Iniciativa do DCC vai ter acesso à infraestrutura especializada para reduzir custos e impacto ambiental da inteligência artificial
Um projeto de pesquisadores do Departamento de Ciência da Computação (DCC) da Universidade Federal de Minas Gerais (UFMG), cujo objetivo é tornar a inteligência artificial mais eficiente e sustentável, foi selecionado pelo rigoroso NVIDIA Academic Grant Program, iniciativa da empresa de tecnologia dos Estados Unidos.
O estudo aprovado é o Towards Greener NLP: Data-Centered Approaches for Sustainable AI (“Rumo a um PNL mais ecológico: abordagens centradas em dados para IA sustentável”), liderado pelos professores Marcos André Gonçalves e Washington Cunha, no âmbito do Instituto de Ciência e Tecnologia em Inteligência Artificial Responsável para Linguística Computacional, Tratamento e Disseminação de Informação (INCT TILDIAR).
O programa oferece acesso a computadores de alto desempenho. Nesse caso, o grupo brasileiro recebeu 32 mil horas de uso de GPUs A100, equipamentos usados para treinar inteligência artificial.
Desenvolver modelos de inteligência artificial que consumam menos energia e menos recursos computacionais, sem comprometer o desempenho, é o grande objetivo da equipe do INCT TILDIAR, que já apresenta resultados consistentes com uma abordagem baseada na seleção e no uso eficiente de dados.
Segundo o professor Marcos André Gonçalves, o diferencial do projeto está na forma como os dados são utilizados no treinamento. “Nosso foco é investigar como tornar modelos de linguagem mais eficientes a partir de uma perspectiva centrada nos dados, utilizando técnicas como seleção inteligente de dados para reduzir custos e impacto ambiental sem perder desempenho”, disse.
Em um seminário do grupo Content-Centered Computing, na Universidade de Torino, na Itália, apresentado por Gonçalves e divulgado por Samuele D’Avenia (2026), o pesquisador propôs ir além da chamada “lei do mais”.
Na apresentação “Mais com Menos – Abordagens de IA sustentáveis para Processamento de Linguagem Natural”, ele demonstrou que é possível reduzir o volume de dados e o consumo energético sem perda relevante de desempenho. Para isso, o foco recai sobre seleção de dados e engenharia de conjuntos de treinamento. Portanto, o argumento central é direto: eficiência pode substituir escala bruta.
Atualmente, treinar grandes sistemas de IA pode consumir tanta energia quanto pequenas cidades. Portanto, reduzir esse custo deixou de ser uma escolha e passou a ser uma necessidade.
Nesse contexto, o projeto analisa quatro dimensões de forma integrada:desempenho dos modelos; custo computacional; consumo de energia e Impacto e colaboração
Para o pesquisador Washington Cunha, o tema do projeto é de extrema relevância. “Esse projeto busca avançar os limites atuais da IA com foco em eficiência e sustentabilidade, um tema cada vez mais crítico no desenvolvimento em larga escala”, afirmou.
Embora o projeto esteja em andamento, os resultados já indicam um possível redirecionamento na área. Atualmente, o setor aposta em modelos cada vez maiores. No entanto, essa estratégia implica custos elevados. Por isso, iniciativas como essa sugerem um caminho alternativo, ou seja, maior eficiência e menor desperdício.
Segundo os pesquisadores, com a infraestrutura garantida, a equipe deve ampliar os experimentos e comparar estratégias de treinamento com foco em economia de energia. Se os resultados se confirmarem, o impacto pode ultrapassar o meio acadêmico, pois reduzir o custo da IA também amplia seu acesso.
Os cientistas analisam, ainda, que o apoio da NVIDIA não apenas reconhece um projeto brasileiro, mas também indica um caminho. “A inteligência artificial do futuro tende a ser mais sustentável, para se tornar ainda mais eficiente, e não apenas maior”, concluiu Cunha.
Matéria: Marcus Vinicius dos Santos, colaborador do INCT
Imagem gerada por IA, a partir da foto dos coordenadores do projeto
