RESUMO IA

• Especialistas da Samsung Research e da divisão Mobile eXperience (MX) discutem como o recurso aprimorado de Vídeo Retrato do Galaxy  Z Series traz para os vídeos feitos com smartphones a profundidade de campo e o efeito bokeh característicos de lentes profissionais.
• O Vídeo Retrato utiliza AI e análise óptica para recriar o efeito produzido por lentes de grande abertura, com um desfoque que varia naturalmente de acordo com a distância entre a pessoa e o fundo.
• O recurso demonstra como as pesquisas avançadas da Samsung em câmeras contribuem para aprimorar as ferramentas Galaxy e ampliar a liberdade criativa dos usuários.

Apresentada no Galaxy Unpacked de julho de 2026, o Galaxy Z Series da Samsung Electronics introduz o My FanCam, um novo recurso que permite aos usuários escolher uma pessoa para manter em destaque na edição de vídeos já gravados, além de um Vídeo Retrato aprimorado, que recria o visual de lentes de câmeras profissionais.

Embora os dois recursos ofereçam experiências de câmera diferentes, ambos são resultado de conhecimentos que abrangem pesquisa em tecnologias fundamentais, desenvolvimento de recursos e design de experiência do usuário.

Como parte da série “As pessoas por trás das inovações de câmera do Galaxy Z Series”, a Samsung Newsroom conversou com especialistas da Samsung Research e da divisão Mobile eXperience (MX) para discutir os desafios técnicos e a colaboração por trás dos dois recursos.

Um objeto nitidamente definido contra um fundo suavemente desfocado cria uma sensação de profundidade há muito tempo associada às lentes de câmeras profissionais. Pesquisadores continuam explorando maneiras de reproduzir esse efeito em vídeos feitos com smartphones.

Com o Galaxy Z Series, o Vídeo Retrato recria a profundidade característica e o Bokeh¹ a uma lente de grande abertura, que permite a entrada de mais luz². Para tornar isso possível, a Samsung Research analisou as características ópticas de lentes de câmeras reais e desenvolveu uma tecnologia de processamento de vídeo com AI, enquanto a divisão MX a otimizou para o dispositivo.

A Samsung Newsroom conversou com YoungGeol Kim, da equipe de Tecnologia Visual da Samsung Research, e Sang-uk Park, responsável pelo desenvolvimento de câmeras na divisão Mobile eXperience (MX), sobre como o Vídeo Retrato evoluiu de um conceito de pesquisa para um recurso de câmera Galaxy.

Um novo nível de profundidade no Vídeo Retrato

P. O que é o Vídeo Retrato? O que mudou no Galaxy Z Series mais recente?

Park: O Vídeo Retrato mantém o elemento principal da foto em foco enquanto desfoca suavemente o fundo, criando um visual cinematográfico que o coloca em destaque.

No Galaxy Z Series, o nível de desfoque muda naturalmente de acordo com a distância entre o assunto e o fundo. Pequenas fontes de luz no fundo aparecem como Bokeh suaves e arredondados, como acontece com uma lente de ampla abertura. Isso permite que os usuários direcionem a atenção para o assunto e capturem vídeos com mais profundidade e atmosfera usando apenas um smartphone, sem a necessidade de equipamentos profissionais separados.

Os usuários também podem mudar o foco para outro elemento ou ajustar o nível de desfoque depois da gravação.

P. O que inspirou a tecnologia por trás do Vídeo Retrato?

Kim: A fotografia é meu hobby há 25 anos. Essa paixão me levou à pesquisa e ao desenvolvimento de tecnologias de câmera e despertou um interesse duradouro pelas características visuais únicas das lentes.

À medida que as câmeras de smartphones avançaram rapidamente, a fotografia se beneficiou de uma série de novos recursos e melhorias na qualidade de imagem. O vídeo também evoluiu rapidamente, mas percebi que havia ainda mais potencial em recriar a profundidade e a reprodução do fundo características das lentes de câmeras profissionais. Propusemos a ideia durante a etapa de pesquisa, justamente quando a divisão MX explorava maneiras de ajudar as pessoas a criar vídeos com aspecto profissional de forma mais fácil – abrindo caminho para o desenvolvimento conjunto.

P. Como as equipes colaboraram para transformar o Vídeo Retrato em um recurso de câmera?

Kim: As soluções existentes, sozinhas, não eram suficientes para alcançar a reprodução natural das características das lentes que buscávamos. Na época, a tecnologia da Samsung Research ainda estava em fase de pesquisa, então aplicá-la a um produto não era uma decisão simples. Mesmo assim, a divisão MX reconheceu seu potencial e decidiu comercializá-la.

A partir daí, começaram os testes e aprimoramentos em larga escala. Avaliamos a tecnologia em dispositivos reais e trocamos feedbacks, transformando-a em um recurso de câmera para os usuários.

Park: Para preparar o recurso para uso no mundo real, tivemos que gravar incontáveis vídeos em uma ampla variedade de condições e validar os resultados. Como o recurso é centrado em pessoas, especialistas das duas equipes chegaram a atuar como modelos e filmar uns aos outros. Demos atenção especial à naturalidade da separação entre os elementos fotografados e seus fundos e se o desfoque e o Bokeh estavam adequados em diferentes distâncias.

Enquanto filmávamos uns aos outros, analisávamos os resultados em conjunto e continuávamos nossas discussões, o que mais me marcou foi perceber como os resultados melhoravam de forma significativa.

Reprodução de lentes com grande abertura em smartphones

P. Qual é a principal tecnologia que leva o Vídeo Retrato a um novo nível?

Kim: O ponto central é uma tecnologia que recria, em vídeos feitos com smartphones, o visual característico de lentes profissionais de câmeras com grande abertura. Usamos AI e análise óptica para tornar isso possível.

Simplesmente desfocar uma imagem não é suficiente para reproduzir a profundidade e a reprodução natural do fundo de uma câmera profissional. O desfoque convencional suaviza uma imagem combinando as cores ao redor, mas uma lente de grande abertura funciona de maneira diferente. O nível de desfoque muda naturalmente de acordo com a distância entre o elemento fotografado e o fundo, enquanto pontos luminosos se espalham em Bokeh, mantendo sua forma e luminosidade. As formas e texturas dessas áreas fora de foco são conhecidas como bokeh.

Isso exige considerar tanto a distância entre o assunto e o fundo quanto a maneira como a luz se espalha por uma lente de câmera real.

Para recriar esse efeito em um smartphone, foram necessários dois elementos. Primeiro, analisamos como a luz se espalha por uma lente real de grande abertura e as características de bokeh resultantes, convertendo então esses resultados em dados. Combinamos essas informações com dados de distância da cena estimados por AI, permitindo que o sistema ajuste o nível de desfoque e o tamanho do bokeh de acordo com a distância entre o assunto e o fundo.

P. Quais desafios técnicos as equipes enfrentaram ao criar desfoque e bokeh em smartphones?

Kim: O maior desafio foi reproduzir naturalmente limites complexos entre o assunto e o fundo, como cabelos ou armações de óculos. Em smartphones, apenas as informações de distância estimadas por AI não são suficientes para distinguir com precisão detalhes tão finos. Mesmo um pequeno erro pode desfocar fios de cabelo ou deixar partes do fundo nítidas, fazendo com que o assunto pareça ter sido recortado de maneira artificial.

Para resolver isso, combinamos as informações de distância estimadas por AI com informações sobre os limites presentes na gravação original, permitindo uma separação natural entre o assunto e o fundo, mesmo em detalhes finos como os cabelos.

Park: Manter resultados consistentes em diferentes condições de gravação – incluindo clima, iluminação, movimento do assunto e distância – foi fundamental. Gravamos repetidamente em uma ampla variedade de condições e analisamos os resultados, corrigindo elementos que pareciam artificiais por meio de otimizações de software e dados adicionais para treinamento de AI. Com base na tecnologia da Samsung Research, especialistas em qualidade de imagem da divisão MX também avaliaram os resultados sob a perspectiva do usuário, aprimorando ainda mais o recurso.

P. O que foi necessário para tornar esse complexo processamento de vídeo confiável e pronto para uso no Galaxy Z Series?

Kim: O maior desafio foi reduzir o consumo de energia e a geração de calor sem comprometer a qualidade. O vídeo é uma sequência rápida de imagens, portanto, processar vídeos em 4K em tempo real exige uma capacidade computacional significativa.

Isso significava que precisávamos estabelecer prioridades. Preservamos os processos essenciais para a qualidade da imagem, enquanto reduzimos a computação em áreas nas quais os usuários provavelmente não perceberiam diferença.

