Computación Avanzada CPQD | Computación Avanzada
CPqD
  • Computación avanzada

    Soluciones efectivas para los desafíos de una sociedad digital

Esta plataforma tecnológica tiene su foco en la organización y representación digital de los fenómenos complejos, así como en las informaciones fundamentales de una sociedad conectada y digital.
La Computación Avanzada engloba tecnologías y técnicas para programación de algoritmos complejos, estructuración, procesamiento distribuido y gestión de diversos tipos de información y la interacción adecuada de los sistemas con el usuario, garantizando la ejecución sobre una red de computadoras en diversos ambientes tecnológicos.

Las principales competencias de esta plataforma son:

Datos

Tecnologías para organizar, recuperar y mantener la información, que soportan desde la generación de los datos hasta el proceso de transformar la información en conocimiento.

  • Big Data
  • Relational, Graph, In-memory Databases
  • Data warehouse
  • Frameworks de persistência
  • Frameworks de persistencia

Inteligencia de localización

Tecnologías para organizar y comprender fenómenos complejos a través de relaciones geográficas inherentes a toda información.

  • Sistemas de información geográfica (Geographic Information Systems – GIS)
  • Algoritmos de inteligencia espacial
  • Infraestructura de datos espaciales
  • Gestión de geodispositivos

Procesamiento distribuido

Tecnologías que permiten ejecutar procesos de computación de forma descentralizada, por medio de la utilización de componentes de software distribuidos que coordinan sus acciones mediante el intercambio de mensajes.

  • Arquitectura de sistemas
  • Algoritmos de procesamiento distribuido
  • Tecnologías de integración
  • Frameworks de cache

Computación en nube

Tecnologías dirigidas a asegurar que un sistema opere en un ambiente descentralizado, elástico, con recursos de computación compartidos e interconectados por medio de la red de computadoras.

  • Virtualización
  • SaaS
  • PaaS
  • IaaS

Sistemas de misión crítica

Tecnologías utilizadas para evitar la paralización de servicios de computación y asegurar que un sistema opere con alta disponibilidad, escalabilidad, alto desempeño, seguridad, tolerancia a fallas y en tiempo real, considerando que tanto la paralización como la pérdida de datos pueden generar grandes trastornos.

  • Alta disponibilidad
  • Escalabilidad
  • Alto desempeño
  • Tolerancia a fallas
  • Tiempo real

Aplicaciones móviles

Tecnologías para desarrollo de soluciones con movilidad, adherentes a los principios MEAP (Mobile Enterprise Application Platform) y orientadas a la integración de servicios en nube.

  • Aplicaciones nativas independientes de plataforma (MEAP)
  • Middleware de interoperabilidad para aplicaciones con movilidad
  • Front-end para Android, iOS, Windows Phone

Interacción con el usuario

Tecnologías y metodologías para adecuar los sistemas de computación a la realidad conocida por el usuario final y mejorar la interacción, consecuentemente, la satisfacción y fidelización.

  • Interfaces naturales
  • Realidad aumentada
  • Usabilidad
  • Accesibilidad
  • Experiencia afectiva
Todos os direitos reservados ao CPQD.

21ª edição do WRNP

O 21º WRNP, ocorrido na modalidade online, nos dias 7 e 8 de dezembro de 2020, contou com uma demonstração da Plataforma de IA para o Agronegócio (PlatIAgro) pelo arquiteto do projeto, Fábio Beranizo F. Lopes.

Foram apresentados os motivadores para o projeto e a demonstração de como utilizar as funcionalidades da PlatIAgro, tais como:
• Construção de fluxo de tarefas para treinamento de modelos
• Comparação de resultados dos modelos
• Implantação dos fluxos de tarefas com os modelos treinados
• Demonstração de um modelo em funcionamento por meio de um dashboard que exibe a probabilidade de falha em máquinas agrícolas.

O WRNP é um evento anual que acontece junto ao Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC).

Parceria com a WestRock

No início de 2020, CPQD e WestRock assinaram parceria para uso de componentes da Plataforma de Inteligência Artificial para o Agronegócio (PlatIAgro), visando a geração de modelo de machine learning para estimar a melhor data para a próxima manutenção de máquinas carregadeiras utilizadas em sua cadeia produtiva.

O papel desempenhado pelos componentes da PlatIAgro incluía não somente o processamento de dados das máquinas para a geração do modelo mas, também, a implantação e atualização do modelo executado a cada nova captura de dados.

Uma aplicação foi também desenvolvida visando o envio de informações consolidadas para a PlatIAgro, a qual executa o modelo e devolve para a aplicação a quantidade de horas até a próxima manutenção, habilitando a apresentação em um calendário de manutenção das máquinas.

Parceria com a Fundação ABC

A Fundação ABC é uma instituição privada, sem fins lucrativos, que realiza pesquisa aplicada para desenvolver e adaptar novas tecnologias, com o objetivo de promover soluções tecnológicas para o agronegócio aos mais de 5 mil produtores rurais filiados. Ao longo de 2020, foi firmada uma parceria entre o CPQD e a Fundação ABC com o objetivo de utilizar a Plataforma de IA para o Agronegócio, para estimar a quantidade de grãos de milho em uma amostra de espiga. Mais especificamente, a ideia foi realizar essa estimativa a partir de uma foto de uma espiga.

