Novas soluções para tornar a Inteligência Artificial mais transparente nas indústrias

Uma equipa de investigadores da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC) está a revolucionar a forma como se compreende a Inteligência Artificial (IA) em ambientes industriais. Foi desenvolvida uma nova metodologia que permite extrair conhecimento de modelos complexos, tornando-os mais acessíveis e interpretáveis para profissionais do setor.

A abordagem inovadora utiliza sistemas de lógica difusa, garantindo que as dinâmicas dos processos industriais sejam representadas de forma simples, mas eficaz, conforme revelado pela FCTUC numa nota à agência Lusa.

O rápido crescimento das soluções baseadas em IA veio trazer um desafio premente: a necessidade de gerar confiança entre os utilizadores, especialmente devido à dificuldade em compreender as decisões tomadas por modelos altamente sofisticados.

Esta problemática é especialmente relevante nas indústrias, onde não basta que os sistemas sejam precisos; devem também ser transparentes e compreensíveis para assegurar a segurança e eficácia operacional.

O método criado pelos investigadores é fundado numa estrutura do tipo "professor-aluno". Neste sistema, um modelo complexo (NFN-LSTM), que combina redes neuronais de Long Short-Term Memory com lógica difusa, funciona como guia para treinar um modelo mais simples e compreensível (NFN-MOD).

O doutorando Jorge S. S. Júnior, do Departamento de Engenharia Eletrotécnica e de Computadores da FCTUC, explica que "o modelo NFN-MOD faz uso de funções com entradas atrasadas para simular a memória temporal do processo, equilibrando o desempenho à simplicidade".

Os resultados do estudo foram promissores, com a eficácia da metodologia testada em dois casos reais: uma unidade de recuperação de enxofre e um processo de moagem na indústria cimenteira. Em ambos os casos, o modelo mais simples foi capaz de replicar com grande precisão o comportamento do modelo complexo, ao mesmo tempo que forneceu explicações claras sobre fatores críticos, como emissões de gases ou variações de resíduos.

Além disso, o modelo oferece uma nova abordagem de análise contextual, permitindo que os operadores entendam melhor os diversos cenários industriais, facilitando assim a tomada de decisões.

Com esta inovação, a equipa de investigação espera não só aumentar a confiança nos sistemas de IA, mas também otimizar o controlo de processos em ambientes industriais de rigor.