os jogos.
TRANSFORM: Interessante. Onde você vê essa plataforma de IA proporcionando benefícios ainda mais profundos para a NBA?
CASE: O valor real começa a aparecer quando podemos identificar mais objetos nas fotos, não apenas quem está nele, mas o que eles estão fazendo? É uma foto de ação ou um retrato? Existe um logotipo? Qual sapato o jogador está usando?
Essas coisas são o que tornam o momento que você capturou mais valioso.
TRANSFORM: Parece que essa plataforma pode fornecer à liga uma nova maneira de monetizar seu conteúdo digital.
CASE: É para isso que estamos trabalhando. Eu sei que há um mercado para isso.
TRANSFORM: O que mais você vê nos dados do jogo e o que mais os Serviços Cognitivos podem fazer com isso?
CASE: Entramos em contato com uma enorme quantidade de conteúdo, mas nos concentramos apenas nas peças que precisamos usar. Não prestamos atenção a todas as outras peças, somente às que podem ter valor real. É aí que vejo a capacidade da inteligência artificial e dos grandes volumes de dados para encurralar suas informações, dedicar um tempo para entender o que está nele e descobrir o valor.
Quando se trata de fotos, apenas por causa do hábito, o que as pessoas olham é, simplesmente, quem está na foto. Mas talvez possamos ver que há padrões relacionados às fotos. Talvez haja até mesmo padrões conectados não apenas com as fotos, mas com os dados que mesclamos com as fotos. Se uma imagem vale mais que mil palavras, imagine o que vale ter uma compreensão profunda.
TRANSFORM: Você pode me dar um exemplo de uma percepção que a IA poderá obter algum dia com a ingestão de anos de conteúdo de jogos, como fotos e vídeos?
CASE: Olhamos para nossos jogadores quando estão na quadra e vemos quantas vezes eles correm. Todas essas informações, honestamente, estamos comprando e estamos armazenando.
Mas não está sendo colocado em um lugar onde você possa conectar os pontos. Por exemplo, digamos que um jogador subiu e desceu 1 milhão de vezes. E na milionésima e uma vez, ele rompeu seu tendão de Aquiles.
E dentro dos dados, talvez também vejamos que existem mais 100 jogadores que fizeram a mesma coisa na mesma etapa. Identificar o padrão nos permitirá tomar ações corretivas que não apenas influenciam a segurança do jogo, mas a saúde e a longevidade de nossos jogadores.
Esse é o poder nesse tipo de tecnologia. Isso é o que me deixa animado. Com sorte, estudamos as informações e descobrimos onde estão os padrões e fazemos ótimas correções para melhorar o jogo.
Imagens: Garth Case no W Seattle. (Fotos: Dan DeLong)
