Pesquisador da UFU cria algoritmo para turbinar IAs sem o uso de supercomputadores
Segundo o pesquisador Anderson Santos, o algoritmo para turbinar IAs foi aprovado pela comunidade internacional
-
Uma pesquisa desenvolvida na Faculdade de Computação da Universidade Federal de Uberlândia (UFU) pode representar um avanço significativo na democratização da Inteligência Artificial (IA). O projeto resultou no desenvolvimento do RIS-Kernel, uma tecnologia capaz de permitir que modelos avançados de IA processem grandes volumes de informação utilizando computadores convencionais, sem a necessidade de supercomputadores ou placas de vídeo (GPUs) de alto desempenho. A tecnologia será apresentada, via online, numa conferência internacional nos Estados Unidos ainda este mês (leia mais abaixo).
O projeto é de autoria do professor da Universidade Federal de Uberlândia (UFU), Anderson Santos, Doutor em Bioinformática. Conforme o pesquisador, sua criação é na prática um algoritmo para turbinar IAs sem a necessidade de supercomputadores.
“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”, disse Anderson, em entrevista ao Paranaíba Mais.
Pesquisador da UFU cria algoritmo para turbinar IAs
Atualmente, os chamados Grandes Modelos de Linguagem (LLMs), responsáveis por ferramentas como o ChatGPT, dependem de enorme capacidade computacional para analisar textos extensos, documentos jurídicos, prontuários médicos ou artigos científicos.
Essa exigência faz com que apenas grandes empresas de tecnologia e centros de pesquisa com elevados investimentos consigam desenvolver e operar esses sistemas em larga escala.
Segundo o pesquisador responsável pelo estudo, a ideia surgiu de forma inesperada durante pesquisas na área da bioinformática, voltadas ao estudo das interações entre proteínas de bactérias.
Da biologia para a Inteligência Artificial
O trabalho teve origem no desenvolvimento do GenPPi, software criado para prever redes de interação entre proteínas bacterianas. Durante a evolução do projeto, o sistema passou a gerar uma quantidade muito grande de conexões, dificultando as análises estatísticas.
“Para solucionar esse problema, foi criado o algoritmo Reduced Interaction Sampling (RIS), um método matemático de amostragem inteligente capaz de selecionar apenas as interações mais relevantes sem alterar a estrutura geral da rede”, disse o pesquisador.
LEIA MAIS:
ChatGPT-5 vs. o mundo: a nova batalha da inteligência artificial
Veja quem corre risco de perder o emprego para a Inteligência Artificial
Cérebro preguiçoso: inteligência artificial pode enfraquecer o aprendizado dos jovens, diz MIT
Meses depois, ao utilizar ferramentas de Inteligência Artificial no cotidiano, o pesquisador percebeu que os modelos de linguagem enfrentavam um desafio matemático semelhante ao encontrado nas redes de proteínas. A partir dessa constatação nasceu o RIS-Kernel, adaptando o algoritmo originalmente desenvolvido para a biologia ao processamento de grandes modelos de linguagem.
Como funciona
O método tradicional utilizado pelos modelos de IA, conhecido como “atenção densa”, compara praticamente todas as palavras de um texto entre si. Quanto maior o documento, maior é o consumo de memória e processamento, fazendo com que a demanda computacional cresça de forma exponencial. O RIS-Kernel, por sua vez, 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 perguntas do usuário”, contou Anderson.
Na prática, conforme o pesquisador, o algoritmo funciona como uma “lupa inteligente”, filtrando as conexões mais importantes e descartando relações pouco úteis para a interpretação do texto.
Projeto aprovado pela comunidade internacional
O projeto do pesquisador foi aprovado pela comunidade internacional. O estudo teórico do RIS foi publicado no periódico Scientific Reports (do grupo Nature Portfolio), e a validação de sistemas do RIS-Kernel foi aceita para apresentação oral na conferência internacional 25th International Conference on Information & Knowledge Engineering (IKE’26), agendada para o período de 20 a 24 de julho de 2026, nos Estados Unidos. A apresentação do pesquisador da UFU será online.
Para democratizar a tecnologia, o código-fonte do wrapper e os dados dos benchmarks foram disponibilizados sob licença de software livre no GitHub, de modo que pesquisadores do mundo inteiro possam auditar e avançar o projeto.
Impacto ambiental
Além da redução dos custos, o RIS-Kernel também pode contribuir para diminuir o impacto ambiental da Inteligência Artificial. De acordo com o pesquisador, grandes modelos de linguagem exigem enorme quantidade de energia elétrica para treinamento e operação, além de elevado consumo de água nos sistemas de resfriamento dos data centers.
📲 Siga o canal de notícias do Paranaíba Mais no WhatsApp
Ao reduzir significativamente o número de operações matemáticas necessárias para processar textos longos, a tecnologia diminui também o consumo energético e as emissões de carbono associadas ao funcionamento desses sistemas.
