Arduino transmite ao vivo montagem de campainha inteligente com IA local

*Massimo Banzi e Andrea Richetta constroem ao vivo uma campainha inteligente com o Arduino UNO Q. A placa roda localmente um modelo de visão computacional.

A transmissão acontece em 22 de setembro, às 15h no horário da Europa Central (9h no fuso horário do leste dos Estados Unidos). Dura uma hora, até a montagem ficar pronta.

A proposta é dar controle total sobre onde ficam armazenados os dados da campainha, sem depender de aplicativos ou serviços de terceiros.*

Banzi é cofundador da Arduino e Richetta integra a equipe técnica da empresa; os dois conduzem a montagem passo a passo, sem roteiro fechado. Quem acompanha a transmissão pode enviar perguntas em tempo real e receber respostas direto da equipe da Arduino, sem intermediação de moderadores externos. A escolha do tema não é aleatória.

Recursos recentes como o Audio Intelligence do Apple Watch, com as funções Live Rewind e Siri Recap, gravam e processam áudio de conversas próximas, mesmo com proteções técnicas anunciadas pela Apple. Carteiras de motorista digitais também acendem alerta: a AAMVA proibiu em 2025 o método de verificação por “server retrieval” (recuperação via servidor, em tradução livre), que expunha dados de identidade a consultas remotas. Nesse contexto, a campainha inteligente funciona como contraponto prático.

Em vez de enviar imagens para um servidor externo, o modelo de visão computacional roda direto na placa, e o próprio usuário decide o destino das gravações. A ideia não é vender um produto fechado, mas mostrar um caminho replicável, com peças e software abertos.

Preço e disponibilidade

O projeto real é uma campainha, não um alarme

A pauta fala em alarme, mas o objeto que Banzi e Richetta erguem na tela é outro: uma campainha inteligente caseira, pensada para reconhecer quem toca a porta. A diferença importa porque muda o sensor e a lógica do projeto — não é detectar movimento genérico, é identificar rostos ou padrões visuais específicos de quem chega.

Na prática, isso tira da equação o upload constante de vídeo para a nuvem. As imagens captadas pela câmera são processadas ali mesmo, no Arduino UNO Q, antes de qualquer decisão sobre quem está na porta. Rodar esse processamento localmente também corta a dependência de conexão estável com a internet para a campainha funcionar — o reconhecimento acontece no hardware, não em um data center distante.

Para quem monta o projeto em casa, o efeito prático é simples: os dados de vídeo não saem do dispositivo, e a resposta ao toque na porta chega sem esperar por ida e volta de rede. É esse ponto, o processamento embarcado, que sustenta a promessa de privacidade repetida pelos dois demonstradores ao longo da hora de montagem.

Relógios e carteiras digitais já geram desconfiança

A ideia de Banzi entra em um momento em que outros dispositivos conectados levantam dúvidas sobre o destino dos dados que coletam. Os Apple Watch Series 12 e Apple Watch Ultra 4 trazem o recurso Audio Intelligence, que junta funções como Live Rewind e Siri Recap para gravar e processar áudio de conversas próximas ao relógio. Live Rewind recupera os últimos 15 segundos de uma conversa; a função opera mesmo com proteções técnicas anunciadas pela Apple, o que já basta para gerar questionamento entre especialistas em privacidade.

As carteiras de motorista digitais, ou mDL, seguem o mesmo enredo. Elas revelam menos dados que um documento físico, mas a proteção não acompanha a informação depois que ela sai do aparelho. A AAMVA, entidade que regula esse tipo de documento nos Estados Unidos, já baniu em 2025 o método de verificação por “server retrieval” (recuperação via servidor, em tradução livre), justamente por abrir brecha de rastreamento. Nesse cenário, guardar o processamento dentro de casa, sem passar por servidor externo, vira o argumento central da campainha que Banzi monta ao vivo.

Enquanto rivais dependem da nuvem

Comparar a campainha com outros dispositivos ajuda a entender a escolha de Banzi. O recurso Live Rewind, do Apple Watch, grava os últimos segundos de áudio e mostra um resumo em texto para quem perdeu o que foi dito. Um comentário sobre a função descreve o problema que ela resolve: em vez de dizer “desculpa, pode repetir” (em tradução livre), o usuário confere o relógio.

O trecho reconhece o desconforto de pedir para alguém repetir uma frase. Mas o processo depende de enviar o áudio para fora do dispositivo. Esse ponto separa a campainha de Banzi da lógica de assistentes prontos: o modelo de visão computacional (tecnologia que reconhece rostos e objetos em imagens) roda dentro do Arduino UNO Q. Ele não manda nenhuma imagem para servidores externos antes de reconhecer quem está na porta.

O ganho prático está no caminho que a imagem percorre: a câmera capta o rosto de quem toca a campainha e a análise acontece dentro da própria placa, sem passar por servidor externo. Não há upload, não há API de terceiro processando o vídeo antes de devolver uma resposta. O dado nasce e morre no hardware que fica na porta de casa.

Esse desenho inverte a lógica comum de câmeras conectadas, que dependem de nuvem para reconhecer rostos ou enviar alertas. Aqui, quem monta a campainha decide o que fazer com as imagens, sem assinatura de serviço rodando por trás. É um modelo replicável: qualquer pessoa com a placa e acesso à transmissão de 22 de setembro pode reproduzir os mesmos passos e chegar a um sistema equivalente, sem enviar um único frame para fora de casa.

• #hardware
• #design