O blog do Google Brasil

Chegou a hora de celebrar os vencedores da sétima edição do LARA, nosso programa de bolsa de pesquisa para a América Latina

terça-feira, novembro 19, 2019

Vencedores do LARA 2019

Este ano, celebramos no nosso Centro de Engenharia para a América Latina, em Belo Horizonte, os pesquisadores agraciados com a bolsa de pesquisa para os próximos 12 meses. Ao todo, a nova edição do programa vai destinar cerca de 2 milhões de reais para apoiar 25 projetos selecionados.

Entre as propostas vencedoras deste ano, 15 são do Brasil, 5 da Colômbia, 2 da Argentina, 2 do Chile e 1 do Peru. São projetos que propõem usar a Ciência da Computação para resolver problemas de grande interesse social nas mais diversas áreas: desde avançar na classificação do câncer de pele até criar novas formas de identificar pragas nas lavouras, passando pelo desenvolvimento da detecção automática de áreas de reprodução do mosquito Aedes aegypti, entre outras.

Sabendo que a América Latina é hoje um grande polo de inovação, o Google quer incentivar a pesquisa em diversas áreas de interesse e buscar projetos que sejam também relevantes localmente. Em parceria com as universidades da região, a ideia é fortalecer a conexão da pesquisa com a economia e a sociedade em geral e aumentar a circulação do conhecimento.

Cada um dos estudantes de mestrado e doutorado selecionados este ano, assim como seus orientadores, contribuem para enriquecer e impulsionar a pesquisa na nossa região -- afinal, foi assim que nasceu a Akwan, uma empresa de busca criada por professores e alunos da UFMG, adquirida pelo Google em 2005 (a primeira aquisição do Google fora dos Estados Unidos).

Todos esses projetos reafirmam nosso compromisso com a América Latina em apoiar a pesquisa acadêmica voltada para a busca de inovação e soluções que podem gerar impacto real na sociedade. Confira os vencedores desta edição:

País	Ganhadores	Projeto
Argentina	Francisco Soulignac Gonzalo Lera-Romero	Problemas de roteamento sob congestionamento: algoritmos, implementações eficientes e dados reais
Argentina	Ana Gabriela Maguitman Mariano Maisonnave	Aprendendo modelos causais com a mídia digital
Brasil	Renata Vieira Henrique Santos	Detecção de eventos adversos em registros eletrônicos de saúde: incidentes de queda e erros de medicação
	Wagner Meira Junior Derick Oliveira	Classificação automática e interpretável do eletrocardiograma de 12 derivações
	Sandra Avila Alceu Bissoto	Melhorando a classificação do câncer de pele com redes adversariais generativas
	Maria José Finatto Liana Paraguassu	MedSimples: uma ferramenta de simplificação automática para maior acessibilidade na comunicação na saúde
	Nelson Luis Saldanha da Fonseca Rodrigo Cardoso da Silva	Redução da latência de serviço pelo emprego de veículos aéreos não tripulados como fog nodes
	Felipe Meneguzzi Laura Tomaz da Silva	Explicações visuais para dados de neuroimagem fMRI
	Eduardo da Silva Wesley Passos	Detecção automática de áreas de reprodução de Aedes aegypti usando visão computacional e aprendizado de máquina
	Olga Goussevskaia Otavio Augusto Souza	Redes de árvores distribuídas com auto-ajuste simultâneo
	Rodrigo Mello Daniel Cestari	Projetando transformações de espaço do Kernel a partir de dados supervisionados
	Anderson Rocha Antonio Theophilo	Combate a notícias falsas por meio da atribuição de autoria e análise de filogenia
	Marcus Ritt Alex Gliesch	Algoritmos heurísticos para distribuição justa da terra e problemas de distrito
	Rodrigo Barros Eduardo Pooch	Melhorando a localização da patologia nas radiografias de tórax com supervisão limitada via aprendizado de múltiplas instâncias semi-supervisionado
	João Trindade Marques João Paulo Almeida	Abordagens de aprendizado de máquina para identificação de vírus em mosquitos Aedes usando pequenos RNAs
	Paulo Roberto Ferreira Jr. Jean Roberto Antunes	Detecção de pragas por meio de uma rede sem fio de armadilha inteligente
	Nélio Cacho Adelson Araujo Jr	Em direção à interpretação e interação de sistemas de policiamento preditivo baseados em aprendizado de máquina
Chile	Barbara Poblete Juglar Diaz	Aproveitar dados textuais de espaço-temporais com modelos de redes neurais
Chile	Gonzalo Navarro Dustin Cobas	Índices práticos e flexíveis em coleções de cadeias repetitivas
Colômbia	Fabio Gonzalez Santiago Toledo-Cortês	Modelo de Aprendizado Computacional para a Análise do Fundo Ocular para Apoio ao Diagnóstico Médico
	Luis Felipe Giraldo Trujillo Gilberto Jose Diaz Garcia	Modelos computacionais de cooperação em comunidades desfavorecidas Parte 2
	Pablo Arbelaez Laura Daza	Detecção de nódulos pulmonares e previsão de malignidade usando redes neurais multimodais
	Mario Linares-Vásquez Camilo Escobar-Velásquez	Habilitando tarefas de engenharia de software automatizadas para aplicativos móveis de fonte fechada
	Winston Percybrooks Pedro Narvaez	Em direção a uma auscultação inteligente e assistida por computador em larga escala para instalações remotas de atenção primária (extensão do projeto de doutorado no 3º ano)
Peru	Mirko Zimic Macarena Vittet	Uma abordagem econômica para o diagnóstico de autismo em crianças em ambientes com poucos recursos, combinando preferência de olhar, pupilometria e reconhecimento de gestos emocionais, realizada em um dispositivo de computação portátil usando aprendizado de máquina / visão computacional

