O Instituto Modal é Especialista em Soluções de Inteligência Artificial
Descubra como as nossas soluções podem ajudar a sua empresa
Entre em contato
Automação Industrial

Automação Industrial

Automação Industrial

São algoritmos orientados a soluções industriais que permitem automatizar processos, aumentar a eficiência da planta, reduzir custos e implementar mudanças mais rápidas na linha de produção, dentre outras aplicações.
Análise Preditiva

Análise Preditiva

Análise Preditiva

A análise preditiva permite a antecipação de resultados e comportamentos por meio de técnicas como mineração de dados, modelagem e inteligência artificial. Os padrões encontrados podem identificar riscos e oportunidades para o futuro.

Como podemos ajudar?

Fale conosco e descubra!

Converse com nossos especialistas para saber como o Instituto Modal pode ajudar a sua empresa a encontrar soluções em inteligência artificial para agregar valor ao seu negócio.
Entre em contato!
Soluções Híbridas

Soluções Híbridas

Soluções Híbridas

Soluções híbridas agregam diferentes técnicas de inteligência artificial para alcançar resultados que não seriam possíveis com uma abordagem única. O Instituto Modal concilia machine learning com IA simbólica e lógica matemática para garantir resultados mais eficientes, assertivos e sustentáveis.
Linguagem Natural

Linguagem Natural

Linguagem Natural

O Processamento de Linguagem Natural tem como desafio desenvolver soluções capazes de entender a linguagem humana e dar respostas adequadas, baseadas no contexto. A PNL é utilizada em chatbots e em assistentes digitais como a Siri, a Cortana e o Google, por exemplo.
Ontologias

Ontologias

Ontologias

Ontologia é a construção de um conjunto de conceitos e suas relações dentro de um domínio. As ontologias permitem elaborar modelos semânticos para sistemas computacionais, extrair e estruturar conhecimentos relevantes.

Casos de Atuação do Instituto Modal

Painel COVID-19 no Brasil e no Mundo
Leia mais sobre esse caso
Inteligência Artificial para Automação Industrial
Leia mais sobre esse caso
Inteligência Artificial na Prevenção de Abuso Sexual Infantil na Internet
Leia mais sobre esse caso
Inteligência Artificial para a Eficiência Energética na Indústria
Leia mais sobre esse caso
Inteligência Artificial e a Patologia do Concreto
Leia mais sobre esse caso
Inteligência Artificial e Similaridade de Legislação Federal
Leia mais sobre esse caso
Inteligência Artificial para o Setor Jurídico
Leia mais sobre esse caso
Anterior
Próximo

O Instituto Modal é uma Instituição de Ciência e Tecnologia (ICT), de natureza privada e sem fins lucrativos. Nosso foco principal é a pesquisa e a construção de aplicações baseadas em técnicas e ferramentas de Inteligência Artificial voltadas à promoção de novas soluções, de novos negócios, de oportunidades e de equidade social nos setores público e privado, e para a população em geral.

Conheça também a Central de Licitações, uma iniciativa do Instituto Modal para aproximar os negócios da sua empresa ao setor público.

Visite a Central de Licitações
Linkedin Facebook-f Twitter Instagram Youtube Envelope
EnglishFrançaisDeutschPortuguêsEspañol
Rolar para cima

Inteligência Artificial para o Setor Jurídico

O Problema

O Judiciário brasileiro é dos sistemas onde se verifica o maior acúmulo de processos em tramitação de todo o mundo. São milhares de ações de diversos tipos que carecem de sentenças rápidas e coerentes entre si. Outro problema é a terminologia utilizada – não há um vocabulário específico utilizado por todos os magistrados, o que resulta em diferentes formas de expressar o mesmo significado, o que é comum na linguagem de maneira geral. Esse cenário torna quase impossível criar entendimentos comuns, o que, por sua vez, gera decisões conflituosas entre diferentes ministros, trazendo insegurança jurídica à população. Além disso, é muito difícil encontrar esses conflitos para buscar conciliar votos e sentenças, especialmente em diferentes instâncias.

Abordagem do Modal

O Instituto Modal desenvolveu uma Prova de Conceito que varre as decisões do Superior Tribunal de Justiça e identifica padrões utilizando técnicas de análise textual através de inteligência artificial. Com isso, cria relações, identifica gargalos, organiza as informações e permite atuar de maneira pontual onde realmente é necessário. O painel criado destaca diversos aspectos do processo judiciário, como demandas por região, por ministro e por tipo de instrumento jurídico; resultados dos processos; decisões; partes; e vários outros elementos. Também é possível criar funis e especializar ainda mais os resultados com diversos filtros.

Os próximos passos desse projeto são a criação de um vocabulário semântico a partir das diferentes terminologias utilizadas pelos ministros e relatores, a automatização dos processos de coleta, extração e tratamento das informações e a aplicação de técnicas de predição, o que trará ferramentas para melhorar a assertividade de decisões, com potencial para reduzir a quantidade de ações e o tempo de tramitação dos processos.

Visualizar PoC de IA para o Setor Jurídico

Produção de Conteúdo

O que é produção de conteúdo

Na educação corporativa, produzir conteúdo significa criar material didático adequado ao seu público com o objetivo de desenvolver um conhecimento, habilidade e/ou competência específico. Esse material didático deve ser produzido de forma a atender diferentes estilos de aprendizagem – textual, visual, audiovisual, hands-on, colaborativo…

A produção de conteúdo para uma Universidade Corporativa deve levar em consideração diferentes fatores, como o perfil do público, a duração do curso, o acesso à tecnologia, os recursos disponíveis e o objetivo de cada curso.

