Neste processo , a obtenção de espetros é apenas a primeira peça do puzzle . Simplesmente olhando para um espetro , um ser humano não consegue retirar toda a informação que este contém . Na maior parte dos casos as amostras que estamos a estudar são constituídas por vários compostos diferentes que absorvem luz das mesmas “ cores ” ( absorvem os mesmos comprimentos de onda ) e o resultado é um espetro que têm vários picos de absorção sobrepostos entre si . Nestes casos não é nada fácil identificar que compostos ( e em que proporções ) existem na nossa amostra . É como se sobrepuséssemos uma série de transparências de imagens de animais umas em cima das outras e depois tentássemos identificar os animais . Seria uma tarefa muito difícil para uma pessoa porque para os nossos olhos apenas estaríamos a ver um borrão de cores e formas . Para conseguir completar esta tarefa recorremos a programas de computador , isto é , algoritmos computacionais que nos ajudam a separar as “ assinaturas espectrais ” que cada composto químico introduz no espetro . Por exemplo , se medirmos um espectro de uma maça na gama do visível e infravermelho iremos ver que o espectro tem vários vales que correspondem por exemplo à banda de absorção da clorofila ( perto dos 670 nm ), das várias bandas de absorção das moléculas de glucose ( açucares ) ou da água ( perto dos 970 nm ). A analogia com as imagens sobrepostas é que o algoritmo conseguiria distinguir um cão , um gato ou uma galinha , mesmo que para nós humanos toda a imagem não fizesse sentido . Em Química Analítica , a área que desenvolve / utiliza algoritmos computacionais e matemáticos que permitem estudar os espectros e relacioná-los com as características físico-químicas das amostras chama-se Quimiometria . Esta é a segunda peça do puzzle .
Esta área é ampla e envolve cientistas de diversas disciplinas , desde a Estatística até às Ciências da Computação que inclui aquilo a que chamamos algoritmos de Inteligência Artificial ( IA ). Sem que muitos de nós nos dessemos conta , nos últimos 10 anos , algoritmos de IA tornaram-se uma peça fundamental no desenvolvimento tecnológico . Ao contrário dos algoritmos clássicos , onde o programador tem de definir todas as operações e comportamentos que quer que o programa faça , os algoritmos de IA são programados para aprenderem por si só a partir de exemplos . Se lhes mostrarmos umas quantas imagens de cães ou gatos , após algum tempo eles passam a reconhecer esses animais mesmo em imagens que nunca tenham visto antes e sem que nós lhes tivéssemos descrito especificamente como é cada um desses animais . É este tipo de tecnologia que permite por exemplo identificar pessoas e objetos em fotografias de forma automática , aplicar máscaras e filtros divertidos em apps de vídeo nos telemóveis , etc . Mas o alcance deste tipo de algoritmos vai muito para além disto . Atualmente os algoritmos de IA estão a revolucionar o campo das Artes , Indústria e Ciência . Alguns exemplos contemporâneos são : geração de imagens sintéticas a partir de texto ( OpenAi ’ s Dall-e 2 [ 1 ], Google ’ s Imagen [ 2 ], StabilityAi ’ s Stable Diffusion [ 3 ]), condução autónoma ( Tesla [ 4 ], MobileEye [ 5 ], Waymo [ 6 ]), tradução em tempo real ( Google [ 7 ], Meta [ 8 ], Amazon [ 9 ]) e muito , muito mais .
18