Publicado por Berthier Ribeiro-Neto, Diretor de Engenharia do Google para América Latina

Como se pronuncia “quokka”? Descubra e pratique com a Busca

quinta-feira, novembro 14, 2019

Agora, um novo conjunto de recursos vai ajudar os usuários a visualizar e pronunciar palavras. O Google está lançando um recurso experimental de pronúncia, que permite treinar a forma correta de dizer as palavras em inglês, na própria Busca. Em breve, essa novidade estará disponível também em espanhol. Nosso dicionário de inglês está ganhando o auxílio de imagens e recursos globais de tradução, que dão um contexto visual sobre o significado das palavras.
O melhor jeito de aperfeiçoar a pronúncia é praticar
A nova ferramenta experimental de pronúncia permite escutar, praticar e receber feedback em tempo real, na própria Busca. Antes, quando alguém digitava uma pesquisa do tipo “como se pronuncia quokka?”, já era possível ouvir o áudio da pronúncia do termo. Agora, os recursos permitem até praticar a própria pronúncia, dizer a palavra no microfone do celular e receber feedback sobre o que poderia melhorar. Hoje, esse recurso está sendo implementado no inglês americano, e em espanhol em breve.

Para fazer isso, a tecnologia de reconhecimento de fala é capaz de compreender as palavras e dividi-las em pequenos trechos. Depois, graças ao aprendizado de máquina, o Google cruza o jeito como as pessoas pronunciam a palavra e aquilo que o algoritmo espera ouvir. Um exemplo: se o usuário quer aprender a pronunciar “asterisk”, o software de reconhecimento de fala analisa como a pessoa diz a palavra e depois (usando aprendizado de máquina) é capaz de perceber se o último trecho foi pronunciado “rik”, e não “risk”. Com base nisso, o Google dá feedback e sugere formas de melhorar a pronúncia.
Referências visuais explicam o significado das palavras
As referências visuais ajudam muito na hora de explicar o significado de uma palavra e a aumentar a taxa de retenção do termo. No meu caso, visualizar a palavra sempre facilita para entender o significado e as formas de usá-la.
A partir de hoje, toda vez que o usuário buscar um termo em inglês ou traduzir uma palavra para qualquer idioma usando as versões desktop ou mobile, será possível visualizar imagens sobre o significado. Isso é particularmente útil no caso de palavras com mais de uma definição – como “seal” (que, em inglês, pode ser “foca” ou “lacre”) – ou de termos como “avocado”, que não existem em algumas línguas. É claro que nem todas as palavras podem ser descritas com uma imagem, e por isso esse recurso está começando com substantivos e depois será ampliado.

