Fonte: Embrapii
Tecnologia é voltada para identificação, segmentação e classificação de objetos e documentos em texto.
Pesquisadores de quatro grandes centros de pesquisa brasileiros, credenciados no ecossistema de inovação da Empresa Brasileira de Pesquisa e Inovação Industrial (Embrapii), uniram-se em um projeto para acelerar a velocidade de aprendizado de Inteligência Artificial. Esse é o primeiro projeto da Embrapii realizado em aliança entre Unidades Embrapii, empresas e startups, na modalidade Basic Funding Alliance (BFA).
A tecnologia poderá revolucionar os processos de identificação, segmentação e classificação de objetos e documentos em texto, tornando-os mais rápidos e menos onerosos. A iniciativa recebeu investimento de R$ 1 milhão da Embrapii, na modalidade BFA, que prevê apoio a projetos com baixa maturidade tecnológica e maior grau de risco.
A iniciativa poderá ser expandida para diversas aplicações, como diagnóstico em imagens médicas, inspeção visual em produção, contagem de objetos, mapeamento de anomalias em imagens de culturas agrícolas (doenças em plantas, presença de ervas daninhas, detecção de linhas de plantio, entre outras), reconhecimento de gestos, classificação de textos, chatbots para contextos específicos e geração automática de diálogos.
O projeto pretende criar uma plataforma de Few-shot Learning, ferramenta recente no campo da Inteligência Artificial que possibilita o aprendizado de máquina com poucos dados. Antes da chegada dessa tecnologia, os pesquisadores precisavam reunir um alto volume de dados para treinar os modelos na identificação e classificação de objetos.
Em alguns casos, eram necessários milhares ou até milhões de dados para que a máquina pudesse realizar as identificações. Todo esse processo tornava o tempo de pesquisas mais longo e os custos de execução mais altos, sendo que, algumas vezes, tais desafios chegavam a inviabilizar a execução dos trabalhos.
Para o diretor de Operações da Embrapii, Marcelo Prim, trata-se de um projeto de pesquisa estratégico para a soberania nacional devido à complexidade e ao envolvimento de diferentes Unidades Embrapii e empresas. “Esse trabalho retrata um novo formato de operação da Embrapii, por meio de alianças e atuação em rede, complementar ao modelo já consolidado e de sucesso da organização. Com isso, seguimos a nossa missão de parceria com a indústria brasileira para alavancar a produtividade e a competitividade nacional”, destacou Prim.
Tecnologia inovadora
O projeto, apoiado pela Embrapii, pretende contribuir para melhorar a equação de tempo/custos por meio do desenvolvimento de uma plataforma de Few-shot Learning. Para isso, os pesquisadores vão atuar em duas vertentes. A primeira delas é o uso de visão computacional para que o software seja capaz de realizar a segmentação, identificação e classificação de objetos por meio de imagens. A ideia é que, com poucas fotografias ou ilustrações, por exemplo, a tecnologia seja capaz de dizer qual é o item apresentado a ela, podendo ainda classificá-lo de acordo com a demanda de cada indústria.
A segunda abordagem da pesquisa é o processamento de linguagem natural, tecnologia utilizada pelo Chat GPT, para que a máquina seja treinada a identificar e classificar textos, com aplicação prática na análise e separação de contratos e documentos de maneira geral. Neste caso, o diferencial será o uso da Língua Portuguesa, que aumentará a eficiência da plataforma nas aplicações práticas para o mercado brasileiro. Ou seja, a tecnologia poderá ser capaz de extrair informações a partir de textos em Português.
“Nossa expectativa é muito grande, porque isso traria, de certa forma, uma revolução no uso da Inteligência Artificial nos projetos. Se a gente consegue chegar em resultados relevantes usando muito menos dados, é uma vitória para todo mundo. Geralmente, muito do tempo de desenvolvimento de projeto é dedicado ao processo de levantar e rotular dados. E estamos falando de milhares, às vezes milhões de exemplos. Então, se a máquina puder aprender com menos exemplos, vai diminuir os custos e o tempo de conclusão do projeto”, destacou Flávio Gabriel Oliveira Barbosa, pesquisador e responsável técnico pelo projeto no Instituto SENAI de Inovação em Sistemas Embarcados.
BFA e parcerias
A pesquisa da plataforma de Few-shot Learning recebe apoio da Embrapii na modalidade de BFA, que prevê fomento ao desenvolvimento de novas rotas tecnológicas disruptivas de interesse da indústria. Por conter baixo grau de maturidade e maior risco de inovação, o modelo permite o investimento de até 90% do valor do contrato. Neste caso específico, o projeto recebeu R$ 1 milhão em recursos não reembolsáveis, com contrapartida de R$ 100 mil de unidades e empresas consorciadas.
O consórcio BFA para desenvolvimento da plataforma de Few-shot Learning para visão computacional e processamento de linguagem natural reúne, além dos quatro centros de pesquisa credenciados como Unidades Embrapii, as empresas CHRISTAL Ltda e Ativa Soluções, e as startups Damone Informática Ltda e Caren Tecnologia da Informação Ltda.
As pesquisas estão sendo coordenadas pela Unidade Embrapii Instituto Senai de Inovação em Sistemas Embarcados (ISI-SE); com execução em parceria com a Fundação Centros de Referência em Tecnologias Inovadoras (CERTI), especializada na área de Sistemas Inteligentes; o Centro de Pesquisa e Desenvolvimento em Telecomunicações (CPQD), credenciado na área de Comunicações Avançadas; e o Instituto de Tecnologia para o Desenvolvimento (Lactec), que atua em pesquisas Eletrônica Embarcada.
Aplicação na prática
No âmbito do projeto, os pesquisadores pretendem desenvolver uma plataforma para identificação de defeitos em linhas de produção, através de casos de estudos de empresas que integram o consórcio do BFA. Jonathan Tenório de Lima, gestor de projetos no ISI Sistemas Embarcados, destaca que o Few-shot poderia permitir essa identificação.
“Nos sistemas de visão computacional baseados em deep learning, comumente utilizados nesse tipo de problemas, precisaríamos lançar mão de milhares de imagens para que a máquina conseguisse identificar os defeitos de forma assertiva. Porém, em alguns cenários, pode ser inviável adquirir essa quantidade de dados. Com a plataforma Few-shot será possível executar a tarefa, mas com pouquíssimas imagens”, explica.
