A utilização de Big Data veio para revolucionar a forma de propor soluções, produtos e serviços para uma sociedade cada vez mais exposta a uma grande variedade de opções de bens de consumo. Com o mercado automotivo não é diferente.
Com objetivo de promover o desenvolvimento de conhecimento e tecnologia para o setor, a Linha VI – Conectividade Veicular, do programa Mover, coordenada pela Fundação de Apoio da UFMG (Fundep), trabalha subtemas ligados ao tema central do programa prioritário, sendo um deles o Aprendizado Federado.
Com potencial para transformar produtos e serviços das montadoras brasileiras, a tecnologia viabiliza experiências cada vez mais personalizadas, a partir dos padrões de uso dos motoristas. O Programa de Aprendizado Federado busca aplicar técnicas avançadas de aprendizagem de máquina em veículos conectados, otimizando o aproveitamento dos dados coletados.
Esses dados têm o potencial de aproximar ainda mais a indústria de seus clientes. No entanto, além de possibilitar o treinamento de modelos de inteligência artificial, o Aprendizado Federado se destaca por enfrentar uma questão central de natureza ética: como utilizar dados de forma responsável, preservando a privacidade dos usuários.
Este é o primeiro texto da série sobre Aprendizado Federado. Acompanhe as publicações e saiba mais sobre benefícios e projetos que podem transformar o processamento de dados no setor automotivo.
CONHEÇA A TECNOLOGIA
A evolução da tecnologia automotiva inclui o desenho de veículos com número cada vez maior de sensores, hardwares que coletam informações que podem ser processadas para detectar padrões.
O Aprendizado Federado (Federated Learning), também conhecido como Aprendizado de Máquinas, surgiu da necessidade de evitar a transferência dos dados coletados por cada dispositivo para a nuvem, mantendo a privacidade dos usuários, mas possibilitando soluções baseadas em aprendizado de máquina em ambientes que apresentam alta fragmentação de dados.
Tecnicamente, o aprendizado federado se baseia na distribuição do treinamento de modelos de aprendizado. Cada dispositivo treina seu conjunto de dados privado e reporta os parâmetros para um servidor central responsável pela agregação dos parâmetros em um modelo completo e pela distribuição do modelo agregado para os dispositivos. Este desacoplamento entre trabalho computacional e aquisição de dados garante a privacidade dos dispositivos.
O ecossistema de aplicações dentro e fora dos veículos traz consigo importantes desafios relacionados à segurança e à privacidade das informações. A partir da inclusão dos sensores e desenvolvimento de um sistema descentralizado de processamento de informações, os carros modernos tornam-se capazes de proteger dados sensíveis dos usuários, atendendo a requisitos fundamentais como autenticação, controle de acesso, disponibilidade e confidencialidade. Esse modelo é essencial para evitar violações às diretrizes de proteção à privacidade informacional em vigor em diversos países.
O APRENDIZADO FEDERADO NO MOVER
Sob a gestão da Fundação de Apoio da UFMG (Fundep), projetos ligados à temática Aprendizado Federado desenvolvem-se no eixo de mesmo nome do Programa Prioritário Conectividade Veicular. O objetivo é desenvolver ferramentas e modelos para o setor automotivo que combinem dados de usuários das diferentes empresas, de forma ética, e que seja capaz de construir um panorama mais completo do perfil de uso do motorista brasileiro.
Nos próximos textos da série sobre Aprendizado Federado você vai saber mais sobre as aplicações no setor automotivo, benefícios, sobre a plataforma Flautim e como são feitos os treinamentos dos modelos de IA. Não perca!
SOBRE A LINHA VI – CONECTIVIDADE VEICULAR
Linha VI – Conectividade Veicular busca fomentar Pesquisa, Desenvolvimento e Inovação (PD&I), novos modelos de negócios e a formação de pessoas para superar os desafios de mobilidade integrada, descarbonização e segurança de dados.
O objetivo é gerar conexões transformadoras capazes de desenvolver e oferecer soluções impactantes em infraestrutura de conectividade, conectividade no interior do veículo e segurança e privacidade de dados, contribuindo para o desenvolvimento industrial e tecnológico do setor automotivo brasileiro e da sua cadeia de produção. A atuação da frente tem foco no futuro de uma mobilidade cada vez mais conectada.
Liderada pela Fundep, a Linha VI tem coordenação técnica da Universidade Federal de Minas Gerais (UFMG).
ACOMPANHE NOSSA NEWSLETTER
Fique por dentro das ações dos programas prioritários que geram impacto e contribuem para ampliar a competitividade do setor automotivo.
[sibwp_form id=9]
</p>
