Proposta prevê a criação de arquitetura inovadora de softwares reutilizável em diversos modelos de aprendizagem de máquina
Com a coleta massiva de dados em diversas plataformas e dispositivos, a privacidade tornou-se um ponto crítico no desenvolvimento de tecnologias de conectividade veicular. O projeto “Aplicações Veiculares com Aprendizado Distribuído e Manutenção de Privacidade (AVADiP)” busca garantir a segurança e a confidencialidade dos dados pessoais dos usuários por meio de aplicações avançadas para a indústria automotiva nacional.
A pesquisa foi aprovada em abril de 2023 na Chamada Pública de PD&I 01/2022 do Programa Prioritário Conectividade Veicular, coordenado pela Fundação de Apoio da UFMG (Fundep), com aporte total de R$2,9 milhões e contrapartida econômica de R$900 mil, ao longo de três anos.
A coordenação geral é do professor do Grupo de Teleinformática e Automação (GTA) da Universidade Federal do Rio de Janeiro (UFRJ), Miguel Elias Mitre, em parceria com o Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), a Stellantis e com a startup Mobway. De acordo com Mitre, o trabalho tem grande potencial de impacto no ecossistema das cidades inteligentes.
“O insumo de qualquer sistema de aprendizado de máquina são os dados dos usuários, que são coletados e armazenados em nuvem para serem utilizados pela indústria automotiva no desenvolvimento de aplicações diversas. O principal objetivo do nosso projeto é desenvolver uma arquitetura de softwares que sirva como base para ser utilizada em qualquer aplicação de coleta de dados, com garantia de privacidade. Dessa forma, a indústria automotiva poderá continuar produzindo novos modelos de aprendizado de máquina sem que os usuários precisem ceder informações pessoais”, explica.
A partir dessa arquitetura, serão desenvolvidas duas novas aplicações, sendo elas: a identificação de usuários vulneráveis ao redor dos veículos e a predição da saúde da bateria e do alcance do veículo eletrificado (EV – Electrical Vehicle, HEV – Hybrid EV ou PHEV – Plugin HEV). Ambas as aplicações são afetadas por padrões de condução e utilizam modelos gerados por algoritmos de aprendizado de máquina (ML – Machine Learning) com aquisição distribuída de dados.
Etapas de desenvolvimento
Como afirma Mitre, as expertises técnicas dos profissionais envolvidos possibilitou a execução do projeto em três eixos de trabalho, iniciando pela coleta e gerenciamento dos dados, que será feita com o apoio técnico da Stellantis e dois veículos da marca. “Nosso primeiro desafio é produzir os dados e armazená-los para que possamos treinar os modelos das aplicações. Inicialmente, a coleta será feita em bancada, off-line. Paralelamente, vamos construir os modelos de aprendizagem de máquina com manutenção da privacidade e a arquitetura de softwares. Quando houver um volume suficiente de dados armazenados, será feita a integração de todas as etapas do trabalho em um único sistema”, explica Mitre.
Como afirma o CIO da Mobway, Matheus Lenzi, a integração da equipe executora da empresa no projeto AVADiP ocorreu por meio da indicação do professor André Carlos Ponce de Leon Ferreira de Carvalho do ICMC/USP. “A Mobway, que já possuía um relacionamento prévio com a Stellantis, estava engajada em discussões pioneiras sobre conectividade veicular. A partir disso, fomos integrados ao projeto, para discutir e elaborar a proposta para o edital de PD&I do Programa Prioritário Conectividade Veicular, a fim de endereçar temas importantes, como a privacidade, conferindo o nível de maturidade que se pretende para a solução, viabilizando um viés de produto”, afirma o CIO.
Para Lenzi, a frente de Negócios e Parcerias dos Programas Prioritários foi fundamental desde o início do projeto. Em um evento chamado Meetup Rota 2030: Projetos de PD&I em Conectividade Veicular, promovido pelos Programas Prioritários, ICTs, montadoras e startups puderam, por meio de uma dinâmica, alinhar interesses e se conectar para, posteriormente, desenvolver propostas conjuntas para participação em edital. “O esforço desta frente em conectar os atores da cadeia não se restringiu ao momento do evento, seguiram apoiando a formação do arranjo e o desenvolvimento das propostas. Durante este segundo período, a equipe de Negócios e Parcerias esteve disponível para sanar dúvidas e fornecer orientações sobre o edital, garantindo que a proposta submetida fosse completa”, afirma Lenzi.
A previsão é que o projeto AVADiP seja concluído em três anos. “O projeto propõe estudar o uso de duas aplicações de inteligência artificial, mas a arquitetura que será construída poderá viabilizar várias outras, a fim de potencializar o uso dos dados gerados por veículos conectados no ecossistema de serviços com interfaces públicas”, acrescenta Mitre.
Metodologia e resultados previstos
O projeto usa uma metodologia baseada no processo CRISP-DM (Cross Industry Standard Process for Data Mining, “Processo padrão intersetorial para mineração de dados” em português) que engloba fases que devem ser aplicadas de forma cíclica para aprimorar a pesquisa e o desenvolvimento das soluções propostas.
As fases são entendimento dos dados, preparação, modelagem de recomendadores (não-personalizados, colaborativos, híbridos e proativos) e avaliação de recomendadores (offline e online).
As entregas e os resultados previstos no projeto estão no nível de maturidade 4 da escala TRL/MRL (Technology Readiness Levels/Manufacturing Readiness Levels, “Escala de Maturidade Tecnológica”, em português) e são formação de recursos humanos – com atuação de alunos de graduação, mestrado, doutorado como bolsistas -, geração de conhecimento – incluindo novas técnicas para recomendação de produtos e serviços em veículos, documentadas em códigos-fonte dos protótipos e relatórios técnicos detalhando a implementação e avaliação – e disseminação de conhecimento – por publicações em conferências e revistas e periódicos de reconhecimento internacional, desde que não tenham informações estratégicas.
SOBRE O PROGRAMA PRIORITÁRIO
O Programa Prioritário de Conectividade Veicular busca promover a pesquisa, desenvolvimento e a inovação (PD&I) em conectividade veicular, contribuindo para o desenvolvimento Industrial e tecnológico do setor automotivo e sua cadeia de produção, promovendo impacto e abrangência nacional.
A frente de atuação irá estimular a produção de tecnologias em quatro principais áreas temáticas: Conectividade: Meio ambiente e Descarbonização; Conectividade dos veículos com o ambiente externo; Tecnologia da Privacidade e Segurança de Dados; e Serviços, Diagnóstico e Manutenção Preditiva de Veículos. Todas essas temáticas serão trabalhadas em 3 eixos: Projetos de PD&I; Programa de Aprendizado Federado; e Desenvolvimento de Competências.
Liderado pela Fundep, o Programa Prioritário Conectividade Veicular tem coordenação técnica a Universidade Federal de Minas Gerais (UFMG).
ASSINE NOSSA NEWSLETTER
Fique por dentro de todas as ações, desenvolvidas por meio dos Programas Prioritários coordenados pela Fundep , que geram impacto e contribuem para ampliar a competitividade do setor automotivo.