Tal Snir, gerente de produto sênior da Busca

Trazendo a realidade da casa conectada para os brasileiros

segunda-feira, novembro 11, 2019

O Google Nest Mini, a caixa de som inteligente com Google Assistente integrado Pequeno e poderosocom graves duas vezes mais fortes que o da versão anterior, sem prejudicar os sons médios e agudos

O Google Assistente agora em casaouvindo histórias infantis Inúmeras possibilidadesrotinas Design sustentável Compromisso sempre com a Privacidade e Segurança Princípios de Privacidade e Segurançamyactivity.google.comAndroid iOSPostado por Equipe Google Nest Mini Brasil

Acelerando a criação de novos produtos e modelos de negócio na indústria jornalística da América Latina em 30 projetos

segunda-feira, novembro 11, 2019

Google News InitiativeDesafio de Inovação da Google News Initiative na América LatinaDigital Media Latam 2019WAN-IFRA
Na busca por modelos que possam sustentar o jornalismo de qualidade do século 21, com novos produtos que tirem proveito das possibilidades que a internet proporciona, recebemos propostas que vão desde uma "refinaria de ideias" para transformar histórias jornalísticas em séries de plataformas digitais, passando pela utilização de inteligência artificial para a segmentação de conteúdo, até a utilização de dados abertos e aprendizado de máquina para escalar a cobertura jornalística.

O Desafio de Inovação é uma grande oportunidade para que jornalistas possam ter um espaço para discutir a evolução dos modelos de negócios e a criação de produtos que façam sentido para sua audiência. É também um momento em que aprendemos muito sobre como o Google pode colaborar colaborar com as redações para construir um futuro próspero para o jornalismo digital.
Os participantes brasileiros vão inovar em diversas frentes. Uma delas é a utilização de dados e inteligência artificial para abrir novas fronteiras de conteúdo. AzMina, Jota, Congresso em Foco e Abraji vão usar dados abertos governamentais na construção de novos produtos, cada um com um enfoque diferente. Aos Fatos e Jornal do Commercio vão explorar, cada um, abordagens distintas para automatizar o processo de verificação de fatos. A Piauí vai desenvolver tecnologia para minerar seu acervo em busca das histórias com melhor chance de virar séries em plataformas digitais de vídeo.
Estadão e O Globo vão explorar novas formas de engajamento, na personalização de conteúdo e com a participação de jovens, como forma de aumentar suas bases de assinantes. O Grupo Bandeirantes vai desenvolver uma ferramenta para acelerar o fluxo de trabalho de vídeo em redações que lidam com esse tipo de conteúdo.
Temos também grandes trabalhos colaborativos. Um grupo de 10 organizações (Agência Lupa, Agência Pública, Colabora, Congresso em Foco, Énois, Marco Zero Conteúdo, Nova Escola, O Eco, Ponte Jornalismo e Repórter Brasil) vai criar um novo produto jornalístico em vídeo para atender às gerações mais jovens. E a Associação Desenrola (Desenrola e Não me Enrola, Alma Preta, Historiorama, Preto Império e Periferia em Movimento) vai experimentar uma nova forma de mídia híbrida -- online e offline -- capaz de distribuir conteúdo e publicidade em ambientes de baixa tecnologia e com grande movimento de pessoas.
Veja a lista completa de vencedores e acompanhe novidades sobre a próxima edição do Desafio de Inovação em nosso site.
Publicado por Marco Túlio Pires, coordenador do Google News Lab no Brasil

App Defense Alliance: setor de segurança se une para trabalhar contra aplicativos perigosos

quarta-feira, novembro 06, 2019

ESET Lookout Zimperium

O que a App Defense Alliance vai fazer? A principal finalidade da parceria é garantir a segurança da Google Play Store, encontrar rapidamente aplicativos que possam ser prejudiciais e impedir que sejam publicados.

A Aliança vai integrar os sistemas de detecção do Google Play Protect aos mecanismos de varredura dos parceiros. Com isso, teremos cada vez mais informações sobre aplicativos perigosos, no momento em que os apps entram na fila para publicação. As outras empresas da rede de colaboração vão analisar os dados, e serão mais olhos atentos e prontos para avaliar a segurança dos aplicativos antes que cheguem à loja do Google.