Benefícios para a empresa

O conteúdo produzido de maneira adequada para cada público e curso facilita muito todo o processo de formação dos colaboradores:

  • Aumenta a facilidade de absover conhecimentos, competências e habilidades
  • Torna o curso mais leve e divertido, o que reduz a evasão e aumenta a retenção dos conhecimentos
  • Favorece a curiosidade e a vontade de aprender mais
  • Aumenta o engajamento do colaborador (tanto no curso quanto no seu trabalho)
  • Favorece a integração entre os colaboradores e a própria empresa
  • Reduz o custo com novas capacitações

Como o Instituto Modal pode ajudar

Os profissionais do Instituto Modal possuem milhares de horas de experiência na produção de conteúdo para diferentes públicos e modalidades de ensino, incluindo cursos presenciais, a distância e híbridos. Essa experiência se reverte em um conjunto de boas práticas que podem ajudar a:

  • Criar e produzir conteúdo adequado a diferentes áreas, públicos, setores e segmentos
  • Avaliar a qualidade de conteúdo produzido por terceiros (que pode vir a ser adquirido pela empresa)
  • Adequar conteúdos prontos de uma modalidade para outra (por exemplo, se sua empresa possui uma capacitação presencial e pretende aplicá-la na modalidade a distância, o conteúdo precisa ser revisto para se adequar ao modelo não-presencial)

Inteligência Artificial na Prevenção do Abuso Sexual Infantil na Internet

O Problema

A ONG End Violence Against Children lançou uma chamada para projetos que atendam os seguintes objetivos:

  1. Detecte, remova e denuncie imagens e vídeos com conteúdo ou atos sexuais envolvendo crianças e adolescentes (geralmente chamados de material de abuso sexual infantil, ou CSAM).
  2. Bloqueie o acesso de adultos a crianças em plataformas digitais destinadas a abusar sexualmente delas (geralmente chamadas de solicitação ou tratamento sexual on-line).
  3. Interrompa a transmissão ao vivo de abuso sexual infantil realizada na frente de uma câmera (geralmente chamada de transmissão ao vivo de material de abuso sexual infantil).
  4. Impeça o abuso sexual de crianças on-line antes que isso aconteça, incluindo prevenção e soluções direcionadas diretamente a agressores sexuais online e adultos com interesse sexual em crianças.

A quantidade de variáveis a serem consideradas para uma abordagem deste tipo inviabiliza o uso de soluções convencionais.

Abordagem do Modal

O Instituto Modal, em parceria com a Universidade de Ottawa, desenvolveu metodologia para identificar padrões de abordagem textual de mensagens entre assediadores e crianças, o que contribui para prevenir o abuso sexual infantil on-line. A solução desenvolvida utiliza recursos de inteligência artificial (abordagem conexionista) para construir o perfil de personalidade das pessoas envolvidas no chat, gerando como resultado padrões de comportamento que podem ser comparados com aqueles de abusadores conhecidos. Caso a IA perceba que determinada troca de mensagens apresenta determinada combinação de fatores de risco, um operador humano pode ser acionado para avaliar as mensagens e confirmar (ou não) se é o caso de uma intervenção policial.

Inteligência Artificial para a Eficiência Energética na Indústria

O Problema

Em indústrias, um dos fatores de custo de relevância está na conta de energia elétrica. Fábricas consomem grandes quantidades de energia para sua operação, com o funcionamento quase ininterrupto de grandes máquinas e equipamentos. Em alguns casos, a energia pode representar até 5% dos custos de uma linha de produção. A Brasal Refrigerantes solicitou ao Instituto Modal uma análise exploratória das informações de consumo da sua fábrica de refrigerantes em Brasília, com foco no sistema de resfriamento de água utilizada na planta industrial. Para isso, forneceu os registros de consumo elétrico e as medições dos sensores referentes ao sistema de resfriamento de água dos últimos 12 meses. A pergunta a ser respondida era: é possível reduzir o consumo de energia elétrica utilizada pelo sistema de resfriamento sem que isso reduza a produção da fábrica?

Abordagem do Modal

A partir dos registros entregues, a equipe de Inteligência Artificial utilizou uma abordagem conexionista para descobrir padrões e relações entre os diversos eventos capturados e disponíveis nos dados. A análise exploratória (primeira etapa na pesquisa por uma resposta) elencou diferentes comportamentos que identificaram os momentos de maior e menor consumo em função de diferentes aspectos e situações verificadas pelos sensores, levando à conclusão que:

  1. Sim, é possível reduzir o consumo de energia do sistema de resfriamento sem reduzir a produção da fábrica; e
  2. O monitoramento contínuo do sistema de resfriamento aliado à instalação de novos sensores permitirá automatizar várias ações que poderão levar tanto à redução ainda maior de energia quanto a menor necessidade de manutenção dos equipamentos de resfriamento, reduzindo o down-time da planta e aumentando a vida útil dos equipamentos. O projeto caminha para a Fase 2, que consiste na criação de ferramentas para automatizar essas medições e ações.
Visualizar Painel de Eficiência Energética

Inteligência Artificial e a Patologia do Concreto

O Problema

Edificações em concreto (prédios, viadutos, estruturas etc.) localizadas em cidades com determinados padrões climáticos são acometidas por doenças causadas por essas condições – daí o termo “patologia do concreto”. Essa situação requer acompanhamento e manutenção periódicos para garantir que as estruturas permaneçam sólidas e sem risco de desabamento. A avaliação dessas estruturas é feita através da análise de fotografias microscópicas de seções das estruturas. Um profissional especialista demora, em média, dois meses para identificar e diagnosticar uma eventual patologia do concreto, a um custo elevado e um risco ainda maior em função da quantidade de edificações que precisam ser examinadas.

Abordagem do Modal

Em parceria com pesquisadores da Universidade de Ottawa, o Instituto Modal foi capaz de desenvolver uma Prova de Conceito (PoC) com Inteligência Artificial utilizando técnicas de machine learning (especificamente, deep learning) e treinamento supervisionado. A solução é capaz de analisar e identificar se há ocorrência de uma série de patologias em minutos, reduzindo a carga de trabalho do perito e viabilizando melhores condições de manutenção das estruturas. Com isso, é possível realizar manutenção preventiva e identificar possíveis doenças enquanto ainda se encontram em estágio inicial, reduzindo significativamente os custos de manutenção e prevenindo tragédias. O resultado dessa PoC foi apresentado pelo pesquisador Romualdo Alves na 9th International Conference on Bridge Maintenance, Safety and Management (Melbourne, Australia, 9-13 Jul 2018), sob o título “The use of machine learning techniques to assess damage in critical infrastructure”.