Como resultado, conseguimos equilibrar a reprodução natural das características das lentes com o processamento em tempo real, entregando um desempenho estável e eficiente mesmo durante gravações prolongadas.

Mais liberdade para criar vídeos

P. Quais são algumas dicas para ajudar os usuários a aproveitar ao máximo o Vídeo Retrato?

Kim: Para destacar o bokeh, procure cenas com fontes de luz intensas contra um fundo relativamente escuro. A luz do sol passando entre as folhas, as luzes de Natal ou os postes de iluminação à noite podem se transformar suavemente em Bokeh circulares, criando um visual mais atmosférico.

Ao gravar uma pessoa, é melhor evitar uma luz forte diretamente de frente. Em vez disso, posicione a fonte de luz atrás ou ao lado da pessoa fotografada. Isso pode iluminar suavemente os cabelos e os contornos dela, enquanto torna o Bokeh do fundo mais evidente. Luz refletida ou fontes de luz ambiente, como postes de iluminação, podem ajudar a evitar que o rosto fique muito escuro, proporcionando um resultado mais equilibrado.

P. Qual reação você mais gostaria de ouvir de pessoas que experimentaram o Vídeo Retrato?

Park: Gostaria que usuários, criadores e profissionais de vídeo se surpreendessem com a facilidade de criar vídeos cinematográficos em um smartphone. Espero que o desfoque natural, o Bokeh e os recursos de edição após a captura proporcionem mais liberdade para alcançar o visual e a sensação que desejam.

Kim: Em última análise, espero que as pessoas sintam que não precisam mais carregar uma câmera profissional separada. Continuaremos avançando nas tecnologias que estão na base desse recurso para que elas possam criar vídeos cinematográficos usando apenas um smartphone.

Levar a profundidade de campo reduzida e a reprodução da luz cinematográficas de lentes de câmeras profissionais para os vídeos de smartphones exigiu testes extensivos e colaboração para transformar um conceito de pesquisa em um recurso confiável de produto. Desenvolvido a partir da combinação dos conhecimentos da Samsung Research e da divisão MX, o Vídeo Retrato amplia a experiência de vídeo Galaxy, oferecendo aos usuários mais maneiras de transformar sua visão criativa em realidade.

1. A forma e a textura do desfoque em áreas fora de foco, frequentemente observadas quando pequenos pontos de luz aparecem como destaques circulares. ︎
2. Uma lente cuja abertura pode ser ampliada para permitir a entrada de mais luz, sendo especialmente adequada para manter o assunto nítido enquanto desfoca suavemente o fundo e reproduz destaques de bokeh. ︎

RESUMO AI

• A Samsung Newsroom conversou com especialistas da Samsung Research e da divisão MX Business sobre os desafios técnicos e a colaboração por trás do My FanCam, um novo recurso que rastreia automaticamente os movimentos de uma pessoa selecionada ao longo de um vídeo.
• Ao processar cargas de trabalho de AI inteiramente no próprio dispositivo, o recurso utiliza um processo de análise de AI em três etapas para analisar o vídeo apenas uma vez, permitindo que os usuários alternem instantaneamente o foco para outro sujeito.
• Combinando AI, otimização para dispositivos móveis e um trabalho em equipe integrado, essa experiência de vídeo centrada no usuário facilita a captura e a edição de vídeos de momentos que valem a pena recordar.

Desde o lançamento do Galaxy Z Fold8, um recurso tem gerado grande repercussão entre os fãs de K-pop como algo indispensável: o My FanCam¹. Os usuários selecionam uma pessoa em um vídeo, e o My FanCam rastreia automaticamente seus movimentos ao longo da gravação.

O recurso facilita colocar alguém em destaque, seja um artista favorito em uma filmagem de show ou familiares e amigos em momentos do dia a dia.

Por trás dessa experiência está a tecnologia de AI da Samsung Research para rastreamento confiável de pessoas em vídeos, integrada a um recurso móvel por meio de uma estreita colaboração com a divisão MX Business.

A Samsung Newsroom conversou com Hwangpil Park, da Equipe de Tecnologia Visual da Samsung Research, e com Sunghwan Kim e Sohee Hong, do Grupo de Desenvolvimento de Multimídia da MX Business, sobre o My FanCam.

Uma abordagem centrada no usuário

Newsroom: O que inspirou o My FanCam?

Hong: Começamos perguntando como poderíamos facilitar para os usuários a criação de vídeos focados nas pessoas que eles desejam ver. À medida que gravar, editar e compartilhar conteúdo em smartphones se tornou algo comum, as “fan cams” (vídeos focados em um artista específico) de artistas favoritos ganharam popularidade nas redes sociais. Em resposta a essa tendência, idealizamos o My FanCam — um recurso que permite a qualquer pessoa criar um vídeo centrado em uma pessoa de sua escolha com apenas alguns toques — e trabalhamos com a Samsung Research para transformar essa ideia em realidade.

A tecnologia por trás do rastreamento confiável

Newsroom: Qual tecnologia permite que o My FanCam rastreie continuamente uma pessoa em um vídeo?

Park: O segredo da capacidade do My FanCam de acompanhar uma pessoa selecionada, mesmo em cenas complexas, é um modelo de AI que reconhece indivíduos com precisão. O modelo identifica e memoriza a localização e as características visuais de cada pessoa, permitindo reconhecer o mesmo indivíduo ao longo do vídeo e continuar seu rastreamento.

Newsroom: Qual foi o foco principal em relação à experiência do usuário?

Kim: Focamos em reduzir o tempo de espera durante a edição. Os usuários podem querer alternar entre pessoas em vídeos de grupo, mas reanalisar o vídeo a cada troca significaria esperar novamente. Projetamos o My FanCam para analisar várias pessoas simultaneamente, permitindo que os usuários alternem entre os sujeitos e vejam os resultados instantaneamente assim que a análise inicial for concluída.

Também simplificamos o processo de edição. Os usuários podem ajustar facilmente a proporção da tela para se adequar à cena e criar um vídeo que atenda às suas necessidades.

Newsroom: Como as duas equipes colaboraram para transformar a tecnologia em um recurso do Galaxy?

Hong: Foi fundamental não apenas identificar os problemas, mas também encontrar soluções para eles; validar os resultados foi uma etapa-chave do nosso processo. À medida que o conceito se consolidava, o processo de desenvolvimento ganhava corpo. Para acompanhar o progresso do desenvolvimento, as reuniões semanais passaram a ser diárias, garantindo que monitorássemos o avanço todas as manhãs.

Testar uma ampla gama de cenários é importante antes de lançar novos recursos. Para ajudar a equipe de desenvolvimento a realizar esses testes, vários membros da equipe participaram do processo. Alguns trouxeram vídeos antigos da época da faculdade, como gravações de grupos de dança. Outros levavam o celular para filmar novas cenas, como atividades de escalada.

Park: Tecnologias que funcionavam bem em ambiente de pesquisa às vezes apresentavam desempenho diferente com imagens do mundo real, devido a variáveis ​​como movimentos rápidos e a sobreposição de pessoas no enquadramento. Quando a divisão MX Business compartilhava esses casos, a Samsung Research analisava as causas e refinava o modelo de AI e os métodos de rastreamento. Em seguida, validávamos as alterações no ambiente do produto, repetindo o processo para aprimorar o recurso.

Newsroom: Qual foi o maior desafio para trazer o My FanCam para dispositivos móveis?

Kim: O principal desafio foi processar as cargas de trabalho de AI inteiramente no próprio dispositivo, sem depender de um servidor externo. Vídeos mais longos exigem mais processamento; por isso, tivemos que levar em conta a velocidade de processamento, o consumo de energia e a geração de calor. A Samsung Research otimizou o modelo de AI para alcançar os resultados desejados com menos processamento, enquanto a MX Business otimizou todo o fluxo — da decodificação do vídeo à transferência e análise de dados —, reduzindo a carga computacional com impacto mínimo no desempenho.

Park: Também precisávamos considerar situações que dificultam a seleção de uma pessoa nos vídeos. Em apresentações escolares ou eventos esportivos, por exemplo, a pessoa em quem o usuário deseja focar pode aparecer apenas na metade do vídeo ou ficar oculta por outras pessoas. Por isso, projetamos o My FanCam para permitir que os usuários encontrem um momento em que a pessoa esteja claramente visível e a selecionem em qualquer ponto do vídeo.

De artistas favoritos a momentos do dia a dia

Newsroom: Alguma dica para aproveitar ao máximo o My FanCam?