Dessa forma, considerando o conjunto de imagens fornecidas pela Fundação ABC, foram iniciados os primeiros desenvolvimentos em relação à aplicação de predição de número de grãos na espiga do milho. A partir de então, o projeto consistiu em utilizar técnicas de processamento digital de imagens (PDI) e aprendizado profundo com redes convolucionais (deep learning) para atingir esse objetivo.

Todo o pipeline de treinamento do modelo e de inferência foi disponibilizado na PlatIAgro e, a partir do módulo de implantação, a Fundação ABC já poderá conectar sua aplicação para conseguir ter as estimativas da quantidade de grãos a partir de uma foto da espiga.

TDC 2019

O 21º WRNP, ocorrido na modalidade online, nos dias 7 e 8 de dezembro de 2020, contou com uma demonstração da Plataforma de IA para o Agronegócio (PlatIAgro) pelo arquiteto do projeto, Fábio Beranizo F. Lopes.

Foram apresentados os motivadores para o projeto e a demonstração de como utilizar as funcionalidades da PlatIAgro, tais como:
• Construção de fluxo de tarefas para treinamento de modelos
• Comparação de resultados dos modelos
• Implantação dos fluxos de tarefas com os modelos treinados
• Demonstração de um modelo em funcionamento por meio de um dashboard que exibe a probabilidade de falha em máquinas agrícolas.

O WRNP é um evento anual que acontece junto ao Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC).

20º WRNP

O 20º WRNP, ocorrido nos dias 6 e 7 de maio de 2019, contou com uma apresentação geral da PlatIAgro pela líder técnica do projeto Graziella Cardoso Bonadia. Essa foi a primeira exposição dos resultados do projeto, inclusive com a disponibilização de uma aplicação de demonstração criada com o uso dos componentes da plataforma.

Essa aplicação de demonstração foi apresentada aos participantes do evento na ala de exposição pela Graziella C. Bonadia e o colaborador Marcelo Ribeiro, então arquiteto da plataforma. O WRNP é um evento anual que acontece junto ao Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC).

ForAgri 2019

Em outubro deste ano, o CPQD hospedou o evento ForAgri, que visa a promoção do empreendedorismo e da inovação em Tecnologias da Informação e Comunicação para o agronegócio brasileiro.

O evento contou com três trilhas: Inovação, Tecnologia e Plataformas dojot e IA. Na trilha das plataformas, a líder técnica Graziella Bonadia apresentou uma visão geral da plataforma IA para o agronegócio. Também explorou o ciclo de desenvolvimento de modelos de aprendizado de máquina com utilização das tarefas de IA voltadas para automatizar a modelagem de problemas de classificação e regressão comuns ao agronegócio. Além disso, o líder técnico Rafael Scaraficci fez uma introdução à plataforma dojot com exploração do potencial de sinergia entre as duas plataformas.

Após essa exposição de conceitos, deu-se início a um treinamento (hands on) da versão inicial de teste da PlatIAgro. Neste momento, os participantes receberam um link com dados históricos de 3 problemas fictícios relacionados ao agronegócio. A tarefa era criar um modelo de predição utilizando técnicas de machine learning disponibilizados pela plataforma. Um desses problemas demonstrava a sinergia entre a plataforma de IA e IoT (dojot), com a implantação do modelo construído na PlatIAgro em um dispositivo gerenciado pela dojot.

Neste treinamento, os participantes puderam comparar diversos modelos e implantar aquele que trouxe melhor resultado para cada um dos três problemas. O modelo escolhido pôde ser implantado em uma aplicação desenvolvida previamente e seu funcionamento foi observado em tempo real.

Workshop e Hands On com Startups

A Plataforma de Inteligência Artificial para o Agronegócio (PlatIAgro) foi o foco de um workshop promovido pelo CPQD e AgTech Garage, que terminou na terça-feira, 20/4. Com um público de mais de 150 inscritos, entre os quais muitas startups, o workshop começou no dia 6, com uma introdução à tecnologia de Inteligência Artificial (IA) e a apresentação da PlatIAgro – uma plataforma aberta de IA que vem sendo desenvolvida pelo CPQD em parceria com a Rede Nacional de Ensino e Pesquisa (RNP), com fomento do Ministério da Ciência, Tecnologia e Inovações (MCTI). Durante a apresentação, foram realizadas demonstrações e discussões com o público sobre os recursos oferecidos pela PlatIAgro que podem contribuir para a otimização e maior agilidade no desenvolvimento de aplicações IA voltadas ao agronegócio.

Nos dias 14 e 20/04, o evento consistiu em sessões de hands-on, com três horas de duração (por dia), durante as quais os participantes tiveram a oportunidade de usar a plataforma para executar o processo de geração de modelos de IA. A PlatIAgro foi idealizada para prover um ambiente que facilite o gerenciamento desses modelos, a realização de experimentações, comparação de resultados e a implantação dos modelos gerados. Seu desenvolvimento contou com parcerias com empresas brasileiras, que forneceram diversos dados (imagens de satélites e de drones, informações de máquinas em operação, etc.) para provas de conceito localizadas.
O Workshop pode ser assistido em: https://www.youtube.com/watch?v=boKuRnfhxWc&t=2235s