Inteligência Artificial e Similaridade da Legislação Federal

O Problema

O Brasil – assim como vários outros países – sofre com uma quantidade excessiva de leis, normas, decretos, portarias etc. que regulam, em diferentes níveis, as mesmas coisas. É comum encontrar diferentes atos aplicando diferentes regras para objetos idênticos ou muito semelhantes, até mesmo quando os atos são expedidos pelo mesmo nível de poder. Ao se caminhar de maneira transversal, o problema se amplia exponencialmente, ao ponto de haver contradições, incoerências e vazios em assuntos das mais diversas naturezas. Como um órgão pode:

  1. minimizar a probabilidade de legislar sobre algo que já existe ato normativo de maneira a não entrar em contradição com esse ato?
  2. saber o que é necessário ser revogado (total ou parcialmente) para que um novo ato tenha eficácia?
  3. identificar carências regulatórias que necessitem ser tratadas sem entrar em contradição com outras regulações já existentes em diferentes órgãos e níveis de governo?

Abordagem do Modal

O Instituto Modal dedicou-se a esse problema e elaborou uma Prova de Conceito a partir da aplicação de algoritmos de inteligência artificial que consegue, a partir de análise textual não supervisionada, verificar a similaridade semântica entre diferentes atos, destacando pontos de convergência e identificando atos que tratam do mesmo objeto. Com isso, o legislador consegue ter mais clareza sobre quais pontos devem realmente ser abordados, quais já estão satisfatoriamente tratados nas normas existentes, e quais precisam ser revogados. Essa solução contribui para reduzir o tempo gasto em pesquisas, melhorar a assertividade dos resultados, aumentar a clareza e reduzir a ambiguidade legal, aumentando a segurança jurídica.

Painel COVID-19 no Brasil e no Mundo

O Problema

Como acompanhar o desenvolvimento do contágio de uma pandemia em nível mundial, extraindo informações que contribuam para conter o surto e salvar vidas?

Abordagem do Modal

Com a crise de saúde sem precedentes, o Instituto Modal construiu um painel com o mapeamento diário dos casos confirmados, mortes e recuperados no mundo. A abordagem é exploratória e construída “on the fly”, ou seja, ao mesmo tempo em que novas informações são disponibilizadas.

Visualizar Painel COVID-19

Inteligência Artificial na Análise de Discursos Parlamentares

O Problema

Um problema usual para personalidades públicas é avaliar o impacto e a qualidade da mensagem transmitida em um discurso ou fala pública. No caso de parlamentares, essa situação ganha dimensão ainda maior em função do impacto que um pronunciamento pode ter. O desafio é saber, antecipadamente, qual o impacto que um discurso poderá ter junto ao público e, posteriormente, qual a real repercussão junto à imprensa.

Abordagem do Modal

Técnicas de inteligência artificial voltadas a análise textual permitem acoplar uma série de inferências sobre o texto de um discurso (ou notícia, anúncio, tweet etc.). Dentre elas, destacam-se:

  • análise sêntica (detecta o sentimento predominante no texto)
  • perguntas e respostas contextualizadas
  • detecção de frases-chave
  • detecção de estruturas nomeadas (nomes próprios, entidades, siglas etc.)

Além disso, é possível utilizar referências cruzadas a partir das frases-chaves detectadas automaticamente para avaliar o que tem sido discutido sobre o assunto em jornais, redes sociais e outras fontes de informação on-line.

O Instituto Modal realizou análise exploratória dos discursos de parlamentares no ano de 2018 na Câmara dos Deputados como Prova de Conceito dessa abordagem

Visualizar Prova de Conceito

Inteligência Artificial e a PEC da Previdência

O Problema

Quando se trabalha em um projeto de grandes proporções e que envolve muitas pessoas e diferentes opiniões e pontos de vista, é um desafio relevante conhecer e conciliar as diversas perspectivas e interesses. No meio político, isso é especialmente relevante quando da discussão de projetos de lei, emendas e outras atividades parlamentares.

Como saber quem pensa da mesma forma? Quais as tendências políticas de cada parlamentar que se aproximam ou se afastam do tema em discussão? O que a imprensa repercute a partir do posicionamento de cada um? Qual a percepção de um determinado artigo proposto para a Lei?

Abordagem do Modal

Utilizando uma combinação de análise textual e datamining, acoplados a técnicas inovadoras de inteligência artificial, o Instituto Modal montou uma Prova de Conceito para analisar a Proposta de Emenda Constitucional da Previdência enquanto seu texto ainda estava em discussão. A partir do texto proposto para a Lei, a PoC identificou automaticamente a temática de cada artigo e correlacionou com os discursos dos parlamentares à época da tramitação. Ao mesmo tempo, também correlacionou tanto os temas dos artigos quanto os discursos como que era veiculado na imprensa. O resultado trouxe a disponibilidade, em tempo real, de se cruzar temas propostos nos artigos da PEC da Previdência, como cada parlamentar se posicionava sobre o assunto (e as eventuais mudanças de posicionamento ao longo do tempo) e de que maneira a mídia reagia a cada novo pronunciamento ou alteração do texto.

Fale conosco!

Vamos adorar falar com você!

Universidade Corporativa

O que é uma Universidade Corporativa

Uma universidade corporativa é um conjunto de práticas e modelos de gestão de aprendizagem de uma organização que como objetivo a capacitação permanente dos seus colaboradores. Podem ser implementadas de diferentes maneiras dependendo do objetivo da empresa – presencial, a distância ou híbrida são as mais comuns.

Nos últimos anos o mundo corporativo tem dado preferência à modalidade de educação a distância em função da flexibilidade, do melhor acesso à tecnologia e dos custos serem mais baixos, especialmente para empresas de grande porte e/ou que possuem filiais em diferentes localidades.

Benefícios para a empresa

  • Educação contínua e capacitação para os colaboradores
  • Conteúdo alinhado com os objetivos estratégicos da organização
  • Desenvolve a cultura organizacional
  • Incentiva e facilita a inovação empresarial
  • Demonstra que a organização valoriza os colaboradores
  • Aumenta a retenção e a produtividade dos colaboradores
  • Facilita a identificação de líderes
  • Custo baixo e investimento significativamente menor do que capacitar em empresas externas

Como o Instituto Modal pode ajudar

Possuímos equipe com anos de experiência na área educacional e de capacitação empresarial em diversas modalidades. Com esse repertório de profissionais, o Modal pode assessorar a sua organização em todos os aspectos da criação da sua Universidade Corporativa – da elaboração do modelo de aprendizagem até a produção de conteúdos, caso necessário. Também oferecemos as soluções tecnológicas mais adequadas para atender à realidade da sua empresa, seja qual for o seu porte ou segmento de atuação.

