11º Diálogo Brasil-Alemanha: IA acelerou caminhos na robótica, na saúde e na indústria de precisão

O painel foi composto pelos professores João Paulo Papa, da Universidade Estadual Paulista (Unesp), e Katja Mombaur, do Karlsruhe Institut of Technology (KIT), além de Willian Beneducci, engenheiro da Robert Bosch. A moderação ficou a cargo do professor Matthias Epple, da Universidade de Duisburg-Essen. 

O professor Papa apresentou um projeto, em cooperação com parceiros da Alemanha, que ajuda médicos a diferenciarem casos avançados do esôfago de Barrett (uma irritação do órgão por conta de refluxo) de estágios iniciais de câncer. A ideia, segundo Papa, era criar um sistema de IA que permitisse aos especialistas visualizarem mapas de calor de lesões já durante uma endoscopia. A taxa de cura em detecções precoces de câncer de esôfago chega a 90%. 

Inicialmente, a pesquisa começou com o que o professor chamou de “IA old school”, partindo da identificação de pontos-chave na imagem e usando-os para alimentar um algoritmo. A discordância era grande, e taxa de sucesso de detecções estava na casa dos 70%. A partir do momento em que a equipe passou a usar deep learning, sem precisar extrair informações manualmente e deixando o algoritmo decidir sozinho qual informação era a melhor, esse número superou 90%.  

“A deep learning precisa de muitos dados. Quando trabalhamos com aplicações médicas, normalmente temos dados da própria doença, porque pacientes saudáveis não vão ao hospital. Então, isso é um problema. Precisamos ter algum tipo de equilíbrio, pacientes saudáveis e pacientes positivos para a doença, caso contrário, a técnica pode ficar enviesada. Questionamos: Podemos gerar imagens artificialmente e melhorar os resultados? Então, decidimos tentar usar redes generativas adversariais, que sugiram em 2014”, contou. 

Ele ressalta que nenhuma dessas evoluções dispensa o profissional. “Não estou dizendo que não precisamos mais de médicos. Estou dizendo que a ideia é que a técnica pode aprender quais são as características mais importantes. Isso pode ser feito para imagens, para música, para texto.” 

Robôs e exoesqueletos 

A professora Mombaur mostrou como a inteligência artificial pode atuar no desenvolvimento de robôs e exoesqueletos. Segundo ela, neste caso, é necessário pensar a IA de outra maneira: os robôs precisam interagir com o mundo físico em tempo real, notando o ambiente em volta e reagindo de acordo com as percepções. Por isso, modelos de inteligência artificial generativa, como o ChatGPT, podem ajudar no planejamento de atividades, mas não na percepção sensorial e na execução física das ações. Por este motivo, deve-se falar em “inteligência embarcada”. 

Um dos exemplos que Mombaur citou foram os dos robôs humanoides, que podem auxiliar os humanos em tarefas perigosas e/ou repetitivas. A inteligência embarcada permite que este robô se mexa e interaja com o ambiente. “O movimento nos humanos foi resultado de um processo de otimização ao longo da evolução e, também, de treino. A inspiração humana, o entendimento do movimento humano e métodos computacionais precisos como otimização e aprendizado por reforço são essenciais para desenvolver essa inteligência, pois não podemos aprender diretamente em sistemas reais complexos”, afirmou. 

Outra vertente em que essa inteligência embarcada pode ser útil é na criação e desenvolvimento de exoesqueletos – uma espécie de “roupa robótica” que se encaixa no corpo e amplifica ou substitui as forças musculares humanas. “Queremos entender melhor a interação entre o usuário e o exoesqueleto, para otimizar o conforto e a eficácia do suporte. Outro ponto importante é como incorporar inteligência no exoesqueleto para que ele possa adaptar seu comportamento ao usuário em tempo real. Isso envolve sensores para monitorar a atividade muscular, o movimento, a postura, e algoritmos para ajustar o suporte conforme a necessidade da pessoa”, disse. 

Indústria de precisão 

Beneducci trouxe exemplos dos desafios e lições aprendidas pela Robert Bosch no uso e implementação de inteligência artificial em produtos. Segundo ele, a percepção do que a IA poderia fazer pelos clientes mudou ao longo do tempo. “Muitos clientes nos procuravam perguntando: o que a IA pode fazer por mim? Depois do lançamento do ChatGPT em 2022, está claro para a população em geral o que a IA pode fazer. Por isso, tentamos mostrar alguns exemplos de projetos e ensiná-los sobre a necessidade de dados claros, escopo definido para o projeto e boa definição de desempenho”, contou. 

Um dos projetos com uso da IA envolveu um sistema de bicos injetores. O cliente tinha um sistema comercial com precisão de 80%, considerada baixa. “O trabalho extra que precisava ser feito por causa desses 20% de erro era muito alto. Mapeamos como o sistema estava integrado com a IA. Tínhamos uma linha de montagem com uma máquina que detectava onde estava o bico injetor. Uma câmera era ativada para tirar fotos do produto e achatar a imagem para ser tratada pelo algoritmo padrão de IA que ele tinha. Criamos nosso próprio modelo de machine learning tentando acompanhar o desempenho que ele tinha na linha de fábrica. Conseguimos alcançar um desempenho maior, quase 98% de precisão, aumentando a precisão geral do sistema”, relatou. 

Diálogo Brasil-Alemanha  

O 11º Diálogo Brasil-Alemanha foi uma realização do Centro Alemão de Ciência e Inovação (DWIH) São Paulo e pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). Reunindo especialistas de Brasil e Alemanha, da academia e da indústria, o Diálogo teve como tema em 2025 “Artificial Intelligence: Promises, Expectations, and Limitations in Science and Society”.  

Quatro tópicos nortearam o evento: a IA na medicina e na saúde, inteligência artificial em ciência e engenharia, regulação de impactos e seu uso nas ciências humanas. A ideia era elucidar, de maneira interdisciplinar, as implicações da tecnologia e os caminhos que precisam ser seguidos para que sejam mitigados os efeitos negativos de sua utilização. 

Texto: Rafael Targino