IESTI oferece disciplina com conteúdo inovador de Inteligência Artificial e promove networking com professores de Harvard e da Europa

O kit disponibilizado aos alunos da UNIFEI foi utilizado para laboratórios práticos individuais e para execução dos projetos em grupos.

Exemplo de um dos projetos de grupo, em que a câmera é utilizada para classificar imagens com e sem incêndios:

 

 O Instituto de Engenharia de Sistemas e Tecnologias da Informação (IESTI), da Universidade Federal de Itajubá (UNIFEI), ofereceu no primeiro semestre de 2021 uma disciplina eletiva online para alunos de Engenharia de Controle e Automação (ECA), Engenharia de Computação (ECO) e Engenharia Eletrônica (ELT) com foco em Tiny Machine Learning, uma área nova da Inteligência Artificial.

 A UNIFEI foi a primeira instituição em toda a América Latina a ofertar este curso na graduação. Denominada IESTI01 TinyML – Aprendizado de Máquina Aplicado para Dispositivos IOT Embarcados, a disciplina traz conceitos para a aplicação de técnicas de aprendizado de máquina em dispositivos embarcados com pouca capacidade de processamento, memória e baixo consumo de energia.

 Além de oferecer um conteúdo diferenciado e inovador sobre Inteligência Artificial, a disciplina promoveu momentos de interação entre os professores e alunos da UNIFEI com docentes da escola de Engenharia de Harvard e instituições na Europa que atuam nesta área, como o International Centre for Theoretical Physics – ICTP (https://www.ictp.it), de Trieste, Itália.

 O curso foi supervisionado pelo professor Maurílio Pereira Coutinho e contou com o apoio do professor José Alberto Ferreira Filho, ambos do IESTI, tendo como professor voluntário o engenheiro Marcelo José Rovai, ex-aluno da UNIFEI, que atualmente mora no Chile e teve cargos importantes em empresas de Tecnologia no Brasil e no exterior.

Sobre a disciplina

 A disciplina foi dividida em três partes: Pré-Curso, Fundamentos de TinyML e Aplicações reais de TinyML e sua implementação. Pelo fato de a disciplina trazer conteúdos inéditos no âmbito acadêmico, a primeira fase do curso foi focada na introdução básica de conceitos de programação em linguagem Python, através de notebooks disponibilizados pelo CoLab da Google.

 Após o Pré-Curso, os alunos aprenderam noções básicas sobre Machine Learning e Deep Learning, durante a módulo Fundamentos de TinyML. Além disso, essa fase contou com conteúdos abordando conceitos sobre Machine Learning embarcado em dispositivos e características de coleta e análise de dados.

 A última etapa do curso focou em aplicações de TinyML na indústria, explicando as principais características que estão por trás de ferramentas de reconhecimento de fala, imagens e movimentos e também envolveu princípios de Engenharia de Dados aplicados ao TinyML e projetos reais utilizando plataformas de mercado (Edge Impulse).

 Todos os alunos receberam em suas casas um kit, composto de um Arduino Nano 33 BLE Sense (que, entre outros sensores, incorpora microfone digital e IMU de 9 eixos, além de leds para verificação de resultados) e uma câmera VGA. O kit foi utilizado para laboratórios práticos individuais e para execução dos projetos em grupos. O professor Marcelo Rovai considerou o envio desse material de laboratório aos alunos como fundamental para o aprendizado.

 Semanalmente, os alunos tiveram acesso aos slides da classe, material de leitura adicional, notebooks com o código abordado no curso e os vídeos editados da classe síncrona da semana. Todo o material do curso está disponível no link: https://github.com/Mjrovai/UNIFEI-IESTI01-T01-2021.1

Segunda versão

 Neste semestre, está em andamento a segunda edição do curso, sendo que a atual turma (IESTI01 2021.2) conta com a participação de dois docentes de Moçambique além de professores do curso de Engenharia do Instituto Federal de Educação de São Paulo (IFSP), que pertencem aos campi de Guarulhos, São José dos Campos e da capital paulista. Segundo o professor Marcelo Rovai, “a intenção dos participantes de Moçambique e do IFSP é a de também implantar o curso em suas grades acadêmicas”.