Tecnologias para Capacitação

O que são tecnologias para capacitação

São soluções tecnológicas que facilitam o processo de aprendizagem. No contexto empresarial, costumam ser um conjunto de ferramentas disponibilizado pela empresa para que os colaboradores desenvolvam uma ou mais competências necessárias para o trabalho. Tecnologia não significa necessariamente computadores ou outras soluções de última geração. Muitas vezes uma tecnologia tradicional, como um quadro branco, é o suficiente para desenvolver a habilidade necessária. Em outros casos pode ser preciso utilizar recursos mais sofisticados, como simuladores, realidade aumentada, inteligência artificial… No mundo empresarial, as tecnologias para capacitação mais utilizadas são os computadores e celulares, capazes de entregar conteúdo de diversas maneiras.

Benefícios para a empresa

O uso correto de um conjunto de tecnologias para capacitação pode agregar valores consideráveis para a sua empresa. Dentre os principais, vale destacar:

  • Padronização do acesso ao conteúdo e conhecimento corporativo
  • Desenvolvimento de habilidades de comunicação e aumento da produtividade da equipe de trabalho
  • Transformação do conhecimento tácito em conhecimento explícito
  • Facilidade para atualizar conteúdos e alinhar novas competências
  • Agilidade na transferência de conhecimento
  • Simplicidade na difusão de informações estratégicas
  •  

Como o Instituto Modal pode ajudar

O Instituto Modal tem acesso a uma grande variedade de ferramentas para capacitação. Isso acontece por dois motivos principais:

  1. Somos uma Instituição de Ciência, Tecnologia e Inovação (ICT), o que nos coloca em contato com diversas oportunidades para conhecer novos modelos, ferramentas e técnicas voltadas à aprendizagem e difusão do conhecimento em todo o mundo; e
  2. Nossa equipe de colaboradores é formada, em grande parte, por profissionais que desenvolveram durante muitos anos atividades educacionais, incluindo o papel de professores, coordenadores e diretores de instituições de ensino.

Com isso, podemos indicar as ferramentas mais adequadas para ajudar a sua empresa a adotar as melhores soluções possíveis para capacitar seus colaboradores.

Definição de Plataforma de Educação a Distância

O que é uma plataforma de educação a distância

Também conhecidas como LMS (Learning Management System ou Sistema de Gestão de Aprendizagem), as plataformas de EAD são software que fazem a gestão, oferta e acompanhamento de cursos virtuais (algumas plataformas trabalham também com cursos presenciais ou híbridos). Ou seja, o LMS é um tipo de software que ajuda a sua empresa a criar, gerenciar e oferecer cursos pela Internet.

Um bom LMS oferece funcionalidades como gestão de conteúdo (ou seja, dos cursos); testes e exercícios (incluindo avaliação de aprendizagem); ferramentas de chat e/ou videoconferência; fórum para discussões e/ou dúvidas; e gestão de alunos (incluindo acompanhamento da evolução do aluno). Há inúmeras outras funcionalidades que os melhores LMS costumam oferecer – cabe à empresa escolher a melhor solução conforme as suas necessidades.

Benefícios para a empresa

A escolha de um LMS adequado pode trazer muitos benefícios para a sua empresa. Os principais são:

  • Redução dos custos com treinamento e capacitação
  • Melhoria da conformidade em relação a normas, requisitos e práticas da empresa
  • Aumento do engajamento e da colaboração entre os colaboradores
  • Mais agilidade na aplicação de treinamentos
  • Facilidade para fazer diagnósticos da organização e corrigir eventuais gaps de formação
  • Escalabilidade a baixo custo, com a possibilidade de inscrever até milhares de colaboradores em um único treinamento (dependendo do treinamento, é claro!)

Como o Instituto Modal pode ajudar

O Instituto Modal mantém-se atualizado em relação aos principais fornecedores mundiais de soluções de EAD, o que inclui os LMS. Com isso, temos um excelente conhecimento sobre as características, funcionalidades e custos de cada uma das principais soluções disponíveis, incluindo opções gratuitas e de código livre. Com isso, o Modal pode:

  • Ajudar sua empresa a escolher a melhor opção conforme a sua realidade
  • Fazer a implementação do LMS
  • Capacitar sua equipe a utilizar a ferramenta (alguns dos principais fornecedores não possuem filial no Brasil)
  • Prestar suporte técnico e/ou pedagógico (ou seja, contribuir para o uso da ferramenta e ajudar os instrutores no desenvolvimento de conteúdos)

Inteligência Artificial para Análise de Discursos Parlamentares

Suporte: orientações específicas para Clientes

Se você já é cliente, parceiro ou colaborador do Instituto Modal, você pode usar nossos sistema de suporte para fazer solicitações específicas. Confira nas abas o que você quer fazer e siga as orientações. Se ainda tiver dúvidas, envie um e-mail para suporte@modal.org.br que responderemos o mais rápido possível.

Sugerimos copiar e colar o texto no bloco de notas ou no Word para você poder consultar durante o preenchimento do ticket de suporte!

  1. Faça o login com o usuário e senha fornecidos pelo Modal.
  2. Clique no botão Novo Ticket, no canto superior esquerdo (cor laranja).
  3. O nome e o e-mail já virão preenchidos, não altere! No campo Categoria, selecione Homologação de Equipamentos SSA/ARTESP. O formulário abrirá outros campos para preenchimento.
  4. No campo Assunto, preencha preferencialmente com o texto Homologação de , onde é o tipo de equipamento e o modelo que será homologado. Exemplo: Homologação de SLM Mod. XPTO-1. Cada tipo equipamento / modelo a ser homologado requer a abertura de um ticket específico.
  5. Preencha o nome, telefone e e-mail do responsável técnico da empresa que acompanhará os testes. Essa será a pessoa com a qual entraremos em contato para combinar a retirada dos equipamentos, solicitaremos informações complementares e quaisquer outras comunicações com a empresa, caso necessário.
  6. Escolha o tipo equipamento a ser homologado na caixa de seleção.
  7. Se possível, já inclua os datasheets, manuais ou outros arquivos necessários para a homologação. Você pode incluir quantos arquivos forem necessários selecionando o primeiro e depois usando CTRL+clique para selecionar os demais. Ou você pode compactar tudo em formato zip e enviar um único arquivo.
  8. Clique na caixa de seleção Não sou um robô para melhorar a segurança e prevenir a abertura de tickets falsificados (usamos o Google reCAPTCHA).
  9. Clique no campo Eu entendo que minhas informações pessoais como nome, email, endereço IP, etc. serão armazenadas no banco de dados para garantir a conformidade com a Lei Geral de Proteção a Dados Pessoais.
  10. Ignore o campo Não notificar o dono.
  11. Clique em Enviar Ticket. Você verá uma mensagem de confirmação e receberá um e-mail com as informações do seu ticket.