Quem são os parceiros?

Todos esses parceiros trabalham com proteção na ponta final. Eles oferecem produtos criados especialmente para proteger aparelhos móveis e o ambiente de dispositivos portáteis. À semelhança do Google Play Protect, as tecnologias dessas empresas combinam aprendizado de máquina a análises estáticas/dinâmicas para identificar comportamentos suspeitos. Trabalhando de forma alinhada, esse conjunto de mecanismos heurísticos vai aumentar a eficiência da identificação de aplicativos perigosos.

Os parceiros foram escolhidos com muito cuidado. A seleção levou em conta o êxito dessas empresas na tarefa de encontrar ameaças, bem como sua dedicação aos esforços para melhorar o ambiente online. Essas organizações são citadas com frequência nos relatórios de analistas do setor, como exemplos de sucesso, e todas foram aprovadas em testes conduzidos pelo Google para avaliar a solidez de seus mecanismos de detecção.

A importância da colaboração na indústria

Compartilhar conhecimentos e colaborar com parceiros do setor é fundamental para proteger o mundo desse tipo de ataque. O Google acredita que trabalhar em parceria é a melhor forma de estar à frente dos criminosos. Para nós, é um prazer estar junto com esses parceiros e proteger ainda mais a Google Play Store contra aplicativos perigosos.

Para mais informações, acesse o site da App Defense Alliance.

Postado por Dave Kleidermacher

Você pergunta. A Busca do Google entende – cada vez melhor

quarta-feira, outubro 30, 2019

Quando pessoas comuns, como você e eu, entram na Busca, elas nem sempre sabem muito bem o que estão procurando ou como formular a pergunta. Talvez a gente não saiba quais palavras usar, ou qual a grafia correta de um termo. Isso porque, com frequência, recorremos à Busca justamente para aprender, e não porque já sabemos o que descobrir.
Para ser útil, a Busca do Google tem de compreender a linguagem. Cabe a nós entender o que o usuário está procurando e encontrar informações relevantes na internet – não importa como a pessoa digite a palavra ou formule a pergunta. Embora o Google venha trabalhando há anos para melhorar cada vez mais sua capacidade de compreensão da linguagem, nem sempre a gente acerta – sobretudo no caso de consultas complexas ou feitas em tom de bate-papo. Isso explica o fato de que muita gente digite a pergunta num idioma que apelidamos de “palavrachavês”: uma sequência de palavras que, na avaliação do usuário, o Google será capaz de compreender – mas que é diferente do jeito que a pessoa faria a pergunta numa conversa normal.
Graças aos mais recentes avanços da equipe de pesquisa em compreensão da linguagem – fruto do aprendizado de máquina –, conseguimos melhorar sensivelmente nosso entendimento das consultas dos usuários. É o maior progresso dos últimos cinco anos, e uma das maiores conquistas da história da Busca.
Os modelos BERT na Busca
No ano passado começamos a usar uma técnica baseada em redes neurais, disponível em formato open source, que realiza um pré-treinamento em processamento de linguagem natural (NLP, na sigla em inglês). Essa técnica se chama “Bidirectional Encoder Representations from Transformers” (Representações Bidirecionais de Codificação de Transformers) – ou BERT, para resumir. Com ela, qualquer pessoa é capaz de ensinar um sistema a responder perguntas da forma mais avançada.
Essa revolução é resultado de pesquisas do Google sobre os chamados transformers – modelos que processam palavras e analisam a relação com os demais termos da frase, em vez de analisar palavra por palavra, na ordem em que estão escritas. Com isso, um modelo BERT leva em conta o contexto no qual determinada palavra se insere, uma vez que considera também as palavras que vêm antes e depois daquele termo. Essa tecnologia é especialmente útil para entender o raciocínio por trás da forma como as pessoas digitam as consultas.
Sozinhos, porém, avanços em software não bastam para essa conquista: também é preciso de hardware novo. O BERT cria modelos tão complexos que superam a capacidade do hardware tradicional. Por isso, pela primeira vez o Google está usando as mais modernas TPUs de Nuvem para trazer os resultados da Busca e oferecer informações mais relevantes, mais rápido.
Como o Google compreende as buscas dos usuários?
A explicação oferecida nos parágrafos acima possui muitos detalhes técnicos. Mas afinal de contas, o que isso significa para você? Bem, o uso de modelos BERT na classificação e na exibição dos resumos dos resultados da Busca permite que o Google melhore muito o “cardápio” de informações que oferece ao usuário. No caso da classificação dos resultados, a tecnologia BERT ajuda a Busca a entender ainda mais uma a cada dez buscas feitas em inglês nos Estados Unidos – e, nos próximos meses, também em outros países e idiomas.
No caso de consultas maiores e mais coloquiais, ou de buscas nas quais preposições como “para” e “de” sejam fundamentais para compreender a informação desejada, a Busca vai entender o contexto de cada palavra digitada. Isso significa que o usuário pode fazer a pesquisa escrevendo da forma natural de falar.
O lançamento dessa novidade chega depois de uma bateria de testes, realizados para garantir que as mudanças fossem de fato positivas para os usuários. A seguir mostramos alguns exemplos usados no nosso processo de avaliação, que comprovam a capacidade do BERT de compreender a intenção por trás do que as pessoas escrevem.
Alguém digita: “2019 turista brasileiro para EUA precisa de visto”. A preposição “para”, bem como sua relação com as demais palavras digitadas, é fundamental para entender o sentido da consulta. O brasileiro vai viajar para os Estados Unidos, e não o contrário. Antes da nova mudança, o algoritmo não era capaz de compreender a importância dessa relação, e com frequência os resultados falavam de americanos em viagem para o Brasil. Agora, com o BERT, a Busca passa a considerar esse tipo de nuance e entende que uma palavrinha tão simples quanto “para” tem uma grande importância num caso como este – e, consequentemente, será capaz de mostrar resultados mais precisos.

