A Universidade Federal de Sergipe (UFS) conquistou a aprovação de um projeto de Pós-Doutorado Empresarial (PDI) pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). O projeto com o tema “Uma abordagem neuro-simbólica com Knowledge Graphs para mitigar desafios em IA generativa com LLMs”, é coordenada pelo professor Hendrik Teixeira Macedo, do Departamento de Computação (DCOMP) e em parceria com a empresa Informática Empresarial Ltda (CHIP). O objetivo é reduzir um dos principais desafios enfrentados pela IA generativa, quando os modelos produzem respostas incorretas ou sem fundamento.
A pesquisa investigará a integração entre Grandes Modelos de Linguagem (Large Language Models – LLMs), tecnologia utilizada em ferramentas de inteligência artificial generativa, e bases de conhecimento especializado por meio da inteligência artificial neuro-simbólica. A proposta é tornar os sistemas mais precisos, transparentes e capazes de realizar raciocínios complexos.
Além de ampliar a confiabilidade da inteligência artificial, a pesquisa pode contribuir para o desenvolvimento de soluções voltadas a áreas que exigem elevado nível de precisão, como saúde, direito, finanças e gestão empresarial.
Hendrik Teixeira Macedo, professor do Departamento de Computação (Dcomp/UFS) e idealizador do projeto, salientou que a parceria representa um importante avanço para a universidade e para o ecossistema de ciência e tecnologia em Sergipe.
“Este projeto fortalece a UFS como referência em inovação e pesquisa aplicada, permitindo transferir o conhecimento gerado no Departamento de Computação e no Programa de Pós-Graduação em Ciência da Computação diretamente para o setor produtivo, envolvendo nossos estudantes em desafios reais da indústria e impulsionando a produção científica de alto impacto”, disse.
Ainda segundo Hendrik, “a pesquisa busca demonstrar que, ao fundamentar os modelos de linguagem em regras e dados lógicos estruturados, é possível mitigar drasticamente as alucinações da IA. Também queremos mostrar que modelos menores, aliados a esse conhecimento especializado, podem atingir níveis de acurácia equivalentes ou superiores aos de modelos muito maiores, com menor custo operacional”.
Fonte: AJN1