Sempre que quiser consultar o andamento do seu ticket, você pode acessar o suporte e clicar no ticket correspondente para verificar os andamentos ou para incluir novas informações. Da mesma forma, caso necessário a equipe técnica do Modal também fará anotações e pelo sistema de suporte.

Inteligência Artificial para Eficiência Energética

Inteligência Artificial para o Setor Jurídico

Painel COVID-19 no Brasil e no Mundo

Entrar

Homologação de Equipamentos SSA/ARTESP

O Instituto Modal é a primeira organização a se credenciar como Órgão Certificador Designado (OCD) pela Agência de Transporte do Estado de São Paulo (ARTESP) para o sistema semiautomático de pedágio em todo o estado. Com isso, passamos a ser responsáveis pela homologação de equipamentos utilizados pelas concessionárias nas rodovias de SP.

A Portaria ARTESP n° 12, de 22 de fevereiro de 2018, caracteriza o OCD como:

“Órgão Certificador Designado (OCD): entidade(s) credenciada(s) pela ARTESP, de acordo com suas capacidades técnicas específicas, responsável(is) pela homologação dos equipamentos do Sistema Automático de Arrecadação de Pedágio, nos termos da Resolução SLT nº 13/11.ARTESP.”

As empresas interessadas em realizar as homologações de seus produtos poderão contatar diretamente um dos OCDs autorizados ou encaminhar solicitação para a ARTESP para análise e encaminhamento às entidades competentes.

Os seguintes equipamentos deve ser homologados antes da utilização pelas concessionárias:

  • SLM – Sistema Leitor de Mídia
  • CL – Concentrador Local
  • CG – Concentrador Geral
  • SAM – Secure Access Module
  • ECM – Equipamento Configurador de Mídia de Pagamento
  • MPs – Mídias de pagamento (cartões em PVC, paper tickets, mini tag em PVC e qualquer outro suporte com tecnologia NFC que utilize o padrão aberto CIPURSE para fazer o pagamento no sistema semiautomático de pedágio

Se sua empresa é fabricante de equipamentos ou soluções para o sistema semiautomático de pedágio, seu produto precisa estar homologado. Fazer a homologação com o Instituto Modal é muito simples:

  1. Entre em contato e peça uma proposta – você pode fazer isso pelo telefone (61) 99223-2474, pelo e-mail ocd@modal.org.br ou pelo formulário a seguir.
  2. Depois de aprovada a proposta, assinamos um contrato. Esse contrato não obriga o cliente a fazer nenhum teste, somente estabelece as obrigações e direitos e prevê a abertura de Ordens de Serviço para cada equipamento a ser testado. Geralmente enviamos a minuta do contrato junto com a proposta comercial.
  3. Quando o equipamento estiver pronto para iniciar o processo de homologação, o cliente abre uma Ordem de Serviço através de um formulário eletrônico exclusivo. A abertura da OS funciona como um protocolo administrativo de início do processo de homologação – a partir dessa data, a empresa tem até 15 (quinze) dias para entregar equipamento para o início dos testes, que duram aproximadamente 30 (trinta) dias.
  4. Após a conclusão dos testes, o Instituto Modal emite um laudo técnico e o envia diretamente para a ARTESP, com cópia para o cliente.

Para saber mais, preencha o formulário que entraremos em contato.

Certificação em Proteção de Dados Pessoais

Criada para garantir conformidade às organizações certificadas em relação à Lei Geral de Proteção de Dados Pessoais (LGPDP – Lei nº 13.709, de 14 de agosto de 2018), o Instituto Modal criou a Certificação em Proteção de Dados Pessoais (CPDP). A CPDP avalia o grau de maturidade da organização em relação a:

  • sistemas e tecnologias de segurança das informações pessoais de clientes, colaboradores e funcionários (todas as pessoas físicas na área de atuação da organização);
  • processos de coleta, tratamento, organização, armazenagem, uso e descarte das informações pessoais;
  • treinamento e capacitação de todos os profissionais envolvidos em qualquer aspecto relacionado a informações pessoais

A Certificação em Proteção de Dados Pessoais foi concebida de forma a agregar diferentes expertises para aumentar o nível de conformidade em relação à Lei nº 13.709, de 14 de agosto de 2018 (LGPDP).

O modelo envolve ações de até três atores:

  • Agente Certificador
    O Instituto Modal, como organismo responsável pela concepção e evolução da metodologia, atua como único agente certificador para a emissão dos laudos de conformidade e do Certificado em Proteção de Dados Pessoais.
  • Empresas Credenciadas
    As empresas credenciadas são pessoas jurídicas que atuam nas áreas de tecnologia da informação (especialmente em segurança da informação) e direito digital que passam por um processo de capacitação e treinamento rigoroso, oferecido pelo Instituto Modal, para que possam prestar consultoria às organizações interessadas em se certificar. As credenciadas, portanto, são as responsáveis em prestar serviços de consultoria para organizações que trabalham com dados pessoais e desejam obter a Certificação em Proteção de Dados Pessoais.
  • Organizações Certificadas
    As organizações públicas ou privadas interessadas em obter a Certificação em Proteção de Dados Pessoais devem solicitar a avaliação do Agente Certificador, que avaliará todo o ciclo de vida dos dados pessoais dos diferentes públicos dessa organização. Conforme o nível de maturidade da organização, ela poderá ser certificada em um ou mais aspectos em relação ao tratamento de dados pessoais.

