Com uma simples câmara é agora possível detetar se uma mala de luxo é realmente verdadeira. Os algoritmos desenvolvidos têm a capacidade de identificar características que são invisíveis a “olho nu”, e estão a ajudar a proteger vendedores e clientes de produtos falsificados.
Com um formato volumoso, a câmara adapta-se a iPhone ou iPod. A utilização é fácil: quando ligada, é necessário abrir a aplicação Entrupy e selecionar uma marca na lista que é apresentada. A aplicação orienta o utilizador a tirar fotos em diferentes ângulos da mala, de modo a serem analisadas, com precisão, áreas específicas do tecido e do logótipo. Por norma, o utilizador demora entre três e cinco minutos a fazer a autenticação.
Olivia Matthaei trabalha numa consagrada loja nos EUA. Quando precisa de verificar se uma mala que chega até às suas mãos é autêntica, já sabe o que fazer. Matthaei usa a câmara personalizada com lente de microscópio fornecida pela Entrupy, uma startup de inteligência artificial americana com sede em Nova York.
Dependendo da mala, a tecnologia verifica entre 500 e 1500 características, tais como a cor, costura e padrão. O resultado pode aparecer em poucos minutos, ou então pode demorar até uma hora, dependendo da marca. Contudo, com o uso, o algoritmo torna-se cada vez mais inteligente e eficaz, avança o Wall Street Journal.
O processo de deteção pode ser mais rápido quando já faz parte da rotina dos trabalhadores das lojas. Na Opulent Habits, em Madison, onde a aplicação é usada desde 2018, a autenticação das malas é simples: “Consigo agilizar o processo em 1 minuto”, refere Matthaei.
O processo de detetar produtos falsificados tem a ajuda de algoritmos de Inteligência Artificial que estudam, de forma minuciosa, cada ângulo de dezenas de milhares de bolsas, sapatos, e outros itens. Empresas como a Entrupy, a GOAT e a Amazon, estão a desenvolver ferramentas de aprendizagem que permitem proteger os clientes.
Durante o processo de desenvolvimento dos algoritmos os fundadores da Entrupy passaram anos a analisar malas verdadeiras e falsas para ensinar ao algoritmo como diferenciar os dois tipos. A lente da câmara da Entrupy amplia o tecido 100 vezes, fazendo com que as características do material, que são invisíveis ao olho humano, fiquem claras nas imagens resultantes.
Anima Anandkumar, professora de ciências da computação do California Institute of Technology, explica que “esta tecnologia já é usada durante a produção para encontrar defeitos, e pode ser usada para encontrar falsificações”.
O único problema desta tecnologia é que é cara e demorada. No futuro, os investigadores podem usar técnicas de AI como redes adversárias geradoras, que criam imagens realistas ou transferência de aprendizagens, onde um modelo treinado para detetar um item pode criar um novo modelo para detetar itens semelhantes. Assim o processo pode ser acelerado e os custos diminuídos, explica Anandkumar.
Atualmente, a aplicação da Entrupy consegue verificar 15 marcas de luxo diferentes como a Gucci, e a Chanel. Os preços das câmaras começam em 99 dólares (perto de 83 euros) por mês para cinco meses, e vão até dezenas de milhares de dólares para assinaturas anuais. A empresa vendeu cerca de 900 câmaras a clientes em 65 países.
Alguns produtos falsificados aparecem também em empresas como a Amazon, onde mais de metade das vendas de mercadorias físicas, em 2019, foram de vendedores terceiros. “A Amazon proíbe a venda de produtos falsificados e estamos a investir em fundos para garantir que a nossa política seja seguida”, disse a porta-voz da Amazon, Cecilia Fan, em comunicado.
O problema da falsificação de produtos é iminente e está presente em várias indústrias, por isso Vidyuth Srinivasan, executivo da Entrupy, tem o desejo de expandir a tecnologia para a verificação de bens industriais, eletrónicos, alimentos, medicamentos, e outros.
O mercado de produtos falsificados vale mais de 500 mil milhões de dólares (cerca de 422 mil milhões de euros), e representa cerca de 3,3% do comércio mundial, de acordo com a Organização para Cooperação e Desenvolvimento Económico.
[sc name=”assina” by=”ZAP” ]
