Bolsista da FAPESP vence Prêmio Maria Carolina Monard de Teses em Inteligência Artificial

Saulo Martiello Mastelini, pesquisador da USP de São Carlos, foi premiado por trabalho sobre aprendizado de máquina on-line

Agência FAPESP * – A pesquisa de doutorado de Saulo Mastelini, defendida no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), campus de São Carlos, venceu o Prêmio Maria Carolina Monard.

A premiação tem como objetivo reconhecer teses relacionadas à inteligência artificial (IA). O nome do prêmio homenageia a professora que é uma das pioneiras no estudo da IA no Brasil, além de uma das fundadoras das linhas de pesquisa em computação do ICMC.

Entre os critérios aplicados na avaliação dos trabalhos estão: originalidade, relevância científica, cultural e social no campo, qualidade e quantidade de publicações decorrentes da tese, rigor metodológico, organização estrutural do texto e desempenho acadêmico do candidato.

A tese de Mastelini, que se dedicou ao estudo do aprendizado de máquina on-line, foi eleita vencedora após avaliação de uma comissão que analisou outros oito trabalhos. O pesquisador realizou seu estudo com bolsa da FAPESP e foi orientado pelo professor André Carlos Ponce de Leon Ferreira de Carvalho, diretor do ICMC. Carvalho também é coordenador do Centro de Inteligência Artificial na Reconstrução de Ambientes Urbanos (IARA), um dos Centros de Pesquisa em Engenharia (CPEs) da FAPESP.

Com o título “Algoritmos incrementais e eficientes para árvores e regras de decisão e algoritmos baseados em proximidade”, o trabalho vencedor se debruça sobre a temática do aprendizado de máquina on-line. A pesquisa apresenta novos métodos computacionais que permitem a análise e o processamento contínuo de grandes volumes de dados em tempo real. O processo possibilita a aplicação dos códigos em sistemas financeiros, diagnósticos médicos e monitoramento de redes de sensores, por exemplo, de forma mais rápida e adaptável.

“Hoje em dia, muito se fala de aprendizado de máquina, que é um tema muito amplo. Nos métodos convencionais, você normalmente apanha uma quantidade grande de dados e treina esse modelo usando um algoritmo. Uma vez treinado, esse modelo é estático, mas nem sempre isso é a resposta para problemas do mundo real. Esse é o aspecto do aprendizado de máquina on-line, que trata de um processo contínuo de aprendizado, evolução e adaptação, pois existem mudanças nos dados. Nossa técnica consegue se adaptar aos dados e também à utilização de recursos computacionais limitados”, explica Mastelini.

Impactos da pesquisa

Um dos frutos do trabalho foi a criação da ferramenta River, uma biblioteca que simplifica a implementação de algoritmos de aprendizado de máquina on-line. Por meio de uma interface amigável, a aplicação já é amplamente utilizada pela comunidade acadêmica e empresas de tecnologia ao redor do mundo por sua praticidade em lidar com fluxos de dados dinâmicos.

Além do reconhecimento no Prêmio Maria Carolina Monard 2024, a tese do pesquisador do ICMC também se consagrou vencedora no 37º Concurso de Teses e Dissertações do Congresso da Sociedade Brasileira de Computação (CSBC), realizado em julho, em Brasília. A premiação reconhece trabalhos de excelência desenvolvidos na pós-graduação.

A cerimônia de entrega do Prêmio Maria Carolina Monard 2024 está programada para acontecer no dia 25 de novembro, após a abertura da Escola Avançada de Big Data Analysis, no auditório Fernão Stella Rodrigues Germano do ICMC.

*Com informações da Assessoria de Comunicação do ICMC-USP.