Kim: Ao filmar, recomendo usar uma configuração de alta resolução e enquadrar a imagem de forma um pouco mais aberta, deixando espaço ao redor da pessoa. Ao escolher o objeto da filmagem, selecione um enquadramento em que a pessoa não se sobreponha excessivamente a outras e onde o rosto, a parte superior do corpo ou o corpo inteiro estejam claramente visíveis.

O My FanCam também funciona com filmagens já existentes, como vídeos de shows, viagens ou atividades infantis realizadas anteriormente. Como não precisam acompanhar uma pessoa específica durante a gravação, os usuários podem se concentrar mais no momento em si.

Por exemplo, é possível posicionar um tripé para filmar um treino e, em seguida, usar o My FanCam para criar um vídeo centralizado em si mesmo, sem a necessidade de outra pessoa atrás da câmera.

Newsroom: Como vocês esperam que os usuários utilizem o My FanCam?

Park: Como o My FanCam funciona com vídeos que não foram gravados em um dispositivo Galaxy, espero que as pessoas o experimentem com uma grande variedade de filmagens. Ele pode oferecer uma nova perspectiva sobre vídeos antigos, ajudando os usuários a reviver momentos significativos ao focar em alguém especial.

Hong: Alguns podem pensar que ser fã se resume a gostar de um ídolo ou de uma celebridade. Mas, para mim, isso significa simplesmente importar-se profundamente com alguém ou algo — seja um artista, um membro da família, um amigo ou até mesmo você mesmo. Gostaria de ver as pessoas usando o My FanCam para registrar as pessoas e os momentos que são importantes para elas.

O que começou como uma ideia focada na conveniência do usuário evoluiu para o My FanCam, uma nova experiência de vídeo que combina AI, otimização para dispositivos móveis e um trabalho em equipe integrado. De shows ao cotidiano, o My FanCam facilita a captura e a edição de vídeos de momentos que valem a pena recordar.

Na segunda parte desta série, a Samsung Newsroom explorará como a tecnologia de emulação de lentes de grande abertura traz as qualidades expressivas de lentes profissionais para dispositivos móveis, bem como a colaboração por trás de seu desenvolvimento.

O My FanCam está disponível para Galaxy Z Fold8, Galaxy Z Fold8 Ultra, Galaxy Z Flip8 e Galaxy S26 FE. Para mais informações, visite Samsung Newsroom Brasil ou Samsung.com/br.

1. O recurso My FanCam requer login na Samsung Account. A disponibilidade pode variar de acordo com o vídeo. Não é suportado se não houver uma pessoa para rastrear. A precisão dos resultados não é garantida. ︎

A Samsung Newsroom reforça a importância da data destacando o trabalho contínuo da Samsung Research na detecção precoce da demência.

A importância do diagnóstico precoce

A doença de Alzheimer é incurável e irreversível. Quando os sintomas aparecem, a função cognitiva entra em declínio contínuo — impactando a vida diária de forma profunda.

O comprometimento cognitivo leve (CCL), muitas vezes considerado um estágio precursor da demência, é motivo particular de atenção. Testes clínicos revelam declínio cognitivo mensurável em pessoas com CCL, embora elas ainda sejam capazes de realizar atividades cotidianas. Segundo estudos citados pela Alzheimer’s Association, cerca de 12% a 18% das pessoas com 60 anos ou mais vivem com CCL, e 10% a 15% delas progridem para demência a cada ano. Como resultado, a detecção precoce e o gerenciamento do CCL tornaram-se uma prioridade crescente para a comunidade médica^1,2.

Múltiplos estudos mostram que mudanças no cérebro podem começar 10 a 20 anos antes do surgimento da demência causada pelo Alzheimer³. Portanto, detectar esses sinais iniciais é fundamental. Embora avanços recentes em terapias tenham gerado esperança de tratamento, o diagnóstico precoce combinado com acompanhamento contínuo continua sendo a abordagem mais eficaz hoje.

Os benefícios da detecção precoce incluem:

• Implementar mudanças no estilo de vida — como melhorar a dieta, praticar exercícios e estimular a cognição — para ajudar a retardar a progressão da doença.
• Iniciar intervenções medicamentosas e não medicamentosas mais cedo, preservando as habilidades cognitivas.
• Ter acesso a novas terapias, incluindo medicamentos recém-aprovados ou em fase de testes clínicos.

Acompanhando mudanças com tecnologia de biomarcadores digitais

Smartphones e wearables se tornaram essenciais no dia a dia, registrando informações detalhadas sobre os hábitos e comportamentos dos usuários. Esses dados capturam mudanças sutis de rotina com alta sensibilidade.

Reconhecendo esse potencial, os pesquisadores da Samsung Research desenvolveram tecnologia de biomarcadores digitais que rastreia alterações na função cognitiva analisando dados multimodais de smartphones e wearables — incluindo uso de aplicativos, velocidade de digitação, padrões de mensagens, frequência de chamadas, sono e voz.

Os pesquisadores propuseram que os biomarcadores digitais poderiam medir sintomas de declínio cognitivo identificados em estudos anteriores. Ao analisar dados multimodais, estimaram estados cognitivos e confirmaram que os algoritmos de biomarcadores digitais acompanham efetivamente as mudanças cognitivas.

Relembrar e repetir frases curtas pode avaliar regiões cerebrais relacionadas à memória de curto prazo, enquanto a fluência e precisão da fala revelam o estado da capacidade linguística. Da mesma forma, a regularidade e a variedade no uso de apps e mensagens, junto com a frequência de chamadas, fornecem insights sobre redes sociais e funções executivas do cérebro.

Em resumo, o estudo demonstrou que regiões do cérebro responsáveis pela linguagem e pela memória de curto prazo — normalmente afetadas pela doença de Alzheimer — podem ser avaliadas por meio de dados de voz. As descobertas também indicam que o declínio das habilidades sociais e comportamentais está associado a padrões de uso de apps, mensagens e ligações.

Detectando o declínio com dados do cotidiano

Em julho, a equipe da Samsung Research apresentou estudos sobre tecnologias baseadas em dispositivos inteligentes para detecção do declínio cognitivo na Conferência Internacional da IEEE EMBS (Engineering in Medicine and Biology Society) em Copenhague, Dinamarca.

Um dos estudos apresentou tecnologia que analisa padrões de digitação no teclado do smartphone para detectar sinais iniciais de comprometimento cognitivo. A pesquisa priorizou a análise de recursos não verbais, como velocidade de digitação e padrões de correção, em vez de examinar o conteúdo inserido, reduzindo riscos de privacidade. Essa abordagem independente de idioma demonstrou potencial global significativo, e o artigo ficou entre os 7% melhor classificados da conferência.

Outro estudo analisou dados de smartphones e sensores do Galaxy Watch para monitorar padrões de caminhada — incluindo velocidade da marcha, comprimento do passo e equilíbrio — com o objetivo de detectar precocemente o declínio cognitivo.

Ambos os estudos mostraram desempenho comparável a testes hospitalares de triagem de demência, aproveitando dados comportamentais do cotidiano, eliminando a necessidade de entradas adicionais do usuário e revelando o potencial de rastrear mudanças cognitivas por meio de dados de rotina.

Melhorando a qualidade de vida com tecnologia

A tecnologia de biomarcadores digitais é projetada para aprimorar a detecção precoce de sinais sutis da doença de Alzheimer que poderiam passar despercebidos no dia a dia. A Samsung Research pretende continuar validando o desempenho de seus modelos, ao mesmo tempo em que avança ainda mais na tecnologia.

Embora a colaboração contínua com a academia e a comunidade médica seja necessária para refinamento e maior precisão, espera-se que os avanços na detecção precoce da demência melhorem a saúde pessoal, aumentem a qualidade de vida e reduzam a pressão sobre os sistemas de saúde.

* A doença de Alzheimer é uma patologia subjacente em que as proteínas beta-amiloide e tau se acumulam no cérebro.

** A demência causada pela doença de Alzheimer é a demência provocada pela própria doença.

¹ Petersen RC et al., “Mild cognitive impairment: clinical characterization and outcome,” Archives of Neurology (1999). Disponível em: https://pubmed.ncbi.nlm.nih.gov/10190820/

² Petersen RC et al., “Current concepts in mild cognitive impairment,” Archives of Neurology (2001). Disponível em: https://jamanetwork.com/journals/jamaneurology/article-abstract/781015

³ Jack CR Jr, et al., “NIA-AA Research Framework: Toward a biological definition of Alzheimer’s disease,” Alzheimer’s & Dementia (2018). Disponível em: https://pubmed.ncbi.nlm.nih.gov/29653606/

A Samsung Newsroom deu uma olhada mais de perto na tecnologia por trás do Eclipsa Audio e como ele oferece áudio espacial 3D realista.