A Certificação em Proteção de Dados Pessoais oferece os seguintes benefícios para as organizações certificadas:

  • Melhoria do nível de conhecimento, habilidades e atitudes do corpo técnico em relação aos dados pessoais de clientes, colaboradores e outras pessoas físicas.
  • Aumento do nível de conformidade (compliance) em relação ao disposto na Lei nº 13.709, de 14 de agosto de 2018.
  • Redução do risco de aplicação de multas e de processos jurídicos.
  • A organização fica mais bem preparada e disciplinada em relação aos seus processos internos.
  • Processos internos (workflow) mais seguros, rápidos e eficientes, em função da necessidade de reorientação para atender a legislação de dados pessoais.
  • Aumento da eficiência e da efetividade da organização, melhorando o foco em seus objetivos institucionais.
  • Potencializa resultados positivos em marketing social e melhora a reputação empresarial, por estar em conformidade com as melhores práticas de privacidade e proteção a dados pessoais.
  • Melhor capacidade de fundamentação da tomada de decisões a partir do acesso a pareceres que embasam o resultado da certificação, permitindo que a organização tenha documentos capazes de orientar ações futuras de prevenção e otimização de aspectos de segurança da informação.
  • Indicação de plano de proteção de dados pessoais e de ferramentas que contribuem para a conformidade em relação a dados pessoais.
  • Baixo investimento em todo o processo de certificação (consultoria, preparação e avaliação), especialmente se comparado com eventuais gastos em função de processos judiciais por falta de conformidade.

A Certificação em Proteção de Dados Pessoais avalia os seguintes elementos:

  • Ciclo de vida dos dados pessoais de todos os públicos da organização
  • Processos de governança da informação
  • Processos de segurança da informação
  • Sistemas tecnológicos de garantia da informação e da privacidade
  • Capacitação do corpo técnico
  • Políticas de abordagem aos dados pessoais
  • Manuais de coleta, tratamento, organização, uso, armazenagem e descarte de dados pessoais
  • Níveis de serviço em relação a privacidade e dados pessoais
  • Níveis de conformidade em relação a normas específicas do setor da organização
  • Nível de integração de dados pessoais no modelo de negócios da organização
  • Histórico de incidentes nos últimos cinco anos
  • Outras certificações obtidas pela organização
  • Outros elementos específicos da organização que impactem na proteção de dados pessoais

As seguintes empresas estão credenciadas para a prestação de serviços de consultoria e preparação para o processo de certificação:

Critical Security
http://www.criticalsecurity.com.br
info@criticalsecurity.com.br – Telefone: (61) 3329-6029
 

Se quiser saber mais sobre a Certificação em Proteção de Dados Pessoais, preencha o formulário a seguir e entraremos em contato o mais rápido possível.

Laboratório de Inovação Ribeira Brava

O Laboratório de Inovação Ribeira Brava é um Ambiente Promotor de Inovação, constituído com base no Marco de Ciência, Tecnologia e Inovação. Trata-se de um espaço voltado ao desenvolvimento de projetos de ciência, tecnologia e inovação gerenciado e mantido pela Tecnipar Ambiental e pelo Instituto Modal.

O Ambiente Promotor de Inovação é um mecanismo que permite aproximar as Instituições de Ciência, Tecnologia e Inovação (ICTs) às necessidades do mercado. Na prática, são espaços colaborativos que agregam a capacidade de desenvolver pesquisa e inovação das ICTs e o poder de investimento de uma (ou mais) organização pública e/ou privada.

Para saber mais, leia o nosso White Paper: Ambiente Promotor de Inovação.

Um Ambiente Promotor de Inovação possui potencial para gerar vários benefícios, tanto no setor público quanto no privado. Vale a pena destacar alguns:

  • promoção do desenvolvimento tecnológico;
  • integração entre a academia, o governo, o mercado privado e/ou as organizações do terceiro setor;
  • potencialização de projetos inovadores e incentivo à inovação;
  • promoção do desenvolvimento institucional;
  • promoção do desenvolvimento socioeconômico por meio de projetos de alcance social;
  • criação de soluções mais adequadas, eficientes e baratas à população;
  • criação de produtos, serviços, processos e outras ferramentas de melhoria da gestão pública;
  • desenvolvimento de soluções guiadas pela informação;
  • agilidade no planejamento e execução de projetos de ciência, tecnologia e inovação;
  • melhor controle do processo de execução de projetos;
  • melhor acompanhamento dos custos e controle de qualidade dos projetos executados no âmbito do API;
  • inovação na eficiência organizacional no ambiente da organização pública;
  • institucionalização de modelos de financiamento contínuo da pesquisa e da inovação;
  • criação de uma cultura da inovação.

Apesar de sua história recente, o Laboratório de Inovação Ribeira Brava já trouxe alguns bons resultados. Dentre eles, vale a pena destacar:

  1. a produção do Relatório Técnico Setor de Tratamento de Água no Brasil: visão geral do mercado, publicação que fez uma “fotografia” técnica do cenário de água e saneamento no Brasil, avaliando os setores público e privado com foco em demandas atendidas e não atendidas, deficiências, oportunidades e desafios;
  2. o desenvolvimento de tecnologias sociais, com ênfase para o desenvolvimento do primeiro banheiro seco industrial do Brasil. A partir do desenho industrial criado pelo Instituto Modal através do Laboratório de Inovação Ribeira Brava, a Tecnipar Ambiental produziu os primeiros banheiros secos industriais, doando as primeiras unidades para a população de cidades do Vale do Jequitinhonha, em Minas Gerais, em parceria com o Centro Popular de Cultura e Desenvolvimento. Leia mais sobre esse assunto no artigo Tecnologias sociais: o que são e como funcionam os banheiros secos?.

Se quiser saber mais sobre o Laboratório de Inovação Ribeira Brava ou sobre Ambientes Promotores de Inovação, preencha o formulário a seguir e entraremos em contato o mais rápido possível.

Laboratório de Lógica e Raciocínio Crítico

O Laboratório de Lógica e Raciocínio Crítico (LLRC), supervisionado pelo Prof. Walter Carnielli, é o “celeiro” de inovação do Instituto Modal. Nesse laboratório são discutidas novas ideias e conceitos, produzidas publicações científicas, realizados acompanhamento de teses e dissertações de doutorado e mestrado, promovidos encontros e rodas de debate com cientistas de todo o mundo e criadas as bases para novos projetos de pesquisa aplicada.

