Projeto Kunumi: Desenvolvimento de uma Estrutura de Redução de Custos para a Criação de Modelos de Aprendizado de Máquina
- Parceira: Instituto Kunumi
- Coordenador: Prof. Frederico Gadelha Guimarães
O avanço acelerado da Inteligência Artificial tem ampliado significativamente as possibilidades de aplicação do aprendizado de máquina em diferentes setores. No entanto, a criação de modelos de alta qualidade ainda envolve processos complexos, caros e intensivos em conhecimento especializado. Para enfrentar esse desafio, o FutureLab, em parceria com o Instituto Kunumi, desenvolveu o projeto “Desenvolvimento de uma Estrutura de Redução de Custos para a Criação de Modelos de Aprendizado de Máquina”.
A iniciativa busca criar uma nova geração de ferramentas baseadas em agentes de Inteligência Artificial capazes de automatizar, orientar e otimizar etapas do processo de ciência de dados, reduzindo custos e ampliando a acessibilidade da tecnologia.
O desafio
A solução
O desenvolvimento de soluções de aprendizado de máquina envolve múltiplas etapas (coleta, limpeza e análise de dados, seleção de algoritmos, treinamento e avaliação) cada uma com diversas ferramentas e decisões técnicas possíveis. Esse cenário torna o processo oneroso, sujeito a erros e dependente de especialistas.
A Kunumi identificou a necessidade de uma estrutura que permitisse catalogar e orquestrar ferramentas de ciência de dados, facilitando sua escolha e uso conforme o problema a ser resolvido. O objetivo era reduzir o custo e o risco associados à criação de modelos de aprendizado de máquina.
O projeto conduzido pelo FutureLab/UFMG propôs o desenvolvimento de uma estrutura semântica de orquestração de ferramentas, capaz de relacionar automaticamente:
- Descrições de problemas de ciência de dados;
- Características de datasets;
- Requisitos técnicos de modelagem;
- Ferramentas e algoritmos disponíveis.
A solução utiliza técnicas de aprendizado de máquina e processamento de linguagem natural, incluindo modelos de linguagem de grande porte (LLMs), para mapear problemas e recomendar ferramentas adequadas em cada etapa do pipeline de ciência de dados.
Desenvolvimento tecnológico: provas de conceito com agentes e AutoML
No âmbito do projeto, o FutureLab desenvolveu provas de conceito (PoCs) baseadas em agentes de IA, incluindo:
- FAE (Forecaster Agent and Explainer): sistema multiagente para automação e explicação de pipelines de previsão de séries temporais;
- OPA (Observe, Preprocess and Act): sistema autônomo capaz de executar etapas de pré-processamento e previsão de dados;
- Estudos de integração entre LLMs e modelos espaço-temporais;
- Experimentos em AutoML apoiado por agentes.
Essas PoCs demonstram a viabilidade de agentes capazes de planejar tarefas, selecionar ferramentas e executar pipelines de aprendizado de máquina com menor intervenção humana.
O que dizem
Resultados e contribuições
Impacto e perspectivas
O projeto estabelece bases para uma nova abordagem de desenvolvimento de modelos de IA, com benefícios diretos para empresas e pesquisadores:
- Redução do custo e do tempo de criação de modelos;
- Automação de etapas complexas de ciência de dados;
- Maior reprodutibilidade e padronização de pipelines;
- Democratização do acesso a técnicas avançadas de IA;
- Integração entre agentes e ferramentas de AutoML.
Além disso, a iniciativa contribui para o avanço científico na área de agentes baseados em LLMs aplicados a ciência de dados, tema emergente na literatura internacional.
A parceria entre FutureLab e KUNUMI evidencia o potencial da colaboração universidade-empresa para a criação de tecnologias de ponta com aplicação prática. Ao propor uma estrutura inteligente para orquestração de ferramentas de ciência de dados, o projeto abre caminho para ambientes de desenvolvimento de IA mais eficientes, escaláveis e acessíveis.
A pesquisa também aponta para tendências futuras, como Agentes-como-Serviço (AaaS) e plataformas de AutoML agêntico, nas quais sistemas autônomos poderão construir modelos de aprendizado de máquina de forma cada vez mais independente e econômica
Vamos construir o próximo projeto juntos?
Entre em contato com a equipe do FutureLab e vamos conversar!