Veja, a seguir, mais algumas situações nas quais o BERT ajuda a identificar sutilezas de linguagem que nem sempre os computadores são capazes de entender (ao contrário dos humanos). O modelo BERT ajuda a entender que as palavras “for someone” (para alguém) são um pedaço fundamental desta consulta. Antes dele, o algoritmo não identificava esse sentido e oferecia resultados genéricos sobre receitas médicas.

No passado, uma consulta como esta deixaria o sistema confuso: ele dava importância excessiva à palavra “curb” (meio-fio) e ignorava o termo “no” (não). Com isso, não compreendia a centralidade da negativa na hora de trazer as respostas. Às vezes a gente até mostrava resultados que falavam sobre estacionar o carro numa “colina com meio-fio”!

Enquanto a página de resultados antiga incluía um livro na categoria “Young Adult” (jovens leitores), agora o BERT entende que a correspondência para a palavra “adult” estava fora de contexto, e mostra resultados mais relevantes.
Uma Busca aprimorada, em mais idiomas
Os modelos BERT estão sendo aplicados também a Buscas feitas em todo o mundo. Uma das características mais determinantes desse sistema é sua capacidade de aplicar o que aprendeu numa língua a outros idiomas. Assim, um modelo que aprendeu a partir do inglês (usado em grande parte dos conteúdos da internet) pode transferir esse conhecimento a outras línguas. Isso ajuda a mostrar resultados mais úteis em várias línguas nas quais a Busca está disponível.
No caso dos resumos, o BERT está sendo usado para melhorar a classificação desses resumos em mais de vinte países. Já observamos melhorias consideráveis em coreano, hindi e português.
Ainda há muito trabalho a fazer
Não importa o que você queira saber ou qual o seu idioma: o Google deseja que você não tenha mais de escrever em “palavrachavês” e possa fazer suas pesquisas de um jeito natural, como faria normalmente. Mas, de vez em quando, pode ser que o Google ainda se atrapalhe. Mesmo com o BERT a gente às vezes erra. Se você pesquisar “qual estado fica ao sul de Nebraska”, a melhor resposta que o BERT pode oferecer é “South Nebraska”. (Nebraska do Sul, nome de um bairro na cidade de Tampa, na Flórida – que nem fica ao sul de Nebraska e nem mesmo é um estado.)
Compreender a linguagem é um desafio constante, que nos incentiva a continuar trabalhando e aprimorando a Busca. Queremos melhorar sempre, para compreender o significado de todas as consultas que você faz no Google – e para devolver as respostas que você realmente deseja saber.
Publicado por Pandu Nayak, pesquisador e vice-presidente de Busca do Google

