Trabalho Aprendizado de Máquina - Pós IA e Data Analisys - Wagner Pereira

Wagner Pereira — Mon, 09 Feb 2026 02:30:43 +0000

1. O Que Eu Fiz e Por Quê

Neste trabalho eu exercitei a criação de um processo de reconhecimento de imagens de formas diferentes de inteligência artificial (IA) conforme solicitado. Eu usei uma IA que aprende com meus exemplos (o Teachable Machine) e outra que eu dou um comando por texto para ela responder (o AI Studio do Google). Como bonus criei uma aplicação no Studio para simular o Teachable Machine, ver as diferenças e aprender com elas.

Os objetos que eu escolhi para ela aprender foram:

STEVE
TUX
REMOTE
WATCH

2. Lab IA Preditiva

2.1. Teachable Machine

2.1.1. Como Foi Fácil De Usar

Achei o Teachable Machine bem simples de usar, partindo da montagem do dataset até o teste de reconhecimento das imagens usando webcam.

2.1.2. Meus Exemplos para o aprendizado

Tirei várias fotos de cada objeto, mostrando de ângulos diferentes.

Para o STEVE: Usei 5 fotos.
Para o TUX: Usei 6 fotos.
Para o CONTROLE: Usei 5 fotos.
Para o WATCH: Usei 6 fotos.

2.1.3. A Hora Que Ele Aprendeu

Depois do envio das fotos, apertei um botão e o Teachable Machine começou a aprender.

2.1.4. Testando o identificação dos objetos

Eu testei usando a webcam e mostrando primeiro os objetos treinados que foram identificados com praticamente 100% de acurácia.

Um teste que deu certo:
- Eu mostrei o STEVE na webcam e ele identificou o: "STEVE" 99%
- Eu mostrei o TUX na webcam e ele identificou o: "TUX" 100%
- Eu mostrei o REMOTE na webcam e ele identificou o: "REMOTE" 99

*   Eu mostrei o WATCH na webcam e ele identificou o: **"WATCH"** 99

Um teste que ele se confundiu:
- Eu mostrei o airpods na camera ele ele apontou entre o Remote e o Watch:

2.1.5. Resumo

Em resumo achei muito interessante a ferramenta e percebi as questões ligadas a ao treinamento e ao uso de IA preditiva. O Dataset se torna fudamental com a quantidade substancial de exemplos para que ela aprende e possa retornar um percentual alto de confiança de que a imagem analisada posteriormente é de uma das clases que ela aprendeu.

3. IA Generativa: AI Studio do Google

3.1. Primeiro lab através do conhecido chat

Aqui o objetivo foi criar um prompt para passar o contexto para a IA do trabalho a ser realizado. Eu faço um "pedido" (prompt), mostro a imagem (ou ela a vê de outro jeito) e ela me responde.

3.1.1. O pedido (O Prompt)

Eu escrevi um propmt bem simples e direto para ela.

O Prompt:

"Você é uma especialista em reconhecimento de imagens. Seu objetivo é identificar objetos específicos com base em um conjunto de dados previamente treinado.

Regras de Resposta:
Para cada imagem enviada, você deve retornar somente e exclusivamente o nome do objeto em letras maiúsculas.
Não utilize saudações, explicações, pontuações adicionais ou artigos.

Restrição Estrita: Se o objeto na imagem não for um dos quatro objetos aprendidos listados abaixo, você deve retornar exatamente a frase: Objeto não aprendido.

Objetos Aprendidos (Base de Conhecimento):
STEVE: Miniatura/boneco do Steve Jobs (vestindo camiseta preta, calça jeans azul e tênis cinza, com barba grisalha).
TUX: Miniatura de pinguim azul (mascote do Linux), textura de impressão 3D.
REMOTE: Controle remoto branco de ar-condicionado da marca Panasonic (modelo Inverter).
WATCH: Relógio inteligente (Apple Watch Ultra) com corpo prateado e pulseira de borracha azul marinho ondulada.

3.2.2. Testando a IA Que Responde

Eu mandei as fotos para ver o que ela respondia.

3.2.3. Resumo

A modelo de IA generativa já vem pronta e pré-treinada com milhões de imagens pelo google e mesmop não sendo necessário ensinar ela do zero, é necessário um bom prompt para que ela realize o trabalho especifico e como esperado.

3.3.1. Criando uma "teachable machine" com o Google IA Studio

Construí um app na ferramenta para reproduzir a mesma experiência de identificação preditiva do serviço teachable machine.

