A próxima evolução em câmeras se concentra em como o hardware processa a imagem, migrando o foco da qualidade estética para a clareza do sinal para máquinas. Essa mudança ocorre enquanto a inteligência artificial passa de uma fase de treinamento para uma de inferência, exigindo processamento imediato em dispositivos móveis.
O desenvolvimento de sistemas de visão em tempo real exige mais do que a percepção humana. Modelos de IA necessitam de contornos definidos e estrutura que possam ser recuperados mesmo em fotos com brilho excessivo ou desfoque. O tipo de sensor ideal para um ser humano difere do que um modelo computacional precisa.
O sensor, que evoluiu de tecnologias como o CMOS de Eric Fossum nos anos noventa, está se tornando um instrumento de percepção. A corrida atual aponta para a captura do sinal mais puro para que a máquina possa raciocinar, e não apenas para produzir uma imagem agradável.
A inferência, o processamento em tempo real, impõe um limite ao que os produtos podem entregar. A crença de que modelos maiores corrigirão imperfeições de captura, como desfoque de movimento, é vista como um erro. O gargalo reside na etapa anterior ao modelo, ou seja, no sensor e no pipeline de imagem.
As soluções já avançam com sensores que realizam parte do processamento no próprio chip, ou com sensores baseados em eventos que registram apenas as mudanças na cena. Isso direciona a tecnologia para uma versão do mundo que é funcional para os algoritmos.