Vint Cerf destaca os principais momentos dos 50 anos de vida da Internet

terça-feira, outubro 29, 2019

Nota do editor: no 50º aniversário da Internet, esta postagem vem de uma das fontes mais experientes do mercado. Embora não esteja incluído em seu título oficial, Vint Cerf é, de fato, um dos arquitetos da Internet moderna.
Antes da Internet existir, havia um pacote. “Enviar o pacote” foi o primeiro passo rumo à invenção da Internet que conhecemos hoje, e esse “envio” aconteceu há exatos 50 anos. Naquela data, foi estabelecida a primeira conexão entre dois computadores: um na universidade UCLA, em Los Angeles, e outro no Stanford Research Institute, em Menlo Park – ambos na Califórnia. A conexão foi feita pela ARPANET, antecessora da Internet.
Até hoje, a possibilidade de unir o mundo dessa maneira continua sendo uma das conquistas técnicas e sociais mais impressionantes dos nossos tempos. Muita coisa aconteceu desde o tal “envio do pacote”, e a ascensão da Internet veio com seu próprio conjunto de desafios que exigiram novas soluções. Mas, ao longo dos anos, houve muitos pontos positivos, incluindo 17 momentos que, para mim, se destacam. 1. 29 de outubro de 1969: 2. 1971: Nasce o e-mail, antes mesmo da Internet estar acessível ao público em geral. A mensagem eletrônica por rede foi criada nesse ano, usando transferências de arquivos como forma de distribuir mensagens para usuários da ARPANET. 3. 1974: Lançamento do design da Internet. Robert Kahn e eu publicamos o estudo “A protocol for packet network intercommunication” (Um protocolo para intercomunicação de pacotes em rede). Nele, apresentamos o protocolo, a arquitetura e a filosofia que sustentavam o design aberto, voltado ao compartilhamento de recursos existentes em diferentes redes de troca de pacotes. 4. 22 de novembro de 1977: Data de uma importante demonstração de uso da Internet, conectando três redes: Packet Radio, Packet Satellite e ARPANET. 5. 1º de janeiro de 1983: Nasce a Internet operacional. Recentemente fiz uma analogia com um “cartão postal eletrônico” para explicar o funcionamento da rede.
6. 1983: Entra em cena o telefone celular operacional. É um momento histórico: embora a Internet e os celulares tenham sido desenvolvidos em paralelo, eles se transformariam em tecnologias complementares. 7. 1984: Fundação da Cisco Systems, e com ela a chegada dos roteadores comerciais que permitiram a conexão entre redes diferentes, capazes de compartilhar dados entre computadores. 8. 1988: Percebi que a Internet seria muito grande quando participei da feira e exposição INTEROP, e havia uma exposição de dois andares da Cisco Systems. Acontece que eles gastaram US $ 250.000 nessa exposição - você não faz isso a menos que pense que vale a pena a despesa e gerará negócios. Foi isso que despertou meu interesse em tornar a Internet acessível ao público. 9. Dezembro de 1991: A invenção da World Wide Web traz uma nova maneira de compartilhar informações, causando um gigantesco impacto na acessibilidade e utilidade da rede. A chegada do www comprovou o quão poderosa internet poderia ser para descoberta, acesso e compartilhamento de informações. 10. 1993: O lançamento do navegador Mosaic, disponível para o público em geral, crava um novo marco no desenvolvimento da Internet que conhecemos e usamos hoje. Foi a primeira vez que houve uma interface visualmente atraente para o público em geral. Nesse mesmo ano, surge a palavra “meme”, usada para descrever uma ideia que viraliza. Mesmo assim, ainda seriam necessários mais dez ou vinte anos para que o termo fosse amplamente conhecido.
11. 1995: O IPO (abertura de capital na bolsa de valores) da Netscape Communications dá início a uma nova era para a tecnologia e os negócios: o chamado “boom das empresas ponto com”.
12. 1996: A chegada da tecnologia de voz por IP (Vocaltech) e o desenvolvimento do IPv6 abre espaço para uma experiência com melhor custo/benefício.
13. 1998: Surge a Internet Corporation for Assigned Names and Numbers (ICANN, sigla em inglês da Corporação de Internet para Nomes e Números Designados), que ainda hoje é uma das instituições mais importantes para os aspectos técnicos da governança na Internet. Nesse mesmo ano, Sergey Brin e Larry Page fundam o Google.
14. 23 de abril de 2005: Primeiro upload de vídeo para o YouTube. Com ele, pessoas comuns – e não apenas canais e emissoras de televisão – passam a criar e publicar vídeos, que podiam ser compartilhados. Hoje em dia eu acesso o YouTube para ver tutoriais sobre receitas ou para resolver problemas de software. Gosto também de assistir TED Talks e explicações na área de ciências.
15. 2007: A invenção do smartphone marca o encontro de duas tecnologias revolucionárias: o telefone celular (que torna a Internet mais acessível) e a própria Internet (que faz do smartphone um aparelho bem mais útil).
16. 5 de junho de 2012: O Google e muitos outros sites, ISPs (Internet Service Providers) e fabricantes de hardware ativaram permanentemente o Internet Protocol v6 (IPv6) como parte do lançamento mundial do IPv6. Na época, a Internet estava ficando sem endereços IP, mas o IPv6 permitia um crescimento ilimitado de endereços IP no futuro. Este também foi o assunto do meu primeiro tweet!
17. 2019-2069 (próximos 50 anos): Na minha opinião, ao longo das próximas cinco décadas a comunicação por computador será totalmente natural, como usar a eletricidade: a gente vai fazer sem nem pensar nela. O acesso será muito melhor (imagine milhares de satélites orbitando a Terra a baixas altitudes) e a velocidade será ainda mais rápida, graças ao 5G e à fibra ótica. Bilhões de aparelhos conectados em rede terão capacidade ainda maior de interatividade para voz, gestos e sistemas de inteligência artificial. Vejo também a expansão da Internet Interplanetária – quem sabe? Uma coisa é certa: depois de todas as conquistas dos últimos 50 anos, as possibilidades são infinitas.

