Panorama IA
O Panorama IA é a plataforma oficial do Observatório Softex dedicada a acompanhar, analisar e divulgar os avanços da inteligência artificial no Brasil. Mais que um repositório de dados, o Panorama IA é um ambiente estratégico que reúne indicadores qualificados, estudos, relatórios, análises e tendências que ajudam a entender como a IA está moldando o país nas dimensões econômica, social, ética, regulatória e tecnológica.
Aberto a pesquisadores, universidades, empresas, formuladores de políticas públicas e à sociedade em geral, o Panorama IA oferece uma visão clara, atualizada e confiável sobre o desenvolvimento e o uso da inteligência artificial no Brasil e no cenário global.
Assista à apresentação do Panorama IA
Paineis Interativos
Explore as publicações da temática de Inteligência artificial
Soluções & Desafios
Conheça soluções com o uso de Inteligência Artificial por meio da Inovação Aberta, com potencial de aplicação em diversos setores do mercado. Os projetos apresentados são desenvolvidos no âmbito do Programa IA² MCTI, uma iniciativa executada pela Softex com abrangência nacional, que cria oportunidades para que pesquisadores e empreendedores testem soluções tecnológicas com potenciais clientes e investidores, com apoio do CNPq (Chamada CNPq/SEMPI/MCTI/FNDCT nº 54/2022) e parceria de 28 instituições no desenvolvimento tecnológico de 35 soluções inovadoras.
Uma tecnologia para denúncia de importunação sexual na mobilidade urbana que promove a construção de políticas públicas a partir da ciência de dados.
Para uso da plataforma, a organização submete sua aplicação baseada em inteligência artificial por meio de instrumentos de avaliação. A avaliação gerada com apoio da IA nos instrumentos para os princípios éticos será utilizada pelo Especialista em ética para avaliação e emissão de um parecer final sobre a aplicação do ponto de vista jurídico e ético.
Ao se deslocar diante das câmeras, as imagens capturadas possibilitam extrair características únicas dos bovinos. Esses dados permitem a identificação subsequente e a estimativa de peso ao analisar as imagens desses animais.
Treinamento de inteligência artificial Treinamento de inteligência artificial (rede neural e aprendizado de máquina) através de dados de corrente e tensão elétrica e do uso de banco de imagens superficiais e internas para a identificação e predição de defeitos em peças metálicas obtidas por manufatura aditiva por soldagem.
Tudo se baseia no aprendizado por similaridade, se uma pessoa não sabe o que é determinado objeto mas tem uma imagem com o nome em mãos ela pode inferir por similaridade que a imagem e o objeto são similares ou não, da mesma forma a rede funcionará.
O projeto visa criar um sistema inteligente que, utilizando rotinas computacionais e IA, contribua para garantir a eficiência na perfuração de poços, possibilitando a redução de custos operacionais. Utilizando uma nova metodologia apoiada em testes pré-operacionais e análise multiobjetivo, a ferramenta computacional foca em maximizar a taxa de penetração e minimizar a energia mecânica específica, sugerindo os parâmetros mecânicos apropriados (Peso Sobre a Broca, Rotação e Vazão) para esse fim
Algoritmos de inteligência artificial identificam os padrões de estudantes que reprovaram ou evadiram anteriormente nas disciplinas e verifica se novos estudantes estão se comportando de maneira semelhante a esses padrões.
Nossa solução é um pipeline para a mineração de dados que se fundamenta na estrutura tridimensional de proteínas, utilizando ferramentas de modelagem estrutural impulsionadas por inteligência artificial.
Aprendizado de máquina a partir de imagens reais capturadas em diferentes frigoríficos, treinando redes neurais com conhecimento de especialistas em classificação de carcaça. A tecnologia de visão computacional e I.A. proporciona avaliação precisa e imparcial, gerando dados rastreáveis.
A solução de IA combina dados das dívidas e dos devedores com dados socioeconômicos, macroeconômicos e notícias extraídas de portais de notícias. Estamos avaliando formas de fusão dessas visões e modalidades, usando técnicas de aprendizagem profunda (deep learning).
Trata-se de um software que dispõe de inputs de dados clínicos e de imagem e que por meio de uma Inteligência Artificial é capaz de analisar a probabilidade de recidiva de câncer de mama e pulmão.
O sistema possui vários agentes que realizam o treinamento local (uma clínica) e um agregador central que recebe todos os parâmetros de treinamento e constrói um modelo global que é redistribuído.
É um modelo de linguagem especializado em circuitos digitais, utilizando a linguagem Verilog e focado na implementação de exemplos na placa virtual Pitanga.
São coletadas imagens dos painéis e dados de produção de energia em sistemas fotovoltaicos, que serão avaliados com inteligência artificial para determinar a necessidade de manutenção.