Imagem meramente ilustrativa.

Desenvolvimento da tecnologia de áudio espacial 3D

Em 2023, a Alliance for Open Media (AOM) – um consórcio global que inclui Samsung, Google, Netflix, Meta e outras empresas líderes – adotou oficialmente o Immersive Audio Model and Formats (IAMF) como o padrão do setor para áudio 3D. Desenvolvido pela Samsung e pelo Google, esse formato inovador de áudio 3D está atualmente disponível para os criadores de conteúdo sob a marca Eclipsa Audio.

O Eclipsa Audio estabelece um protocolo compartilhado entre diferentes tipos de conteúdo de mídia e os dispositivos que os reproduzem. O formato proporciona uma experiência auditiva profundamente imersiva ao otimizar e adaptar o posicionamento do áudio, a intensidade, os reflexos espaciais e outros elementos sonoros a vários ambientes de reprodução, como cinemas, sistemas de home theater, consoles de jogos e dispositivos móveis.

Dependendo do dispositivo de saída, a tecnologia pode reproduzir o som de várias direções – inclusive da frente, de trás, da esquerda, da direita, de cima e de baixo – para criar uma sensação de profundidade espacial e presença na cena que está sendo assistida. Em um vídeo de show, por exemplo, o Eclipsa Audio apresenta a performance do artista em detalhes cristalinos e, ao mesmo tempo, capta a energia do público, fazendo com que o espectador se sinta como se estivesse fisicamente presente.

Projetado para otimizar o áudio 3D na vida cotidiana

Entre a crescente variedade de tecnologias que aprimoram o som 3D – incluindo som surround, áudio imersivo e áudio espacial – o Eclipsa Audio foi projetado especificamente para oferecer uma experiência de áudio 3D otimizada para a audição cotidiana.

Tradicionalmente, o conteúdo de áudio 3D é criado com a suposição de que será reproduzido em ambientes equipados com vários alto-falantes surround. Entretanto, a maioria das configurações de entretenimento doméstico consiste basicamente em uma TV e uma soundbar, o que torna difícil reproduzir com precisão os efeitos de áudio espacial pretendidos pelo criador do conteúdo. O Eclipsa Audio supera essa limitação analisando automaticamente os elementos sonoros em cada segmento de um filme – desde o diálogo sussurrado até o rugido dos aviões de caças ao fundo – e fornecendo um efeito de áudio dinâmico em 3D ajustado para o ambiente doméstico do espectador.

Criação de um ecossistema de áudio 3D com tecnologia de código aberto

A estrutura de código aberto do Eclipsa Audio o diferencia de outras tecnologias de áudio 3D, pois permite que qualquer pessoa crie conteúdo sem pagar royalties. Após sua estreia na CES 2025, a tecnologia foi recebida com entusiasmo pelos criadores de conteúdo e ganhou impulso em plataformas de mídia e comunidades online.

Dessa forma, o Eclipsa Audio funciona como um recipiente aberto no qual os criadores de conteúdo podem integrar elementos de áudio 3D de todas as direções, sem restrições. Ao democratizar o áudio espacial, o Eclipsa Audio capacita os criadores e garante que os consumidores experimentem o som como pretendido – independentemente da sua configuração de áudio.

Eclipsa Audio nas TVs Samsung

O som imersivo do Eclipsa Audio tem seu melhor desempenho quando combinado com um hardware excepcional. Para tornar esse desempenho máximo uma realidade, a Samsung e o Google trabalharam incansavelmente para oferecer aos consumidores conteúdo de áudio 3D compatível com o Eclipsa Audio.

A maioria das TVs Samsung é equipada com alto-falantes estéreo na parte inferior da tela e, nos modelos QLED 4K e superiores, alto-falantes adicionais são posicionados na parte superior. Os modelos topo de linha, no entanto, vêm com benefícios extras. Além dos alto-falantes surround adicionados à parte traseira das laterais, os alto-falantes posicionados na parte superior são especialmente projetados para percepção de altura. O Eclipsa Audio reflete o som no teto com esses alto-falantes especiais, criando um efeito que permite que os espectadores sintam o áudio direcionado para cima – como a sensação de um objeto voando sobre a cabeça. O emparelhamento da TV com uma soundbar aprimora ainda mais a experiência, produzindo um áudio espacial 3D mais rico e expansivo.

O Eclipsa Audio estabeleceu a base para um ecossistema de conteúdo de áudio 3D, reunindo líderes do setor – de fabricantes de dispositivos a plataformas de conteúdo – em um padrão unificado. Em uma era em que os serviços de streaming obscurecem a linha entre a criação e o consumo de conteúdo, o Eclipsa Audio abre novas possibilidades para o som imersivo que a Samsung está determinada a expandir ainda mais.

Para saber mais sobre as tecnologias da Samsung, fique ligado na Newsroom Brasil.

¹O cronograma de lançamento e os detalhes do serviço podem variar de acordo com o modelo da TV.

A Samsung Electronics está acelerando os preparativos para comunicações futuras integrando a tecnologia de Inteligência Artificial em toda a Rede de Acesso de Rádio (RAN, na sigla em inglês), desde unidades de rádio (responsáveis pela conversão entre sinais analógicos e digitais em estações base, antenas) e unidades digitais (incluindo modems para modulação e demodulação de sinal digital, programadores para alocação de recursos), até a operação do sistema, avançando assim a convergência das tecnologias de telecomunicações e AI.

Em redes de comunicação móvel, a RAN, que conecta telefones celulares à rede principal, é um componente crítico que determina a experiência do usuário em termos de velocidade de transmissão e qualidade de comunicação. Como responsável pela maior parcela do uso de energia entre toda a rede de comunicação, incluindo redes principais e data centers, a necessidade de tecnologia de economia de energia também é alta.

A Samsung está conduzindo pesquisas sobre a tecnologia AI-RAN, que integra a tecnologia de AI à RAN. Em particular, no Silicon Valley Future Wireless Summit realizado em novembro do ano passado, as tecnologias AI-RAN foram demonstradas em colaboração com parceiros da indústria, mostrando capacidades para melhorar o rendimento de dados da estação base (ou seja, a quantidade de dados transmitidos com sucesso por uma estação base durante um determinado período), cobertura de comunicação (equivalente ao alcance geográfico onde os serviços de comunicação fornecidos por uma estação base estão disponíveis) e eficiência energética, entre outros.

Um exemplo é utilizar a tecnologia de AI para melhorar o desempenho da tecnologia de estimativa de canal para estimar o estado dos canais sem fio onde os dados são transmitidos entre estações base e telefones celulares. O resultado mostrou que o rendimento de dados de downlink da estação base para o telefone celular e o rendimento de dados de uplink do telefone celular para a estação base foram significativamente aprimorados em comparação com a 5G RAN.

Além disso, foi demonstrado que a eficiência energética foi aprimorada pela aplicação adaptativa de energia de acordo com a intensidade dos sinais transmitidos.

Essas demonstrações pioneiras do setor mostradas a operadoras de telecomunicações com resultados da Prova de Conceito (PoC, na sigla em inglês) aplicando AI em toda a RAN identificaram o potencial da Inteligência Artificial para melhorar significativamente o desempenho da comunicação, a experiência do usuário e a eficiência energética em futuras redes de comunicação.

“Agradecemos aos nossos parceiros pela colaboração nessas inovações sem fio de AI inovadoras”, disse Charlie Zhang, Vice-presidente Sênior da Samsung Research América (SRA) e Head da Equipe de Pesquisa 6G da Samsung Research. “A Samsung Electronics continuará trabalhando com nossos parceiros do ecossistema para liderar a inovação para tornar a AI-RAN uma realidade nos próximos anos”.

Líderes das principais operadoras sem fio globais ficaram muito satisfeitos com os resultados promissores da integração da mais recente tecnologia de AI no design da futura RAN e apreciaram os esforços da Samsung em liderar os avanços do setor na tecnologia sem fio AI-Nativo.

“Ficamos impressionados com os resultados da Samsung Research e valorizamos os insights de nossos parceiros fornecedores e operadores globais”, disse Steven Rice, Vice-Presidente de Planejamento de Rede da Verizon Wireless. “Melhorar constantemente o desempenho da rede para aprimorar a experiência de nossos clientes é nossa prioridade e apresentar pesquisas por meio de demonstrações como esta é importante para impulsionar o setor”.

