Marcela Carvalho

E aí, vamos olhar cada uma dessas caixinhas e vamos dividir. Não tem informação? Ali parou, já não gasta mais. Imagina, nessas quatro caixinhas que a gente tem... Quatro não, oito, né? Normalmente são oito caixinhas. Oito, por isso que é outro tree. Nessas oito caixinhas que a gente fez a divisão, é isso. Exatamente.

Então, dessas oito caixinhas que a gente fez a divisão, uma não tem informação, joga fora. Aquele espaço a gente não vai guardar. Só que a gente sabe que tem uma estrutura ali. Então, se a gente for descendo nessa Oak Tree, a gente vai saber que se ali não tem informação é porque não tem nada. Então, na outra, numa dessas sete caixinhas que sobraram, vai vendo. Tem informação? Divide em oito. Divide embaixo da vertical, faz oito. Oito caixinhas, vai fazendo isso. Então, esse é um jeito de...

guardar a informação de 3D de forma organizada, dar uma forma, um certo tipo de estrutura espacial hierárquica, salvando espaço. É muito legal o jeito que funciona a Optris. É um jeito de guardar a informação.

É interessante porque dá para comparar isso. Você estava explicando... Quanto mais você explicou, mais chegou perto, por exemplo, de qualquer tipo de otimização. Você pega áudio lossless e lossy. Você tem um WAV, por exemplo. O WAV, quando tem silêncio, ainda assim o silêncio nem um dado sonoro, ele ocupa espaço. Por isso que o WAV é grandão. Você pega o MP3 que ele faz. Tudo que é silêncio, ele tira.

Não tem o dado, não tem informação, ele joga fora, com isso você consegue comprimir, por isso que eles chamam de loss. E tem outros motivos também, não estou simplificando muito aqui, mas é interessante ver. Eu achei que você fosse falar alguma coisa tipo um RAG para modelo 3D, só vai pegar a cada momento um pouquinho da informação que for, que seja relevante para aquilo lá e depois você joga fora se você precisar. É bem interessante ver como as soluções, elas meio que gravitam para os mesmos casos de uso, independente do mercado, né?

Isso, e sabe que uma coisa que eu achei muito interessante? Eu acho que na conversa com o Fabrício, a gente chegou a falar sobre processos seletivos, né? Eu falei que, putz, tive que fazer lead code e tudo, ai que saco, que chato. Só que eu ser obrigada a trabalhar com isso, eu voltei a mexer com árvore, que eu não mexia há muito tempo. E eu me peguei fazendo um códigozinho pra andar numa árvore, né? Pra descer numa árvore por causa da estrutura hierárquica.

Você não vai me contar que você invertiu uma árvore binária aqui. Não cheguei a inverter, mas eu andei, tipo, vamos achar. Mas assim, achei legal, porque o que eu gostei muito do 3D, de trabalhar com 3D, foi que esse conhecimento em estruturas de dados é muito útil. Coisa que eu não estava usando tanto em 2D, no meu trabalho antigo. Mas eu acho que é porque o use case do meu trabalho antigo realmente não precisava disso. Existem muitas coisas no 2D que precisam.

Mas eu tô achando muito legal, assim, como esse conhecimento, que eu não gostaria de falar isso, mas esse conhecimento do Lit Coach tá ajudando.

Não, acho que você veio no caminho certo. Aí a gente vai pra parte de como a gente atua no ambiente, né? A nossa empresa, ela não mexe com essa parte da atuação. Mas é um produto final, com certeza. Tava até lendo um artigo hoje sobre isso, que chegava nessa parte final. E eu vou explicar um pouquinho do caminho do que a gente faz pra chegar até exatamente essa aplicação do que você falou. E aí vou mexer um pouquinho com a gente. Que vocês adoram. Cadê o sininho, Marcos? Peraí que eu tava guardado. Cadê meu sininho? Tá aqui. Boa.