As seções sísmicas são imagens que revelam a disposição das rochas em bacias sedimentares. Essas imagens são interpretadas por geólogos e geofísicos que mapeiam falhas e horizontes geológicos, essenciais na exploração de petróleo e gás, identificando áreas potenciais de migração e armazenamento desses recursos. A solução proposta visa automatizar processos realizados pelo intérprete.
Tentamos estimar a atividade biológica de uma molécula (capacidade de servir como um bom medicamento) com base na sua estrutura química, utilizando algoritmos de inteligência artificial.
A solução utilizada combinação de imagens/vídeos de drones e dados de segurança pública de instituições relacionadas e de fontes abertas para detectar padrões indicativos de probabilidade de crimes em regiões urbanas específicas.
Faz reconhecimento biométrico de recém-nascidos. É um problema mais difícil que fazer reconhecimento de adultos
Vamos produzir qualquer bioativo, de origem nacional ou não, em ambiente controlado, com altos rendimentos de qualidade e pureza sob demanda da indústria de plantas medicinais e fitoterápicos.
O software ao receber as imagens realiza as seguintes etapas de processamento: identificação e localização de módulos fotovoltaicos, classificação de anomalias e apresentação de um relatório com sugestões para tomada de decisão dos operadores.
O produtor rural terá acesso a um aplicativa e uma plataforma web, onde terá todos os dados de mapa de gado, suplementação e manejo do pastejo que está sendo realizado na fazenda. Esses dados serão alimentados no sistema via aplicativo mobile utilizado pelos funcionários da fazenda. Os dados de estoque de insumos e suplemento irá gerar alertas para tarefas que precisam ser realizadas pelo gestor. O sistema também irá realizar sugestões de manejo do pasto de acordo com os dados recebidos. O sistema entrega também uma visão global da fazenda para os consultores de pastagem, nutrição e gestão, que poderão agir de maneira mais assertiva nas recomendações. Simultaneamente, todos os dados serão armazenados em um banco de dados auditável que poderá ser utilizado pelas certificadoras de carbono no sentido de certificar que o pasto foi adequadamente manejado.
Trata-se de um estudo de base hospitalar, utilizando dados de atendimento e internação dos pacientes do Hospital Infantil Sabará, onde os casos serão analisados juntamente com dados de poluição atmosférica e características urbanas.
Os dados serão analisados de forma descritiva e exploratória (frequências, médias, desvios-padrão, valores mínimos e máximos), segundo os indicadores ambientais, urbanos e socioeconômicos.
Serão construídos modelos de regressão logística, ajustados por variáveis ambientais, sociais e demográficas. Adotaremos os modelos de Redes Neurais Artificiais que obtém informações passadas acumuladas e prediz dados futuros. Este modelo é um método que constrói uma rede neural com dados de série temporal, faz a realimentação de dados e inclui ponderação das análises anteriores. Em seguida, o método de validação será usado para verificar a precisão da predição dos dados de teste. Este é um método de extrair dados de teste de uma amostra em ordem, criando um modelo várias vezes, calculando a média da precisão de predição e confirmando o desempenho desse modelo.
O modelo de IA online irá aprender incrementalmente a partir de dados sobre commits para fornecer predições sobre o risco de cada uma destas submissões.
Usamos IA para processar um grande volume de dados de espectroscopia ótica obtidos da caraterização de tecido mamário. Treinamos algoritmos de aprendizado de maquina para perceber padrões presentes nesse grande volume de dados que são caraterísticos de tecido mamário tumoral ou sadio.
O modelo ECG-Normal recebe sinais de ECG e retorna a chance de o exame ser normal ou não. O modelo ECG-Age reecbe sinais de ECG e retorna um número correspondente à idade eletrocardiográfica do indivíduo.
A partir da coleta ocasional de urina da paciente e obtenção do registro de bioespectroscopia no equipamento FTIR, fornecer ao paciente/médico/laboratório, em menos de 1 horas o seu diagnóstico para endometriose.
A solução consiste na integração de um software de IA nas áreas de Localização, Mapeamento, Percepção e Navegação e um hardware composto por computadores, sensores, câmeras e atuadores que, embarcados em um veículo, conduzem-no autonomamente.
Por meio do aplicativo Whatsapp, recebemos os áudios, textos e fotos dos celulares dos consultores early adopters que estão testando nossa solução. Esses dados são processados e organizados na forma de um único relatório que é então retornado ao consultor.
Trata-se de sistema de inspeção visual baseado em IA, incluindo:
1. A coleta das imagens e criação de bancos de dados;
2. O pré-processamento das imagens para adequação ao treinamento da rede neural;
3. O treinamento da rede neural capaz de classificar as falhas;
4. A integração da mesma com o sistema de produção do cliente;
5. A validação e melhoria tanto do banco de dados quanto da rede neural em si.