“As demonstrações da Samsung destacaram o potencial significativo da AI para RAN”, disse Satoshi Konishi, Vice-presidente Executivo e Head dos Laboratórios de Pesquisa de Tecnologia Avançada da KDDI Research, Inc., “Estamos ansiosos para avançar ainda mais na integração de comunicação e AI juntos”.

“Foi uma grande honra participar do evento da Samsung”, disse Takehiro Nakamura, Chief Standarization Officer da NTT DoCoMo. “Foi muito impressionante ver as demonstrações de AI-RAN produzirem ganhos significativos em relação às soluções existentes. Acredito que as tecnologias avançadas de AI-RAN da Samsung podem promover a implantação comercial antecipada de AI-RAN na rede 5G e ajudar a iniciar as discussões de AI-RAN em preparação para 6G”.

“Aproveitando a tecnologia de AI da Samsung, antecipamos uma melhoria substancial em nosso orçamento de link de uplink e estabilidade de comunicação aprimorada para downlink e uplink”, disse Ryuji Wakikawa, Vice-presidente e Head do Instituto de Pesquisa de Tecnologia Avançada da SoftBank Corp. “À medida que olhamos para o futuro, espera-se que essa abordagem orientada por IA evolua ainda mais e se torne um alicerce da tecnologia 6G. O SoftBank reconhece o papel fundamental dessa tecnologia baseada em AI na transformação do futuro do cenário de telecomunicações e aguarda ansiosamente sua comercialização.”

Além disso, os líderes dos parceiros globais da Samsung, que também foram colaboradores dessas demonstrações, ficaram entusiasmados por fazer parte do esforço coletivo para liderar o caminho em direção a uma rede de próxima geração nativa de AI e compartilharam sua visão sobre como a AI pode ajudar a moldar o futuro das comunicações sem fio.

“As redes sem fio serão nativas de AI, com a capacidade de aproveitar a AI para as melhorias necessárias no desempenho de RAN e eficiência espectral”, disse Ronnie Vasishta, Vice-presidente Sênior de Telecomunicações da NVIDIA. “Nossa colaboração profunda com a Samsung e outros parceiros de pesquisa ao redor do mundo está demonstrando que a infraestrutura de AI-RAN acelerada pela plataforma NVIDIA AI Aerial pode trazer ganhos significativos de desempenho no processamento de sinais de rádio ao hospedar AI e RAN juntos na infraestrutura comum”.

“Foi uma honra trabalhar em estreita parceria com a Samsung Research e mostrar o poderoso impacto da AI no aprimoramento da capacidade celular na rede futura”, disse Giampaolo Tardioli, VP de Estratégia 6G da Keysight. “As colaborações com esses parceiros de classe mundial são a parte empolgante e necessária de trazer a AI para enfrentar alguns dos nossos desafios sem fio mais difíceis”.

“A VIAVI tem o prazer de ter apoiado a Samsung com uma demonstração conjunta de interface aérea projetada por AI continuando a parceria estratégica entre líderes do setor”, disse o Dr. Ian Wong, Diretor Sênior de RF e Arquitetura sem fio da VIAVI. “A VIAVI e a Samsung têm orgulho de liderar o caminho para mostrar o enorme potencial da AI para melhorar significativamente a eficiência espectral e energética da 6G”.

Christina Gessner, Vice-presidente Executivo da Divisão de Teste e Medição da Rohde & Schwarz, afirma: “O processamento de sinais baseado em aprendizado de máquina tem o potencial de levar o desempenho sem fio além do que é possível. Nossa parceria com a Samsung Research de um receptor neural que usa transmissão de constelação não uniforme, alavancando nossas soluções de teste avançadas, é um marco na confirmação do papel da AI nas futuras comunicações sem fio 6G”.

“A Emerson tem o prazer de trabalhar ao lado da Samsung e da indústria para explorar como a AI generativa pode transformar as redes 5G e 6G”, disse Ritu Favre, Presidente do Grupo de Negócios de Teste e Medição da Emerson. “Nosso compromisso com a inovação e a parceria da indústria é um trunfo no avanço das redes nativas de AI. Juntos, estamos trabalhando em direção a um futuro mais inteligente e sustentável para as comunicações globais.”

As demonstrações bem-sucedidas são amplamente reconhecidas como um ponto de partida promissor de parceria da indústria para levar o AI-Nativo Wireless para futuras redes de acesso de rádio. A Samsung planeja aproveitar o momento de inovação e continuar trabalhando com parceiros no ecossistema por meio de associações da indústria, como a AI-RAN Alliance, da qual a Samsung é membro fundador, para aprimorar as experiências do usuário ao tornar a promessa de AI em RAN uma realidade.

O Galaxy AI agora oferece suporte a 16 idiomas, permitindo que mais pessoas expandam suas habilidades linguísticas, mesmo offline, graças à tradução no dispositivo em recursos como Tradução Simultânea², Intérprete, Notas Inteligentes³ e Assistente de Navegação.

Mas o que está envolvido no desenvolvimento da linguagem de Inteligência Artificial? Na quarta parte desta série, visitamos a China para aprender sobre a importância da parceria com outros líderes em IA. Desta vez, estamos no Brasil para explorar como as equipes trabalham através de culturas e fronteiras para levar a Inteligência Artificial do Galaxy a mais pessoas.

Sendo um país diversificado com mais de 203 milhões de habitantes e que incorpora uma ampla gama de culturas e tradições, o Brasil usa o português brasileiro como língua oficial. Enquanto isso, 22 países vizinhos usam o espanhol latino-americano.

Embora o português brasileiro e o espanhol latino-americano sejam amplamente falados, as variações intrincadas de ambos os idiomas apresentaram vários desafios ao ensinar o Galaxy AI a discernir e distinguir diferenças regionais. É por isso que o Samsung R&D Institute Brasil (SRBR) colaborou com especialistas da Samsung do México — bem como com parceiros terceirizados, como os institutos de ciência e tecnologia SiDi e Sidia — para montar uma equipe multidisciplinar e altamente qualificada que pudesse enfrentar a tarefa.

Obstáculos menores, compreensão aprofundada

A equipe usou milhares de fontes e uma combinação de aprendizado de máquina e linguagem para melhorar o reconhecimento de fala, textos escritos e variações regionais do modelo de Inteligência Artificial. Mas os dialetos locais e os nomes de figuras famosas – incluindo equipes desportivas, celebridades e bandas – variam amplamente entre as regiões.

Além disso, o mesmo significado pode ser expresso em muitas palavras diferentes. Embora os modelos linguísticos necessitem de dados localizados para obter uma compreensão abrangente dos diferentes idiomas necessários para traduzir, tais variações apresentam obstáculos.

Por exemplo, a palavra piscina é “alberca” no México, mas é “pileta” na Argentina, Paraguai e Uruguai. Enquanto isso, na Colômbia, Bolívia e Venezuela, piscina é “piscina”, que também é usada no Brasil, mas com uma pequena diferença na pronúncia. E apesar de os colombianos dizerem “chévere” para se referir a algo legal, os mexicanos dizem “padre”.

Estas diferenças representam enormes desafios para a compreensão e aprendizagem de línguas através da Inteligência Artificial, mas a equipe superou os obstáculos construindo modelos linguísticos maiores, refinando ferramentas de processamento e colaborando através de fronteiras e fusos horários.

“Tivemos que considerar gírias locais e diferentes formas de falar antes de adaptar e testar o modelo em conformidade, o que exigiu uma estreita colaboração entre a equipe de garantia de qualidade (QA) da SRBR e as equipes de desenvolvimento”, afirma Mateus Pedroso, Senior Manager e Head of Software Quality Lab na SRBR. “Como a SRBR está localizada três horas à frente da equipe de QA no México e 12 horas atrás da equipe de gestão na Coreia, tivemos que criar novos canais e processos de comunicação para alinhar resultados e compartilhar o progresso. Esta colaboração multicultural gerou uma festa de ideias e soluções para o Galaxy AI”.

Comunicando o sucesso

A filosofia de colaboração aberta da Samsung ganhou vida durante este projeto regional, pois foi um processo iterativo que alavancou a evolução da tecnologia em escala global. Para superar as barreiras linguísticas e culturais, a equipa do SRBR precisava de recolher, gerir e desenvolver enormes quantidades de dados, refinando e melhorando continuamente as fontes de áudio e texto.

As equipes definiram áreas chave de responsabilidade para garantir que todos pudessem se beneficiar dos conjuntos de habilidades coletivas nos escritórios da empresa na América Latina.

A equipe de desenvolvimento do SRBR serviu como parte interessada intermediária do projeto, recebendo instruções da sede da Samsung e desenvolvendo novas atualizações para melhorar o modelo de Inteligência Artificial enquanto realizava testes para vários casos de uso.