O que acontece? Os robôs, eles se deslocam 3D, né? Então, para eles entenderem uma cena 3D, é muito importante para que ele possa desenvolver seu algoritmo de slam ali, para andar, descobrir a cena e saber para onde ele vai.

Pronto, aí é o final. Como é que a gente entra nisso? É da forma como a gente vai colocar o robô para... O robô não, né? O algoritmo vai enviar o robô para algum lugar para entender aquela cena. Então, a gente recebe uma nuvem de pontos. Uma nuvem de pontos boba, né? Uma nuvem de pontos que só tem informação XYZ e cor. Não tem nada ali. A primeira coisa que a gente faz é a anotação automática de todos aqueles equipamentos por instância. Pronto, a gente começa a ter um pouquinho mais de inteligência naquela cena.

Agora, a parte legal, outra parte, a parte seguinte, né? Na sequência, é você adicionar a relação entre todos aqueles elementos. Então, vamos lá. A relação é o container tal fica ligado ao tubo tal, né?

e que está ligada a válvula tal e aí você vai criando essa ligação de relação entre os objetos da cena, que a gente chama de sujeito predicado é objeto, por exemplo o container tal está ligado ao tubo tal, e esse aí a gente chama de gráfico

de conhecimento... e disso... a gente vai conseguir... colocar um agente... para atravessar o gráfico... para poder analisar... por exemplo... ah... verifica... que todos os containers... ligados ao tubo tal... estão funcionando... sabe... estão ligados... porque a gente vai... sei lá... colocar um fluido tal aí... e disso... a gente pode colocar... quando a gente tem essa relação 3D...

A gente pode falar para um robozinho, tem problema em tal coisa, que a gente sabe que está relacionado em tal container, que estava ligado a tubo tal, vai até lá. Então, a gente consegue ligar tudo e colocar em um sistema que poderia ser automatizado. A ideia, para entender um pouquinho melhor, os gêmeos digitais não é só ter um scanner da cena.

A ideia final disso é você ter, por exemplo, câmeras que consigam atualizar o gêmeo digital no tempo real. A ideia seria essa, seria a ideia final, né? Então, você conseguiria deixar um agente supervisionando aquilo, um agente que vai entender como todas as partes daquele lugar se relacionam para poder mandar algum robô ou alguém para esse lugar final. Então, não falou besteira, né?

É isso mesmo. Mas isso seria a final. A gente não mexe com isso. Mas isso seria a final. E seria interessante em lugares onde um humano não pode entrar, né? E também se entrar um container novo, alguma coisa nova na sala, ele também já fica representado ali no gêmeo digital. Exatamente. Inclusive, uma aplicação muito legal que eu vi, que um dos comerciais da empresa mostrou, da utilidade do sistema, é que eu não tinha muita noção de como eram essas plantas industriais.

E ele falou assim, para trocar, às vezes, uma válvula, você tinha que primeiro parar um fluxo de algum líquido para depois vir com o caminhão e ajeitar aquilo. Aí pronto. Um, a gente tem qual válvula parar, né? E a gente, no gêmeo digital, a gente consegue indicar bonitinho. Senão, a gente tem que pegar uma planta 2D. Então, já facilita nisso. E outro, é que eu falei do caminhão. E o caminhão, quando ele vem, ele tem que atravessar a planta

E aí, quando você faz o planejamento por um gêmeo digital, você sabe se o caminhão pode passar por um caminho ou não. Porque você pode fazer a medição da altura. E aí, eu achei super legal quando eles me mostraram esse use case, que ajudou um dos nossos clientes. E aí, novamente, se tiver alguma coisa no caminho, vai estar representado no gêmeo digital e ele vai saber que o caminhão não pode passar por ali.

Exatamente, aí imagina o tanto que reduz isso em mão de obra, ou chegar lá no caminhão e, putz, não pode passar, tem que ser o menor, ah, volta tudo, poxa, alugou errado, não sei o que, não sei o que lá.