SECOM Apresenta: Projeto IDeepS

Neste episódio do SECOM Apresenta o INPE, o servidor  Valdivino Alexandre de Santiago Júnior, da Coordenação de Pesquisa Aplicada e Desenvolvimento Tecnológico (COPDT), deste Instituto Nacional de Pesquisas Espaciais, unidade de pesquisa do Ministério da Ciência, Tecnologia e Inovação, nos apresentará o Projeto IDeepS.

O tecnologista é coordenador do projeto Classificação de imagens via redes neurais profundas e grandes bases de dados para aplicações aeroespaciais ou, em Inglês, Image classification via Deep neural networks and large databases for aeroSpace applications (IDeepS). O projeto IDeepS é apoiado pelo Laboratório Nacional de Computação Científica (LNCC/MCTI) por meio de recursos do supercomputador SDumont. Além do INPE, participam do projeto o Instituto de Estudos Avançados (IEAv), a Universidade Federal de São Paulo (UNIFESP), o Instituto Tecnológico de Aeronáutica (ITA), e a Universidade Federal de São Carlos (UFSCar).

Valdivino explica: “No fundo este é um projeto no campo da inteligência artificial (IA), que hoje é um assunto muito popular e que está tomando conta da sociedade como um todo. A IA é muito importante para o desenvolvimento da nossa sociedade e do país, embora existem algumas implicações que a gente precisa ter um certo cuidado. Como primeiro tema relacionado ao projeto, consideremos que um satélite capta imagens e a gente quer classificar, de maneira automática, essas imagens. Precisamos saber, por exemplo, se conseguimos, automaticamente e via IA, dizer o seguinte:  isso aqui é uma imagem de uma floresta ou essa é uma imagem que há predominantemente um rio? Isso é muito relevante porque dá subsídios pra que possamos saber como é a cobertura e como está sendo utilizado o solo nos diversos biomas do nosso país.”

O servidor reforça que é importante mencionar que o INPE tem feito essa classificação há muito tempo, com projetos como o PRODES e o DETER. Mas no Projeto IDeepS, o diferencial é que se usa IA para que ela possa auxiliar nessa detecção automática, onde a IA simplesmente recebe a imagem do satélite e diz a que classe ela pertence (pastagem, cultura agrícola perene, ...). Além da automatização, a equipe do projeto  lida com uma grande quantidade de imagens de satélite. “Nós usamos as chamadas redes neurais profundas como técnica da IA para nos auxiliar. As redes neurais profundas são modelos que se baseiam na forma como nosso cérebro funciona, e que têm revolucionado a comunidade acadêmica e industrial.

Para usar as redes neurais profundas, a equipe precisa pegar as imagens do satélite, que usualmente são grandes, e fazer todo um processamento pra deixar tais imagens preparadas para uso pelas redes. Então, se treina a rede neural profunda com essas imagens, e esse treinamento é que faz com que o modelo adquira a sua “inteligência”. Depois de treinada, podem-se enviar imagens para a rede neural profunda e ela diz: isso é pastagem, isso é rio, etc.

Valdivino compartilha que há outro objetivo do projeto que é relacionado a drones. “A gente quer também investigar essas redes neurais profundas para tentar desenvolver sistemas de drones que possam ter uma maior autonomia. Essa autonomia significa duas coisas. A primeira é o drone voar sem a necessidade de ter um operador manual controlando o equipamento, e isso é bem interessante porque, se nós tivermos uma situação de emergência em uma área de difícil acesso, a gente não precisa ter um operador próximo monitorando/guiando o drone: ele pode voar de maneira autônoma. A ideia é fazer esse voo autônomo usando, principalmente, as imagens que o drone captura, sem necessitar de GPS. 

O segundo ponto da autonomia é fazer análises e propor soluções que possam aumentar o tempo de duração de voo do drone. Aqui envolve, por exemplo, soluções que possam identificar o consumo de energia e temperatura do computador do drone para que a gente possa otimizar o seu tempo de voo.”

Finalizando, o Dr. Valdivino, reforça que o projeto abrange essas duas áreas: Sensoriamento Remoto (classificação de imagens de satélite) e drones, onde é usada a IA. “O objetivo geral do projeto IDeepS é prover recomendações dos modelos mais adequados de redes neurais profundas para os profissionais e pesquisadores das comunidades de sensoriamento remoto e de drones, pois existem muitos modelos (redes) disponíveis atualmente. Qual é o melhor modelo, ou o mais adequado, que a gente tem que utilizar para resolver um certo problema na área de Sensoriamento Remoto? E para drones? Então, no caso, esse é o objetivo maior do projeto. Logo, o projeto engloba vários trabalhos diferentes que precisamente abordam esse objetivo maior de dar recomendações e sugestões de quais seriam os melhores modelos de redes neurais profundas.”

Esse projeto trará uma significativa contribuição para a sociedade brasileira. Em relação à área de sensoriamento remoto (classificação de imagens de satélite), a IA, e iniciativas como o projeto IDeepS, podem ajudar a melhorar ainda mais a acurácia nas estimativas de desmatamento e de focos de queimadas no país, que faz parte do escopo de trabalho do INPE. A questão da autonomia de drones é também muito relevante, principalmente hoje em dia que vemos drones começando a serem utilizados para entrega de mercadorias. Se você tem um drone com uma autonomia de voo maior, você vai conseguir com que o mesmo equipamento consiga voar por mais tempo, entregar mais mercadorias, considerando a mesma quantidade de bateria disponível. A questão de monitoramento da Floresta Amazônica também será beneficiada com o uso de drones com maior autonomia de voo.

O projeto IDeepS começou em outubro de 2021, foi renovado em 2022, e o final do mesmo está previsto para outubro deste ano.

Sobre Valdivino Alexandre de Santiago Júnior

É tecnologista sênior da Coordenação de Pesquisa Aplicada e Desenvolvimento Tecnológico (COPDT), do INPE desde 2002. É graduado e é mestre em Engenharia Elétrica pela Universidade Federal do Ceará (UFC). Concluiu o doutorado em Computação Aplicada no INPE em 2011, e teve a oportunidade de trabalhar como pesquisador visitante, em estágio de Pós-Doutorado, na área de Ciência da Computação na University of Nottingham, Inglaterra, Reino Unido em 2019.