O Código:

Como Eu Mostrei os objetos: Foto via webcam

3.2.2. Testando a IA Que Responde

Eu mandei as fotos para ver o que ela respondia.

Um teste que funcionou:
- Mandei a foto de: STREVE e ela respondeu corretamente "STEVE"

Um teste que ela "falou demais" ou errou:
- Mandei a foto de: Airpods e ela respondeu descritivamente
Tentando Melhorar o Pedido:
- No começo, meu pedido não era perfeito, e ela me dava respostas que eu não queria. Tive que mudar o texto do pedido.

4. Minhas Descobertas e Opiniões

4.1. O Que Foi Difícil Para Mim

No Teachable Machine:
- Foi difícil fazer ele diferenciar coisas que são muito parecidas.
- Precisou de muitas fotos para ele acertar bem.
No AI Studio (com pedido de texto):
- Foi complicado pensar no pedido (prompt) certo para ela responder SÓ o nome do objeto, sem enrolar.
- Às vezes ela respondia com textos longos em vez de só o nome.

4.2. O Que Foi Fácil Para Mim

No Teachable Machine:
- É muito simples de usar, qualquer um pode brincar.
- Dá pra ver rapidinho se está funcionando.
No AI Studio (com pedido de texto):
- É mais "inteligente" e entende melhor o que eu quero se o pedido for bom.
- Dá para fazer coisas mais complexas, dependendo de como eu "peço".

4.3. Qual IA Foi Melhor (Na Minha Opinião)

Para essa tarefa de simplesmente dizer o nome do objeto na foto:
Eu achei que o [Teachable Machine / AI Studio] foi melhor.

Por quê? Porque [explique de forma SIMPLES: Ex: "o Teachable Machine foi mais rápido e direto nisso." ou "o AI Studio, com o prompt certo, foi mais preciso em me dar SÓ o nome do objeto sem erros."].

4.4. A Importância de Dar Bons "Dados"

Para o Teachable Machine, o segredo foi tirar muitas fotos diferentes.
Para o AI Studio, o segredo foi escrever um pedido (prompt) muito claro.

5. Conclusão

5.1. Se Eu Tivesse Que Escolher Uma IA Para Isso...

Se o meu objetivo fosse só ter um "entendedor de imagens" simples como este, eu escolheria o [Teachable Machine / AI Studio]. Eu escolho ele porque [Explique de forma simples: ex: "é mais fácil de usar e funciona bem para o que eu preciso" ou "me deu as respostas mais certas e diretas"].

5.2. O Que Eu Levo Dessa Experiência

Aprendi que existem jeitos diferentes de fazer a IA trabalhar. Com o Teachable Machine, eu dou os exemplos diretos. Com o AI Studio, eu preciso ser muito bom em dar ordens claras (pedidos/prompts). Foi uma experiência muito boa para começar a entender como a inteligência artificial funciona na prática.

Referências (Onde Eu Consultei)

Teachable Machine: https://teachablemachine.withgoogle.com/
AI Studio do Google: https://aistudio.google.com/prompts/new_chat

DEV Community: Wagner Pereira

Trabalho Aprendizado de Máquina - Pós IA e Data Analisys - Wagner Pereira

1. O Que Eu Fiz e Por Quê

2. Lab IA Preditiva

2.1. Teachable Machine

2.1.1. Como Foi Fácil De Usar

2.1.2. Meus Exemplos para o aprendizado

2.1.3. A Hora Que Ele Aprendeu

2.1.4. Testando o identificação dos objetos

2.1.5. Resumo

3. IA Generativa: AI Studio do Google

3.1. Primeiro lab através do conhecido chat

3.1.1. O pedido (O Prompt)

3.2.2. Testando a IA Que Responde

3.2.3. Resumo

3.3.1. Criando uma "teachable machine" com o Google IA Studio

3.2.2. Testando a IA Que Responde

4. Minhas Descobertas e Opiniões

4.1. O Que Foi Difícil Para Mim

4.2. O Que Foi Fácil Para Mim

4.3. Qual IA Foi Melhor (Na Minha Opinião)

4.4. A Importância de Dar Bons "Dados"

5. Conclusão

5.1. Se Eu Tivesse Que Escolher Uma IA Para Isso...

5.2. O Que Eu Levo Dessa Experiência

Referências (Onde Eu Consultei)