Durante a pandemia COVID-19, a matemática produzida por cientistas brasileiros ganhou destaque no cenário mundial, com várias iniciativas que mostram a importância da Matemática para a área da saúde. Uma dessas iniciativas foi AutoAI-Pandemics, que nasceu no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos. Apoiado no Brasil pelo CEPID-CeMEAI, financiado pela FAPESP, o projeto cresceu após ser selecionado em chamada internacional da rede Inteligência Artificial do Sul Global para Pandemia, Epidemia, Preparação e Resposta (AI4PEP), financiada pelo Centro de Pesquisas para o Desenvolvimento Internacional IDRC), agência do Governo Canadense, e hospedada na Universidade de York, do Canadá,
A chamada da AI4PEP, selecionou 16 projetos dentre mais de 200 submissões de grupos de pesquisa de diferentes países do Sul Global, 1 projeto por país, para o combate à propagação de doenças infecciosas utilizando algoritmos e técnicas de Inteligência Artificial. O AutoAI-Pandemics foi um dos 3 projetos selecionados na região da América Latina e Caribe. Ele será liderado pelo professor do ICMC/USP de São Carlos, coordenador do Centro de Pesquisa em IA Aplicada para Cidades Inteligentes IARA e pesquisador principal do CEPID-CeMEAI, André Carlos Ponce de Leon Ferreira Carvalho, e pelo pesquisador, Robson Parmezan Bonidia.
Embora ainda no seu início, o projeto já está dando frutos, como a recente premiação em uma competição da Prototypes for Humanity, que apoia inovações acadêmicas que têm o potencial de mudar o mundo, com impactos positivos na sociedade e no meio ambiente.
Exposição durante a COP 28, em Dubai
Prototypes for Humanity é uma plataforma para acadêmicos que trabalham com impacto social e ambiental e reúne professores de 700 universidades em mais de 100 países. Anualmente, ela promove um prêmio cujos trabalhos vencedores são apresentados na COP-28 que ocorrerá, em Dubai, de 26 de novembro a 3 de dezembro.
Com a pesquisa orientada pelos professores André e Robson, o aluno de graduação de Física, do Instituto de Física de São Carlos (IFSC) da USP, Bruno Rafael Florentino teve seu trabalho BioPrediction: An Automated Environment for Biological Sequence Analysis – ferramenta para democratizar o uso de aprendizado de máquina para interações moleculares, selecionado entre três mil submissões.
Segundo os avaliadores, a pesquisa se destacou pelo problema abordado e pelas soluções propostas. “Temos certeza de que contribuirá significativamente para nossa vitrine na COP28”, escreveu Sarah Ward, da Prototypes for Humanity.
“BioPrediction é uma estrutura automatizada de aprendizado de máquina projetada com o objetivo principal de democratizar o acesso aos algoritmos do aprendizado de máquina, facilitando seu uso correto e eficiente por pesquisadores das ciências biológicas. Seu objetivo fundamental é fornecer uma estrutura acessível para prever interações entre sequências biológicas, principalmente aquelas relacionadas ao DNA, RNA e proteínas. Uma vez que as sequências biológicas desempenham um papel crucial em vários processos do nosso metabolismo, uma ferramenta que torna a inteligência artificial, particularmente o aprendizado de máquina, acessível não especialistas, como o BioPrediction permite grandes avanços nessas áreas
Com ela, pesquisadores e profissionais de outras áreas podem construir modelos eficazes, acelerando assim a nossa compreensão do metabolismo em diferentes espécies e facilitando a identificação de moléculas para o desenvolvimento de medicamentos e vacinas”, resumiu Bruno.
Falling Walls Lab Brazil
Outra pesquisa orientada por André e Robson e oriunda da AutoAI-Pandemics venceu a edição de 2023 do concurso Falling Walls Lab Brazil, um concurso promovido pela Falling Walls Foundation.
O idealizador da pesquisa, o estudante Denis Tavares da Silva, ganhou o direito de representar o Brasil na final global, em Berlim, com o desenvolvimento de uma plataforma web que usa aprendizado de máquina para detectar notícias falsas.
Seus estudos apontam que as pessoas têm 70% mais chance de compartilhar uma notícia falsa do que uma verdadeira. No aplicativo desenvolvido pelo estudante, chamado ITT – Is That True? (“Isso é verdade?), os leitores colam o texto sobre o qual tem dúvidas (postagens do X – antigo Twitter – trechos de reportagens e até matérias inteiras), e o sistema responde com a probabilidade de a notícia ser falsa ou não.
“O ITT usa aprendizado de máquina para detectar inconsistências, e, ao final, ainda sugere outros artigos verdadeiros sobre o tema. A taxa de acerto na identificação de uma fake news chegou a 94,62% na fase de protótipo, e, dentre os próximos passos do aplicativo, está a construção de um modelo mais sofisticado que leve em conta semântica e consiga analisar textos que contenham trechos falsos e verdadeiros simultaneamente”, explicou.
Para Robson, o projeto AutoAI-Pandemics visa garantir que os benefícios da IA alcancem pesquisadores, comunidades e sociedades ao redor do mundo. Esses resultados demonstram que a democratização da IA abre portas, derruba barreiras e acolhe todos os que desejam aproveitar seu potencial. Isso significa uma transição da exclusividade para a acessibilidade, transformando a IA em um recurso compartilhado para o aprimoramento coletivo da ciência e da sociedade.
Para André, as conquistas dos alunos representam o reconhecimento do que o Brasil está produzindo ferramentas de qualidade na área de IA e que coloca o ICMC-USP na vanguarda das tecnologias de base, podendo ter o conhecimento científico expandido para diferentes áreas, como foi o caso da saúde e fake news mencionadas acima. “Esses trabalhos podem ser a mudança importante que a sociedade necessita para encontrar soluções para desinformação e ferramentas computacionais eficientes que facilitem o trabalho de profissionais da saúde, indústrias farmacêuticas, entre outras, podendo minimizar impactos de epidemias e pandemias como ocorreu em 2019”, finalizou.
Sobre o CeMEAI
O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.
O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.
Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.
Raquel Vieira – Comunicação CeMEAI
Mais informações:
Assessoria de Comunicação do CeMEAI: (16) 3373-6609
contatocemeai@icmc.usp.br
