Sistemas IoT Autônomos Baseados em IA: Dos Desafios de Projeto às Preocupações com a Confiabilidade

Local: Auditório da Elétrica (campus Itajubá)

A palestra será ministrada pelo pesquisador visitante Luciano Ost, da University of Loughborough no Reino Unido.

Bio: O prof. Luciano Ost é o Diretor do Programa de Engenharia da Computação e Eletrônica (CEE) em  Loughborough. Obteve seu doutorado em Ciência da Computação pela PUCRS, Brasil, em 2010. Atuou como pesquisador convidado no Instituto de Sistemas Microeletrônicos da Technische Universität Darmstadt (de 2007 a 2008) e na University of York (outubro de 2009). Trabalhou como professor assistente na Universidade de Montpellier II, na França, até ingressar na University of Leicester como Lecturer em 2014. 

É autor e coautor de dois livros e de mais de 100 artigos. Sua pesquisa é dedicada ao avanço de arquiteturas de hardware e software para melhorar o desempenho, a segurança e a confiabilidade de sistemas embarcados e críticos para a vida.

Descrição: O avanço dos sistemas IoT autônomos tem demandado a integração de modelos de Inteligência Artificial (IA) e Aprendizado de Máquina (ML) cada vez mais complexos, comparáveis àqueles empregados em grandes data centers. Em aplicações de segurança crítica, como veículos autônomos, drones e robôs, tais modelos são indispensáveis para o reconhecimento de padrões, o controle de sistemas e a tomada de decisão em tempo real em ambientes dinâmicos e incertos. No entanto, o projeto desses sistemas deve atender a rigorosos requisitos de segurança e confiabilidade, configurando-se como um desafio de grande complexidade.

Entre os fatores que elevam o nível de risco nesses sistemas, destacam-se os erros transitórios induzidos por radiação, que podem comprometer tanto funcionalidades não críticas quanto funções essenciais, como a detecção de pedestres, podendo, em casos extremos, resultar em perda de vidas. Esse cenário exige que engenheiros de hardware e software desenvolvam modelos leves, eficientes em desempenho, seguros e altamente confiáveis, capazes de garantir uma operação tolerante a falhas.

Atualmente, um dos principais gargalos no fluxo de projeto é a ausência de métodos rápidos e precisos para a avaliação simultânea de desempenho, acurácia, eficiência energética e confiabilidade. Nesse contexto, este trabalho apresenta uma visão geral dos principais desafios envolvidos no desenvolvimento de sistemas IoT autônomos de segurança crítica baseados em IA. Além disso, são discutidas técnicas que, em conjunto com uma abordagem multicamadas, permitem a avaliação acelerada da confiabilidade frente a erros transitórios em diferentes processadores, modelos de IA/ML e conjuntos de dados.

Argumenta-se que, diante da ampla gama de alternativas no espaço de projeto desses sistemas, a adoção de estratégias de avaliação precoce, diagnóstico eficiente e mitigação da suscetibilidade a erros transitórios é fundamental para alcançar melhores compromissos entre desempenho, consumo energético e confiabilidade. Por fim, são apresentados os principais desafios, benefícios e limitações da avaliação e mitigação da confiabilidade frente a erros transitórios, considerando diferentes níveis de abstração — desde o uso de plataformas virtuais até experimentos reais de exposição à radiação por nêutrons.