Basicamente, o que a nova tecnologia faz é identificar similaridades entre imagens e, a partir delas, descobrir padrões que possam ser úteis para descrever as fotos.

Esse procedimento é o mesmo realizado pelo nosso cérebro.

Por isso, as legendas geradas com o programa por computadores parecem ter sido feitas por seres humanos.

"Descrever de forma precisa uma cena complexa requer uma representação profunda do que está acontecendo na cena, que capture como os vários objetos se relacionam e traduza tudo isso para uma linguagem que pareça natural", afirmaram representantes do Google em nota divulgada na internet.

Espera-se que, no futuro, a nova tecnologia possa ser usada para facilitar a descrição de ambientes por robôs, a locomoção de cegos e a busca de conteúdo na internet - entre outras aplicações.

"Uma imagem pode falar mais que mil palavras, mas, algumas vezes, as palavras são mais úteis", afirmaram os especialistas do Google envolvidos no projeto.

Fonte: EXAME.com