Como a Inteligência Artificial pode ajudar a compreender as transformações que estão acontecendo nos oceanos? Essa é uma das questões que fazem parte da pesquisa desenvolvida por Lucas Melacarne, doutorando do Departamento de Ciência da Computação (DCC) da UFMG e integrante do FutureLab, durante seu período de doutorado sanduíche na Nova Zelândia.
Com financiamento da Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG), Lucas está na Victoria University of Wellington (VUW), sob supervisão do professor Alejandro Frery, do Departamento de Matemática, Estatística e Ciência de Dados. A oportunidade surgiu a partir de um edital lançado em 2025 voltado ao tema “Inteligência Artificial Responsável no Mundo Contemporâneo”.
A experiência internacional já fazia parte dos planos do pesquisador. Mais do que avançar academicamente, Lucas buscava construir uma fundamentação matemática e estatística mais robusta para seu trabalho, explorar novas aplicações para a pesquisa desenvolvida no Brasil e vivenciar um novo ambiente científico e cultural.
Inteligência Artificial encontra os oceanos
Lucas trabalha, desde o mestrado, com modelos de Inteligência Artificial voltados à previsão espaço-temporal. Esses modelos são treinados com séries temporais multivariadas coletadas em diferentes pontos do espaço e permitem identificar tendências e realizar projeções sobre como determinados fenômenos se comportam ao longo do tempo.
No início do doutorado, Lucas trabalhou com os pesquisadores e pós-doutorandos do FutureLab, no desenvolvimento de um modelo inicialmente aplicado à previsão de tráfego urbano: o Graph Neural Cellular Automata (GNCA). O trabalho desenvolvido pelo grupo em 2025 foi aceito, no início de 2026, no periódico científico Expert Systems with Applications.
A chegada à Nova Zelândia trouxe um novo desafio: encontrar uma aplicação ambiental para o modelo. Foi então que Lucas encontrou bases públicas de dados geoespaciais disponibilizadas por instituições neozelandesas, com informações coletadas por estações ambientais distribuídas pelo território do país. Entre os diferentes conjuntos disponíveis, os sensores responsáveis por medir as variações no nível do mar despertaram sua atenção.
IA para compreender as variações no nível do mar
A proposta é fazer com que o modelo aprenda simultaneamente duas dimensões do problema: a evolução do nível do mar ao longo do tempo em cada sensor e as relações espaciais existentes entre diferentes pontos da costa.
A partir dos dados históricos, o sistema pode utilizar informações provenientes de diferentes sensores para prever como o nível do mar deverá se comportar nos momentos seguintes.
O desafio possui particularidades importantes na Nova Zelândia. Além de fenômenos globais associados às mudanças climáticas, como o derretimento de geleiras e a expansão térmica dos oceanos, os movimentos das placas tectônicas podem provocar alterações locais no nível relativo do mar.
Nesse contexto, ferramentas capazes de monitorar o fenômeno, identificar tendências e produzir projeções podem gerar informações relevantes para planejamento, tomada de decisão e ações de contingência.
Não basta prever: é preciso compreender a IA
Outra dimensão importante da pesquisa está relacionada à interpretabilidade dos modelos.
Depois de treinado e validado, o sistema poderá incorporar técnicas de Explainable AI (XAI) para investigar quais variáveis possuem maior impacto sobre suas previsões.
Isso permite ir além de simplesmente obter uma resposta do algoritmo. O objetivo é compreender quais informações foram determinantes para determinada previsão, quais tiveram menor influência e como diferentes variáveis se relacionam.
“Podemos entender melhor como o modelo toma suas decisões e, consequentemente, compreender melhor o funcionamento de um sistema que é complexo”, destaca
Uma experiência internacional que vai além da pesquisa
A rotina na Victoria University of Wellington também tem proporcionado a Lucas contato com pesquisadores de diferentes partes do mundo. Semanalmente, ele participa de seminários, grupos de estudos sobre Inteligência Artificial e apresentações de pesquisas em desenvolvimento. A universidade também oferece diferentes possibilidades de integração à comunidade acadêmica, incluindo mais de uma centena de grupos organizados pelos próprios estudantes.
Para Lucas, porém, uma experiência internacional dessa natureza envolve desafios que ultrapassam a atividade científica. Adaptação a um novo país, organização financeira, construção de relações e participação ativa na comunidade acadêmica fazem parte do processo.
“Trabalhar em um ambiente internacional vai muito além da pesquisa em si. É também uma oportunidade de conhecer diferentes formas de trabalhar, de pensar e de fazer ciência”, ressalta.
DCC e FutureLab: construindo pontes internacionais
A formação construída na UFMG também foi determinante para que Lucas estivesse preparado para essa experiência. Segundo o pesquisador, tanto o DCC quanto o FutureLab possuem uma rede internacional de colaborações que contribui para criar pontes entre pesquisadores e instituições.
Ao mesmo tempo, a formação acadêmica recebida durante o doutorado proporcionou a base necessária para enfrentar novos desafios científicos. “Essa combinação entre a formação acadêmica e as oportunidades de colaboração proporcionadas pelo DCC e pelo FutureLab foi muito importante para que eu pudesse chegar até esse projeto”.
Inteligência Artificial mais eficiente e sustentável
Os próximos passos da pesquisa podem abrir uma segunda frente igualmente relevante: tornar modelos de IA mais eficientes computacionalmente.
Lucas vem investigando a modularidade do GNCA. Como o modelo é formado por unidades celulares que funcionam individualmente como modelos preditivos, alterações na rede (como a inclusão ou retirada de um sensor) não exigiriam necessariamente que todo o sistema fosse treinado novamente.
Essa característica pode permitir adaptações mais eficientes e reduzir os custos computacionais associados à atualização e manutenção dos modelos.
A discussão ganha ainda mais relevância diante do crescimento acelerado da Inteligência Artificial e da quantidade de recursos necessários para desenvolver e operar modelos cada vez mais complexos.
Para Lucas, especialmente considerando a realidade latino-americana, desenvolver novas tecnologias também significa pensar em modelos capazes de utilizar menos recursos sem abrir mão de confiabilidade e interpretabilidade.
A pesquisa desenvolvida na Nova Zelândia reforça, assim, uma das vocações do FutureLab: conectar formação científica de excelência, colaboração internacional e Inteligência Artificial à busca de soluções para desafios reais da sociedade.
Mais do que levar pesquisas desenvolvidas na UFMG para outros países, experiências como a de Lucas fortalecem uma rede global de conhecimento e trazem novos aprendizados para o desenvolvimento de tecnologias mais responsáveis, eficientes e sustentáveis.