Publicado por Vint Cerf, vice-presidente e líder evangelista de Internet no Google

A busca pelo significado de palavras no Google

quarta-feira, outubro 23, 2019

Nossa missão

Postado pelo Time de Comunicação do Google

Um marco importante para a computação quântica

quarta-feira, outubro 23, 2019

Ao contrário da computação clássica, usada em aparelhos tão diversos quanto um celular ou um supercomputador, a computação quântica se baseia nas propriedades da mecânica quântica. Por isso, computadores quânticos têm o potencial de resolver problemas que seriam excessivamente complicados ou até impossíveis para máquinas tradicionais: projetar baterias mais eficientes, descobrir quais moléculas podem ser usadas em remédios mais eficazes ou minimizar as emissões vindas da produção de fertilizantes. Além disso, computadores quânticos também poderiam ajudar a aprimorar tecnologias avançadas, como aprendizado de máquinas.
O periódico científico especializado Nature publicou hoje os resultados de um trabalho realizado pelo Google para construir um computador quântico que consegue completar uma tarefa impossível para computadores clássicos, chamada de “supremacia quântica”. Na prática, criamos um chip batizado de Sycamore capaz de fazer em 200 segundos uma operação de computação que levaria dez mil anos para ser realizada pelo supercomputador mais rápido do mundo.
Esta conquista é resultado de anos de pesquisa, e da dedicação de muita gente. É também o início de uma nova etapa: descobrir como colocar essa tecnologia para funcionar na prática. O Google está trabalhando com a comunidade de pesquisa, e oferece várias ferramentas open source para que outras pessoas sejam nossas parceiras na identificação de usos para esse grande avanço tecnológico. Para mais informações sobre esse importante acontecimento e a equipe responsável pelo feito, assista a este vídeo.

Estamos animados para participar de um futuro no qual a computação quântica seja mais do que ficção científica.
Publicado por Hartmut Neven, Diretor de Engenharia da equipe AI Quantum do Google