Linha de Pesquisa: Ciência de Dados

Resumo:

Nos últimos anos, o uso da Inteligência Artifcial (IA) experimentou um crescimento exponencial em diversos domínios da vida cotidiana, incluindo transporte, saúde e segurança. No entanto, a atual implementação de conceber e estabelecer serviços inteligentes torna desafador aumentar o uso personalizado, organizado e em larga escala da IA, especialmente para lidar com tarefas complexas na criação de recursos inteligentes. Nesse contexto, esta tese propõe e avalia a Arquitetura de IA como um Serviço (IAaaS) que visa abordar a falta de métodos atuais para implantar e fornecer serviços inteligentes para dispositivos heterogêneos e múltiplos usuários. O principal objetivo deste projeto é pesquisar, desenvolver e validar uma Arquitetura de Inteligência Artifcial como um Serviço (IAaaS) que ofereça soluções e recursos baseados em IA sob demanda para usuários e aplicativos.
Para isso, é levantada uma hipótese sobre a viabilidade e adequação de fornecer recursos de IA de forma simples no campo da visão computacional, permitindo o gerenciamento da entrega de serviços cognitivos e incorporação para dispositivos e usuários. Nesse sentido, explorou-se dois casos de uso representativos para deduzir a hipótese e que validem diferentes aspectos da Arquitetura IAaaS. O primeiro estudo de caso consistiu em uma prova
de conceito para demonstrar a funcionalidade do otimizador de modelo da Arquitetura IAaaS aplicada ao diagnóstico de leucemia baseado em imagens de microscopia. Avaliouse a otimização de hiperparâmetros usando um Algoritmo Genético, Pesquisa Aleatória e Otimização Bayesiana. No segundo estudo de caso, validou-se a adequação da Arquitetura IAaaS para fornecer modelos de IA de forma inovadora. Adicionalmente, explorou-se o potencial da computação de borda, conforme exemplifcado pelo diagnóstico de imagens médicas de COVID-19 em dispositivos de baixo custo. Resultados experimentais preliminares demonstram a validação funcional da Arquitetura IAaaS, possibilitando a prestação de serviços cognitivos para diferentes aplicações e dispositivos. Além disso, a abordagem facilita soluções de IA personalizadas e escaláveis, promovendo a inovação e acelerando a implantação de aplicações inteligentes em diversos contextos, tornando-a adequada para cenários do mundo real