“A fase de testes exigiu ampla comunicação e colaboração com as equipes de QA para otimizar a experiência do usuário, e cada ajuste exigiu mais testes e revisões”, afirma Leandro Flores de Moura, Gerente de Desenvolvimento de Software do SiDi.

“O sucesso dos recursos de linguagem do Galaxy AI se baseia tanto na comunicação e colaboração quanto no conhecimento técnico”, acrescenta Nathan Castro, desenvolvedor de testes de controle de qualidade da SiDi.

Um caminho para a cultura

O que torna o Galaxy AI particularmente interessante para todos os envolvidos é o fato de que este não foi apenas um projeto de linguagem. Para eles, a língua é um guia cultural que fornece informações valiosas sobre a herança e a identidade das pessoas.

“Para a equipe de QA do SiDi, este foi um empreendimento que mudará o mundo ao permitir que culturas se unam e superem a dificuldade de comunicação em diferentes idiomas”, acrescenta Estefanía Castro Suárez, Desenvolvedora de Testes do SiDi. “Saber que fizemos parte disso nos enche de orgulho e motivação”.

“A forma como a equipe do SRBR colaborou exemplifica o que o Galaxy AI pretende alcançar: tornar o mundo um lugar mais próximo através da comunicação, compartilhamento e interação com pessoas, mesmo aquelas que falam línguas diferentes”, conclui Pedroso. “Essa capacidade só crescerá à medida que mais idiomas forem incorporados ao Galaxy AI”.

¹ Galaxy AI é a inteligência artificial da Samsung. A Samsung não faz promessas ou garantias quanto à precisão, completude ou confiabilidade das saídas fornecidas pelas funcionalidades de IA. O login na conta Samsung pode ser necessário para usar determinadas funcionalidades de IA da Samsung.

² Tradução Simultânea requer uma conexão de rede e login na conta Samsung. A Tradução Simultânea está disponível apenas no aplicativo Samsung Phone pré-instalado. Certos idiomas podem exigir o download de pacotes de idiomas. A disponibilidade do serviço pode variar conforme o idioma. A precisão dos resultados não é garantida.

³ O recurso Notas Inteligentes requer uma conexão de rede e login na conta Samsung. Existe um limite de caracteres. A disponibilidade do serviço pode variar conforme o idioma. A precisão dos resultados não é garantida.

A Samsung inova em experiências móveis premium de Inteligência Artificial. Para saber como o Galaxy AI¹ está maximizando o potencial das pessoas, a Samsung Newsroom tem visitado os centros da Samsung Research em todo o mundo.

Com suporte para 16 idiomas, o Galaxy AI permite que mais pessoas expandam seus recursos linguísticos, mesmo estando off-line, graças à tradução no dispositivo em recursos como Tradução Simultânea², Intérprete, Notas Inteligentes³ e Assistente de Navegação.

Recentemente, a Samsung Newsroom foi até a Jordânia para aprender as complexidades do desenvolvimento de um modelo de Inteligência Artificial para o árabe, uma língua com muitos dialetos. Desta vez, fomos ao Vietnã para explorar como os dados são preparados para treinar modelos de IA.

Qual é a diferença entre um fantasma, um túmulo e uma mãe em vietnamita? Resposta: muito pouca, especialmente para uma língua falada por 97 milhões de pessoas em todo o mundo. Cada palavra se traduz como “ma”, “mả” e “má”, respectivamente – e só pode ser distinguida pelo tom. Isto ilustra como pode ser difícil para os modelos de Inteligência Artificial aprender uma língua, considerando que não conseguem reconhecer em primeira mão o contexto e as emoções das conversas, nem as intenções de quem fala.

O Instituto Samsung P&D Vietnã (SRV) usou dados refinados para ajudar seu modelo de Inteligência Artificial a reconhecer adequadamente até mesmo as diferenças mais sutis do idioma.

A qualidade dos dados usados afeta diretamente a precisão do reconhecimento automático de fala (ASR), da tradução automática neural (NMT) e da conversão de texto em fala (TTS) — processos que auxiliam os recursos do Galaxy AI, como Tradução Simultânea, Intérprete, Assistente de Digitação e Assistente de Navegação a quebrar as barreiras linguísticas.

Um tufão de desafios

“O vietnamita é uma língua complexa e diversificada, com expressões ricas, muitas das quais são difíceis de capturar”, afirma Ngô Hồng Thái, Líder NMT no SRV. Dos 16 idiomas habilitados pelo Galaxy AI, o vietnamita foi particularmente difícil de desenvolver.

“Particularmente, criar um modelo de IA para os vietnamitas foi mais assustador do que os nossos tufões!”, acrescenta, antes de explicar os obstáculos enfrentados durante o processo de desenvolvimento.

O vietnamita é uma língua tonal com seis tons distintos. Como é evidente no exemplo “ma” acima, pequenas nuances na vocalização podem alterar drasticamente o significado das palavras. Portanto, era necessária uma abordagem meticulosa e detalhada.

“Quando palavras com sons semelhantes são divididas, uma palavra consiste em vários segmentos curtos, ou ‘conjuntos de quadros’”, diz Bui Ngoc Tung, Líder ASR do SRV. “O modelo de Inteligência Artificial diferencia os quadros de áudio curtos de cerca de 20 milissegundos para reconhecer quais palavras correspondem a um determinado conjunto de quadros consecutivos. Assim, é fundamental colocar um grande esforço nas fases iniciais do processo de aprendizagem da IA”.

Além disso, homófonos e homônimos são comuns em vietnamita. As pessoas normalmente podem confiar no contexto e em elementos não-verbais nas conversas para diferenciar palavras que têm o mesmo som ou são escritas da mesma forma, mas têm significados diferentes. No entanto, os modelos de Inteligência Artificial precisam ser ensinados a identificar e diferenciar com precisão tons e palavras semelhantes.

“Esta não é uma tarefa simples”, explica Thái. “Além da quantidade, os dados precisam ser precisos para garantir que sejam capazes de reconhecer as nuances linguísticas que existem no idioma vietnamita”.

Uma preparação exigente

O processo de refinamento de dados consiste em três etapas. Primeiro, o áudio e o texto usados para treinar o modelo de Inteligência Artificial devem ser revisados e corrigidos. Em seguida, esse conjunto de dados passa por verificações aleatórias de qualidade geral. Finalmente, o conjunto de dados é normalizado e limpo antes de ser usado no treinamento.

“Realizamos minuciosamente uma série de testes para verificar a precisão do nosso conjunto de dados”, disse Nguyen Manh Duy, Líder TTS no SRV que supervisiona a criação do banco de dados. “Enfrentamos uma série de problemas inesperados, incluindo palavras com erros ortográficos em scripts e ruído de fundo ou pronúncia incorreta durante gravações de áudio. Passamos um tempo significativo refinando e melhorando nossos dados de treinamento”.

Além dos desafios linguísticos únicos no vietnamita, há uma falta de dados universalmente acessíveis em comparação com as línguas mais faladas. “Esta é outra razão pela qual a etapa de refinamento dos dados é tão importante”, acrescenta. “Como tínhamos fontes limitadas, todos os dados tinham que ser totalmente confiáveis. Não havia margem para erro”.

Além disso, o modelo de Inteligência Artificial para vietnamitas deve considerar diferenças tonais e regionais. Para melhorar a precisão do modelo de IA, a equipe coletou grandes quantidades de dados com os sotaques do norte, centro e sul do Vietnã — resultando em uma enorme quantidade de informações para refinar e verificar.

Aperfeiçoamento contínuo

Os desenvolvedores do SRV concluíram o projeto após meses de trabalho árduo, e o vietnamita se tornou um dos primeiros idiomas a ser habilitado pelo Galaxy AI. Apesar deste sucesso, a equipe está trabalhando incessantemente para melhorar a experiência vietnamita do Galaxy AI.

“Continuamos a aprimorar o modelo de Inteligência Artificial incorporando feedback das pessoas sobre a relevância de palavras e frases no Galaxy AI”, disse Tran Tuan Minh, Líder do Projeto de Desenvolvimento de Linguagem de IA no SRV. “Acabamos de dar os primeiros passos em direção a um mundo mais aberto – e temos muito mais para explorar juntos”.

No próximo episódio da série “A Curva de Aprendizagem”, iremos à China para nos aprofundarmos em como os modelos de Inteligência Artificial são treinados e ajustados.

