PESQUISADOR DA UFU DESENVOLVE ALGORITMO QUE PODE REVOLUCIONAR A INTELIGÊNCIA ARTIFICIAL SEM SUPERCOMPUTADORES

Uma pesquisa desenvolvida na Faculdade de Computação da Universidade Federal de Uberlândia (UFU) pode representar um avanço significativo para o futuro da Inteligência Artificial (IA). O professor e pesquisador Anderson Santos, doutor em Bioinformática, criou o RIS-Kernel, um algoritmo capaz de permitir que grandes modelos de linguagem, como os utilizados em ferramentas de IA generativa, processem grandes volumes de dados utilizando computadores convencionais, dispensando a necessidade de supercomputadores e placas gráficas (GPUs) de alto desempenho.

A proposta busca reduzir um dos principais obstáculos enfrentados atualmente pela Inteligência Artificial: o elevado custo computacional exigido pelos chamados Grandes Modelos de Linguagem (LLMs), utilizados em plataformas como o ChatGPT e outras soluções de IA avançada.

Segundo o pesquisador, a inovação não consiste na criação de uma nova inteligência artificial, mas em um método que torna qualquer modelo mais eficiente.

“Eu não criei uma IA nova. Eu fiz com que qualquer IA, de baixo, médio ou alto desempenho, gaste menos hardware e tempo de processamento. Estou democratizando o uso da IA”, explicou Anderson Santos.

Da bioinformática para a Inteligência Artificial

O projeto nasceu a partir de pesquisas na área da bioinformática. Inicialmente, Anderson desenvolvia o software GenPPi, destinado ao estudo de redes de interação entre proteínas bacterianas. Durante o trabalho, surgiu o desafio de analisar uma quantidade muito grande de conexões, levando à criação do algoritmo Reduced Interaction Sampling (RIS).

Meses depois, o pesquisador percebeu que os modelos de linguagem enfrentavam um problema matemático semelhante ao encontrado nas redes biológicas. A partir dessa constatação, o algoritmo foi adaptado para a Inteligência Artificial, originando o RIS-Kernel.

Como funciona a tecnologia

Nos modelos tradicionais de IA, conhecidos como sistemas de “atenção densa”, praticamente todas as palavras de um texto são comparadas entre si, fazendo com que o consumo de memória e processamento cresça rapidamente conforme aumenta o tamanho do documento.

O RIS-Kernel propõe uma abordagem diferente. Em vez de analisar todas as conexões possíveis, o algoritmo identifica apenas aquelas com maior probabilidade de carregar informações relevantes para compreender o contexto e responder corretamente às solicitações do usuário.

Na prática, o sistema funciona como uma espécie de “lupa inteligente”, filtrando as conexões mais importantes e descartando relações pouco relevantes, reduzindo significativamente o consumo de recursos computacionais sem comprometer a qualidade das respostas.

Reconhecimento internacional

O trabalho já recebeu reconhecimento da comunidade científica internacional. O estudo teórico foi publicado na revista Scientific Reports, do grupo Nature Portfolio, enquanto a validação prática do RIS-Kernel foi aceita para apresentação oral na 25th International Conference on Information & Knowledge Engineering (IKE’26), que acontece entre os dias 20 e 24 de julho, nos Estados Unidos.

Para ampliar o acesso à tecnologia, Anderson Santos também disponibilizou o código-fonte e os dados utilizados nos testes sob licença de software livre no GitHub, permitindo que pesquisadores de diferentes países possam estudar, validar e aperfeiçoar a ferramenta.

O avanço reforça o potencial da produção científica desenvolvida na UFU e coloca Uberlândia em evidência no cenário internacional de pesquisa em Inteligência Artificial, área considerada estratégica para a inovação tecnológica e o desenvolvimento econômico.