As principais linhas de pesquisas desenvolvidas no LLRC são:

  • Lógicas Formais e Não-Formais
  • Programação em Lógica
  • Arquitetura da Informação
  • Inteligência Artificial: machine learning e simbólica
  • Ontologias

Essa é a relação de publicações dos principais pesquisadores do Instituto Modal. A lista inclui tanto as publicações feitas durante a vinculação com o Modal quanto as anteriores. Isso pode demorar um pouco…

Lima-Marques, M., & Souza, B. C. C. (2019). O padrão aberto CIPURSE (White Paper No. 2019.WP.0425) (p. 20). Brasília: Instituto Modal de Ciência, Tecnologia e Inovação. Retrieved from https://institutomodal.org.br/wp-content/uploads/2020/01/2019.WP.CIPURSE.0425_v11.pdf
Souza, B. C. C. (2019). Ambiente Promotor de Inovação (API) (White Paper No. 2019.WP.0710) (p. 26). Brasília: Instituto Modal de Ciência, Tecnologia e Inovação. Retrieved from https://doi.org/10.5281/zenodo.3627726
Lima–Marques, M., Souza, B. C. C., Evangelista, W. de S., & Carnielli, W. A. (2019). Relatório Técnico: Panorama do Transporte Rodoviário de Cargas no Brasil (Relatório Técnico No. 2019.RT.02) (p. 38). Brasília: Instituto Modal de Ciência, Tecnologia e Inovação. Retrieved from https://institutomodal.org.br/wp-content/uploads/2020/03/RT_PanoramaTRC_2019v16.pdf
Lima–Marques, M. (2019). Sistemas baseados em conhecimento (White Paper No. 2019.WP.01) (p. 35). Brasília: Instituto Modal de Ciência, Tecnologia e Inovação. Retrieved from https://nuvem.modal.org.br/s/kbcyiGNsHb4cnqZ
Lima-Marques, M., Souza, B. C. C., Evangelista, W. de S., Ribeiro, S. R. R., & Fonseca, D. L. (2019). Relatório Técnico: Setor de Tratamento de Água no Brasil: visão geral do mercado (No. 2019.RT.01) (p. 79). Brasília, DF: Instituto Modal de Ciência, Tecnologia e Inovação. Retrieved from https://institutomodal.org.br/wp-content/uploads/2020/03/RT_MercadoAgua_v15.pdf
Lacerda, F., Lima-Marques, M., & Resmini, A. (2018). An Information Architecture Framework for the Internet of Things. Philosophy & Technology. https://doi.org/10/gfrd6m
Carnielli, W., & Malinowski, J. (2018). Contradictions, from Consistency to Inconsistency. (W. Carnielli & J. Malinowski, Eds.). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-98797-2
Carnielli, W., Luiz Mariano, H., & Matulovic, M. (2018). Reconciling First-Order Logic to Algebra. In W. Carnielli & J. Malinowski (Eds.), Contradictions, from Consistency to Inconsistency (pp. 273–305). Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-98797-2_13
Beira, S. de C. P., Siqueira, A. H. de, Ferneda, E., & Prado, H. A. do. (2017). ONTOLOGIA COMO UM ARTEFATO DA ARQUITETURA DA INFORMAÇÃO PARA A REPRESENTAÇÃO DO CONHECIMENTO ORGANIZACIONAL. Perspectivas em Gestão & Conhecimento, 7(2), 122–159. Retrieved from http://periodicos.ufpb.br/ojs2/index.php/pgc/article/view/26837
Lima-Marques, M., Carvalho, A. A. de, Olivo, A. P., Mangabeira, A. G., Costa, A. V. N. da, Silva, B. D. da, … Junior, R. A. P. (2017). Relatório Técnico Unificado: Arquitetura da Informação para o Programa Espacial Brasileiro (Relatório Técnico No. 2017.RT.11) (p. 500). Brasília, DF: Centro de Pesquisa em Arquitetura da Informação, Universidade de Brasília. Retrieved from https://institutomodal.org.br/wp-content/uploads/2020/03/RT_AEB_Unificado_Final_web.pdf
Carnielli, W., & Rodrigues, A. (2017). An epistemic approach to paraconsistency: a logic of evidence and truth. Synthese. https://doi.org/10/ggndw9
Carnielli, W., & Lima-Marques, M. (2017). Society semantics and the logic way to collective intelligence. Journal of Applied Non-Classical Logics, 27(3–4), 255–268. https://doi.org/10/gdz5w7
Lima-Marques, M., & Souza, B. C. C. (2017). Registro Civil de Pessoas Naturais (Relatório Técnico No. 2017RT09- RC) (p. 129). BrasÍlia, DF: INOVA Instituto de Ciência, Tecnologia e Inovação. Retrieved from https://institutomodal.org.br/wp-content/uploads/2020/03/2017RT09_RegCivilNasc.pdf
Lima-Marques, M., Yamashita, Y., Aragão, J., Souza, B. C. C., Silva, L. R., Fontes, L., & Oliveira, R. A. de. (2017). Estudo de impacto da mudança da CNH e do CRLV para cartões inteligentes (Relatório Técnico No. 2017.RT.08) (p. 127). Brasília, DF: Centro de Pesquisa em Arquitetura da Informação, Universidade de Brasília. Retrieved from https://institutomodal.org.br/wp-content/uploads/2020/03/RT_DENATRAN.pdf
Costa, I. de M., & Lima-Marques, M. (2017). MAIA – Método de Arquitetura da Informação Aplicada. Informação & Informação, 22(1), 60–87. https://doi.org/10/gdz5m8
Araujo, L. C., & Lima-Marques, M. (2017). Configuração da Informação? Informação & Informação, 21(3), 327–360. https://doi.org/10/gdz5nv
Carnielli, W. A., & Pulcini, G. (2017). Cut-elimination and deductive polarization in complementary classical logic. Logic Journal Of The Igpl, 25(3), 273–282. https://doi.org/10/ggndw7
Lacerda, F., Lima-Marques, M., Lacerda, F., & Lima-Marques, M. (2017). Ecossistemas de informação: novo paradigm para a Arquitetura da Informação. Transinformação, 29(1), 81–90. https://doi.org/10/gdz5m7
Lacerda, F., Lima-Marques, M., Lacerda, F., & Lima-Marques, M. (2017). Information ecosystems: New paradigm for Information Architecture. Transinformação, 29(1), 81–90. https://doi.org/10/gdz5m7
Souza, B. C. C. (2016). Big data fotográfico e o potencial de recuperação da informação. Revista Photo & Documento, 0(2), 5. Retrieved from https://goo.gl/YXwH95