¹ Galaxy AI é a inteligência artificial da Samsung. A Samsung não faz promessas ou garantias quanto à precisão, completude ou confiabilidade das saídas fornecidas pelas funcionalidades de IA. O login na conta Samsung pode ser necessário para usar determinadas funcionalidades de IA da Samsung.

² Tradução Simultânea requer uma conexão de rede e login na conta Samsung. A Tradução Simultânea está disponível apenas no aplicativo Samsung Phone pré-instalado. Certos idiomas podem exigir o download de pacotes de idiomas. A disponibilidade do serviço pode variar conforme o idioma. A precisão dos resultados não é garantida.

³ O recurso Notas Inteligentes requer uma conexão de rede e login na conta Samsung. Existe um limite de caracteres. A disponibilidade do serviço pode variar conforme o idioma. A precisão dos resultados não é garantida.

A primeira parte desta série mostrou como é possível determinar quais dados são necessários na construção da IA. Agora, vamos analisar a complexa tarefa de lidar com diversos dialetos.

Ensinar um idioma a um modelo de Inteligência Artificial é um processo complexo. Porém, como seria se o idioma não for singular, e sim um conjunto de diversos dialetos?

Esse foi o desafio enfrentado pela equipe do Samsung R&D Institute Jordan (SRJO). Embora o árabe tenha sido adicionado como opção de idioma para recursos do Galaxy AI, como Tradução Simultânea², a equipe teve que lidar com os diversos dialetos árabes que abrangem o Oriente Médio e o Norte da África, cada um com variações de pronúncia, vocabulário e gramática.

O árabe é um dos seis idiomas mais falados em todo o mundo, usado diariamente por mais de 400 milhões de pessoas³. O idioma é classificado de duas formas: Fus’ha (árabe padrão moderno) e Ammiya (os dialetos do árabe). Fus’ha é empregado normalmente em eventos públicos e oficiais, bem como em transmissões de notícias, enquanto Ammiya é mais comum em conversas cotidianas. Mais de 20 países usam o árabe e, atualmente, existem cerca de 30 dialetos na região.

Regras não escritas

Reconhecendo a variação apresentada por esses dialetos, a equipe do SRJO empregou uma série de técnicas para discernir e processar as características linguísticas únicas inerentes a cada um. Essa abordagem foi crucial para garantir que o Galaxy AI conseguisse compreender e responder de forma precisa às nuances regionais.

“Em contraste com outros idiomas, a pronúncia do objeto em árabe varia dependendo do sujeito e do verbo na frase”, explica Mohammad Hamdan, líder do projeto da equipe de desenvolvimento de idiomas árabes. “Nosso objetivo é desenvolver um modelo que entenda todos esses dialetos e consiga responder em árabe padrão”.

O TTS é o componente do recurso de Tradução Simultânea do Galaxy AI que permite às pessoas interagir com falantes de diferentes idiomas, traduzindo palavras faladas em texto escrito e, em seguida, reproduzindo-as por voz. A equipe de TTS enfrentou um desafio único, devido à peculiaridade de trabalhar com o árabe.

O árabe usa diacríticos, que são guias para a pronúncia de palavras em alguns contextos, como artigos religiosos, poesia e livros para alunos de idiomas. Os diacríticos são amplamente compreendidos pelos falantes nativos, mas estão ausentes na escrita cotidiana. Isso torna difícil para uma máquina converter texto bruto em fonemas, as unidades básicas de som que são os blocos de construção da fala.

“Há uma escassez de conjuntos de dados confiáveis e de alta qualidade que representem com precisão como os diacríticos são usados corretamente”, explica Haweeleh “Tivemos que projetar um modelo neural capaz de prever e restaurar os diacríticos ausentes com alta precisão”.

Os modelos neurais funcionam de forma semelhante aos cérebros humanos. Para prever diacríticos, um modelo precisa estudar muitos textos em árabe, aprender as regras do idioma e entender como as palavras são usadas em diferentes contextos. Por exemplo, a pronúncia de uma palavra pode variar muito dependendo da ação ou do gênero que ela descreve. O treinamento extensivo da equipe foi fundamental para melhorar a precisão do modelo TTS árabe.

Melhorando a compreensão

A equipe do SRJO também precisou coletar diversas gravações de áudio dos dialetos de várias fontes, que tiveram que ser transcritas, com foco específico em capturar os sons, palavras e frases únicas de cada dialeto.

“Reunimos uma equipe de falantes nativos dos dialetos com um profundo conhecimento das nuances e variações”, explicou Ayah Hasan, cuja equipe foi responsável pela criação do banco de dados. “Eles ouviram as gravações e converteram manualmente as palavras faladas em texto”.

Este trabalho foi fundamental para aprimorar o processo de Reconhecimento Automático de Fala (ASR), permitindo que o Galaxy AI lidasse de forma eficaz com a rica diversidade de dialetos árabes. O ASR desempenha um papel crucial ao possibilitar recursos de compreensão e resposta em tempo real da Galaxy AI.

“Desenvolver um sistema ASR que suporte vários dialetos em um único modelo é uma tarefa exigente”, afirma Hamdan. “Isso requer um entendimento profundo das complexidades linguísticas, uma seleção criteriosa de dados e o uso de técnicas avançadas de modelagem”.

O ápice da inovação

Após meses de planejamento, construção e testes, a equipe estava pronta para lançar o árabe como opção de idioma para o Galaxy AI, permitindo que um número significativamente maior de pessoas se comunicasse além das fronteiras linguísticas.

Essa equipe pioneira tornou os serviços Galaxy AI acessíveis aos falantes de árabe, diminuindo as barreiras linguísticas e culturais entre eles e as pessoas ao redor do mundo. Ao fazê-lo, estabeleceram novas e melhores práticas que podem ser implementadas globalmente. Entretanto, este sucesso é apenas o começo: a equipe continua a refinar seus modelos e a melhorar a qualidade dos recursos linguísticos do Galaxy AI.

No próximo episódio da série “A Curva de Aprendizagem”, iremos ao Vietnã para ver como a equipe está aprimorando os dados linguísticos. Além disso, o que é necessário para treinar um modelo de IA eficaz?

O árabe é apenas uma parte dos idiomas e dialetos recentemente suportados pelo Galaxy AI e disponíveis para download nas Configurações do smartphone. Os recursos linguísticos do Galaxy AI, como Tradução Simultânea e Intérprete, estão acessíveis em dispositivos Galaxy que tenham a atualização One UI 6.1⁴ da Samsung.

¹ Galaxy AI é a inteligência artificial da Samsung. A Samsung não faz promessas ou garantias quanto à precisão, completude ou confiabilidade das saídas fornecidas pelas funcionalidades de IA. O login na conta Samsung pode ser necessário para usar determinadas funcionalidades de IA da Samsung.

² Tradução Simultânea requer uma conexão de rede e login na conta Samsung. A Tradução Simultânea está disponível apenas no aplicativo Samsung Phone pré-instalado. Certos idiomas podem exigir o download de pacotes de idiomas. A disponibilidade do serviço pode variar conforme o idioma. A precisão dos resultados não é garantida.

³ UNESCO, Dia Mundial do idioma Árabe 2023, https://www.unesco.org/en/world-arabic-language-day.

⁴ A atualização One UI 6.1 foi lançada pela primeira vez em dispositivos da linha Galaxy S24 com uma implementação mais ampla para outros dispositivos Galaxy, incluindo linha S23, S23 FE, linha S22, linha S21, Z Fold5, Z Fold4, Z Fold3, Z Flip5, Z Flip4, Z Flip3, linha Tab S9 e linha Tab S8.

À medida que a Samsung segue inovando em experiências móveis premium de Inteligência Artificial, visitamos centros da Samsung Research em todo o mundo para saber como o Galaxy AI¹ está permitindo a todos maximizar o seu potencial.

O Galaxy AI oferece atualmente suporte a 16 idiomas, para que mais pessoas possam expandir seus recursos linguísticos, mesmo off-line, graças à tradução no dispositivo em recursos como Tradução Simultânea², Intérprete, Notas Inteligentes³ e Assistente de Navegação.

Mas o que implica o desenvolvimento da linguagem de Inteligência Artificial? Nesta série, “A Curva de Aprendizagem”, vamos examinar os desafios de trabalhar com IA móvel e como superamos essas limitações. Nesta primeira parte, fomos para a Indonésia saber como se começa a ensinar a Inteligência Artificial a falar um novo idioma.

