No dias 25, 27 e 28 de agosto de 2025, o Prof. Dr. Luciano Ost, da Universidade de Loughborough (Reino Unido), ministrou uma palestra para os alunos de graduação e pós-graduação com o tema “Sistemas IoT Autônomos Baseados em IA: Dos Desafios de Projeto às Preocupações com a Confiabilidade”.

Resumo:
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

Palavras-Chave:
IoT autônomo, inteligência artificial, confiabilidade, erros transitórios, segurança crítica.