O primeiro passo é estabelecer metas, segundo a equipe do Samsung P&D Institute Indonesia (SRIN). “Uma Inteligência Artificial excelente começa com dados relevantes e de boa qualidade. Cada idioma exige uma maneira diferente de processar, então nos aprofundamos para entender as necessidades linguísticas e as condições únicas do nosso país”, diz Junaidillah Fadlil, Head de IA da SRIN, cuja equipe recentemente habilitou suporte ao Bahasa Indonesia (língua indonésia) para o Galaxy AI. “O desenvolvimento de idiomas locais deve ser liderado por insights e ciência. Portanto, todo processo para adicionar idiomas ao Galaxy AI começa com o planejamento de quais informações precisamos e podemos obter de forma legal e ética”.

Os recursos do Galaxy AI, como Tradução Simultânea, executam três processos principais: reconhecimento automático de fala (ASR, sua sigla em inglês); tradução automática neural (NMT, sua sigla em inglês); e conversão de texto em fala (TTS, sua sigla em inglês). Cada processo precisa de um conjunto distinto de informações.

O ASR, por exemplo, precisa de gravações extensas de fala em vários ambientes, cada uma acompanhada de uma transcrição de texto precisa. Os níveis variados de ruído de fundo ajudam a explicar os diferentes ambientes.

“Não basta apenas adicionar ruídos às gravações”, explica Muchlisin Adi Saputra, líder de ASR da equipe. “Além dos dados de idioma que obtivemos de parceiros terceirizados autorizados, devemos ir a cafeterias ou ambientes de trabalho para gravar nossas próprias vozes. Isso nos permite capturar autenticamente sons únicos da vida real, como pessoas gritando ou o barulho de teclados”.

A natureza de constante mudança das línguas também deve ser considerada. Saputra acrescenta: “Precisamos nos manter atualizados com as gírias mais recentes e como elas são usadas, e principalmente as encontramos nas redes sociais”.

Em seguida, a NMT exige dados de treinamento de tradução. “Traduzir Bahasa Indonesia é um desafio”, diz Muhamad Faisal, líder da equipe de NMT. “Seu uso extensivo de significados contextuais e implícitos depende de indicativos sociais e situacionais, por isso precisamos de numerosos textos traduzidos para que a IA possa consultar novas palavras, palavras estrangeiras, nomes próprios e expressões idiomáticas– qualquer informação que ajude a IA a compreender o contexto e as regras de comunicação”.

A TTS requer gravações que cubram uma variedade de vozes e tons, com contexto adicional sobre como partes das palavras soam em diferentes circunstâncias. “Boas gravações de voz poderiam fazer metade do trabalho e cobrir todos os fonemas (unidades de som na fala) necessários para o modelo de IA”, acrescenta Harits Abdurrohman, líder de TTS. “Se um dublador fez um ótimo trabalho na fase anterior, o foco muda para refinar o modelo de IA para pronunciar palavras específicas com clareza”.

Juntos somos mais fortes

São necessários vastos recursos para planejar muitos dados e a SRIN trabalhou em estreita colaboração com especialistas em linguística.

“Este desafio requer criatividade, desenvoltura e experiência tanto em Bahasa Indonesia quanto em aprendizagem automática”, reflete Fadlil. “A filosofia de colaboração aberta da Samsung desempenhou um papel importante na realização do trabalho, assim como a nossa escala de operações e história de desenvolvimento de IA”.

Trabalhando com outros centros da Samsung Research em todo o mundo, a equipe da SRIN conseguiu adotar rapidamente as melhores práticas e superar as complexidades do estabelecimento de metas de dados.

Além disso, a colaboração foi benéfica para o avanço não só da tecnologia, mas também da cultura. Quando a equipe do SRIN se juntou aos seus correspondentes em Bangalore, na Índia, observaram os costumes locais de jejum, criando ligações mais profundas e expandindo a sua compreensão de diferentes culturas.

Para a equipe, o projeto de expansão linguística do Galaxy AI assumiu um novo significado. “Estamos particularmente orgulhosos das nossas conquistas aqui, pois este foi o nosso primeiro projeto de IA e não será o último, à medida que continuemos refinando os nossos modelos e melhorando a qualidade dos resultados”, conclui Fadlil. “Esta expansão não só reflete os nossos valores de abertura, mas também respeita e incorpora as nossas identidades culturais através da linguagem”.

No próximo episódio desta série “A Curva de Aprendizagem”, iremos ao Samsung P&D Institute Jordan para falar com a equipe que liderou o projeto de língua árabe do Galaxy AI.

Fique ligado na Samsung Newsroom Brasil para conhecer mais sobre as complexidades de construir e treinar um modelo de Inteligência Artificial para um idioma com diversos dialetos.

¹ Galaxy AI é a inteligência artificial da Samsung. A Samsung não faz promessas ou garantias quanto à precisão, completude ou confiabilidade das saídas fornecidas pelas funcionalidades de IA. O login na conta Samsung pode ser necessário para usar determinadas funcionalidades de IA da Samsung.

² Tradução Simultânea requer uma conexão de rede e login na conta Samsung. A Tradução Simultânea está disponível apenas no aplicativo Samsung Phone pré-instalado. Certos idiomas podem exigir o download de pacotes de idiomas. A disponibilidade do serviço pode variar conforme o idioma. A precisão dos resultados não é garantida.

³ O recurso Notas Inteligentes requer uma conexão de rede e login na conta Samsung. Existe um limite de caracteres. A disponibilidade do serviço pode variar conforme o idioma. A precisão dos resultados não é garantida.

Juho Lee, membro da Samsung Research, ganhou o Prêmio de ‘Excelência em apoio à padronização das comunicações’ do IEEE ComSoc, durante a conferência GLOBECOM 2023, em 5 de dezembro

Juho Lee, membro do Centro de P&D Avançado Samsung Research (SR) da Samsung Electronics, recebeu um Prêmio de Carreira por sua notável liderança e contribuições técnicas na padronização de comunicação sem fio do Instituto de Engenheiros Elétricos e Eletrônicos (IEEE) — um dos maiores centros técnicos do mundo em organização profissional dedicada ao avanço da tecnologia para o benefício da humanidade.

Em reconhecimento à sua liderança e papel fundamental no desenvolvimento e padronização de tecnologias globais de comunicação móvel, Lee ganhou o prêmio inaugural de ‘Excelência em apoio à padronização das comunicações’ estabelecido este ano pela IEEE Communications Society (ComSoc). Lee foi o único ganhador do prêmio que homenageou suas contribuições notáveis para o setor.

Os vencedores do Prêmio IEEE ComSoc Career são selecionados através de um rigoroso processo de julgamento, com 14 juízes deliberando sobre os candidatos durante dois meses. Os ganhadores foram reconhecidos em uma cerimônia de premiação em 5 de dezembro na conferência IEEE Global Communications (GLOBECOM) de 2023, em Kuala Lumpur, Malásia.

Lee lidera pesquisas e padronização de tecnologia de comunicação móvel desde 2000, quando começou a comercialização de smartphones 3G. De fevereiro de 2003 até agosto de 2009, Lee atuou como vice-presidente do Grupo de Trabalho de Rede de Acesso por Rádio 1 (RAN WG1) no Projeto de Parceria de 3ª Geração (3GPP) – uma organização global de padronização de comunicações móveis – na qual contribuiu para a padronização da tecnologia 4G LTE. Em 2018, Lee foi eleito membro IEEE, uma distinção reservada apenas a aqueles que alcançaram conquistas extraordinárias.

“É uma honra ser nomeado o primeiro vencedor do prêmio ‘Excelência em apoio à padronização das comunicações’ do IEEE ComSoc”, disse ele. “No futuro, continuarei a pesquisar, desenvolver e padronizar tecnologias avançadas de comunicações móveis, como a tecnologia 5G e 6G”.

Lee se junta ao prestigiado grupo de executivos anteriores da Samsung que também receberam o Prêmio IEEE ComSoc Career. O ex-vice-presidente da Samsung, Ki-Tae Lee, que desempenhou um papel fundamental no desenvolvimento da série de celulares Anycall da Samsung, recebeu o prêmio de ‘Líder de destaque da indústria’ do IEEE ComSoc em 2004. O ex-vice-presidente da Samsung, Jong-Kyun Shin, que fez o primeiro celular colorido do mundo, recebeu o mesmo prêmio em 2016.

Líder na padronização de tecnologia de comunicação móvel, a Samsung Research detém um total de seis funcionários no 3GPP: dois presidentes e quatro vice-presidentes. Em julho de 2020, a Samsung publicou “A próxima experiência hiper conectada para todos”, um white paper da tecnologia 6G que descreve a visão da empresa para a próxima era da comunicação. Os especialistas da Samsung e da Samsung Research estão trabalhando vigorosamente para concretizar a comercialização da tecnologia 6G por volta de 2030.