Bueno-Soler, J., Carnielli, W., Bueno-Soler, J., & Carnielli, W. (2016). Paraconsistent Probabilities: Consistency, Contradictions and Bayes’ Theorem. Entropy, 18(9), 325. https://doi.org/10/f87x2c
Carnielli, W. (2016). To be computable is not the same as to be constructible. Filosofia Unisinos, 17(2), 244-246–246. https://doi.org/10/ggndw6
Mamede Lima-Marques, André Henrique de Siqueira, Odilon Neves Júnior, Lauro César Araujo, Romualdo Alves Pereira Junior, Bruno Carvalho Castro Souza, … Ismael de Moura Costa. (2016). Relatório Técnico: Arquitetura da Informação da Gestão de Resíduos Sólidos do Governo Federal: Revisão e Ajustes da AIO 1.0 (Relatório Técnico) (p. 260). Brasília, DF: Centro de Pesquisa em Arquitetura da Informação, Universidade de Brasília. Retrieved from https://institutomodal.org.br/wp-content/uploads/2020/03/RT4_MMA_Revisao_Ajustes_AIO.pdf
Souza, B. C. C. (2016). Projetos CPAI: visão geral 2016/2017. In 6o Colóquio de Arquitetura da Informação. Retrieved from http://eventos.cpai.unb.br/index.php/6cai2016/6cai2016/paper/view/12
Souza, B. C. C., & Lima-Marques, M. (2016). Fotografia: construção de significado e arquitetura da informação. Revista Photo & Documento, 0(1), 1–13. Retrieved from http://gpaf.info/photoarch/index.php?journal=phd&page=article&op=view&path=18
Carnielli, W. A., & Lima-Marques, M. (2016). Society semantics and the logic way to collective intelligence. In P. Cabalar, M. Diéguez, A. Herzig, & D. Pearce (Eds.), Logical reasoning and computation: essays dedicated to Luis Fariñas Del Cerro (1st ed., pp. 139–147). Paris.
Lima-Marques, M., & Carnielli, W. A. (2016). Formal aspects of Architecture of Information. In P. Cabalar, M. Diéguez, A. Herzig, & D. Pearce (Eds.), Logical reasoning and computation: essays dedicated to Luis Fariñas Del Cerro (1st ed., pp. 33–42). Paris.
Lacerda, F. (2016). Arquitetura da Informação Pervasiva: projetos de ecossistemas de informação na internet das coisas (Tese / Thesis). Universidade de Brasília, Brasília, DF. Retrieved from http://repositorio.unb.br/handle/10482/19646
Carnielli, W., & Coniglio, M. E. (2016). Paraconsistent set theory by predicating on consistency. Journal of Logic and Computation, 26(1), 97–116. https://doi.org/10/gdz5kv
Pereira Junior, R. A. (2015). Uma proposta de arquitetura genética da informação. Revista Ibero-Americana de Ciência da Informação, 9(1), 319. Retrieved from http://periodicos.unb.br/index.php/RICI/article/view/17093
Lacerda, F., & Lima-Marques, M. (2015). Da necessidade de princípios de Arquitetura da Informação para a Internet das Coisas. Perspectivas em Ciência da Informação, 20(2), 158–171. https://doi.org/10/gdz5vh
Brelaz, A. P. (2015). Discurso sobre uma fundamentação ontológica da informação (Dissertação (Mestrado em Ciência da Informação)). Univesidade de Brasília, Brasília, DF. Retrieved from http://repositorio.unb.br/handle/10482/18307
Alexandre Zaguetto, Bruno Luiggi Macchiavello Espinoza, & Mamede Lima-Marques. (2015). 12732–1. Brasília.
Carnielli, W., & Matulovic, M. (2015). The method of polynomial ring calculus and its potentialities. Theoretical Computer Science, 606, 42–56. https://doi.org/10/ggndxc
Passos, R., Mealha, Ó., & Lima-Marques, M. (2015). Uma discussão sobre o objeto do design da informação (pp. 1007–1018). Editora Edgard Blücher. https://doi.org/10/ggndwr
Carnielli, W., Rodrigues, A., Carnielli, W., & Rodrigues, A. (2015). TOWARDS A PHILOSOPHICAL UNDERSTANDING OF THE LOGICS OF FORMAL INCONSISTENCY. Manuscrito, 38(2), 155–184. https://doi.org/10/ggndw8
Souza, B. C. C., & Lima-Marques, M. (2015). Relatório-Síntese CPAI 2012-2014 (Relatório Técnico) (p. 40). BrasÍlia, DF: Centro de Pesquisa em Arquitetura da Informação, Universidade de Brasília.
Souza, B. C. C., & Lima-Marques, M. (2015). 5o CAI – Colóquio de Arquitetura da Informação (Relatório Técnico) (p. 45). Brasília, DF: Centro de Pesquisa em Arquitetura da Informação, Universidade de Brasília.
Azevedo, R. F. de B. C. (2014). Um modelo ontológico do sistema eleitoral brasileiro (Mestrado em Ciência da Informação). Universidade de Brasília, Faculdade de Ciência da Informação, Brasília, DF. Retrieved from http://repositorio.unb.br/handle/10482/17303
Ferreira, E. de A. (2014). Modelo para condução de mapeamento de processo organizacional: uma abordagem BPM com base no MAIA (Dissertação (Mestrado em Ciência da Informação)). Universidade de Brasília, Faculdade de Ciência da Informação, BrasÍlia, DF. Retrieved from http://repositorio.unb.br/handle/10482/15269
Carnielli, W., Coniglio, M. E., Podiacki, R., & Rodrigues, T. (2014). ON THE WAY TO A WIDER MODEL THEORY: COMPLETENESS THEOREMS FOR FIRST-ORDER LOGICS OF FORMAL INCONSISTENCY. The Review of Symbolic Logic, 7(03), 548–578. https://doi.org/10/ggndw5
Carnielli, W., & Matulovic, M. (2014). Non-deterministic Semantics in Polynomial Format. Electronic Notes in Theoretical Computer Science, 305, 19–34. https://doi.org/10/ggndxb
Lima-Marques, M. (2014). Ciência e inovação tecnológica: caminhos para a modernidade. In Tecnologias Aplicadas nas Atividades Fundamentais no Estado.
Araujo, L. C. de. (2014). Ontoprolog: uma Ferramenta Multimodal para Descrição de Ontologias. Apresentação.
Araujo, L. C., Gorsky, S. B., Costa, I. M., & Nicoloa, J. R. M. (2014). Applications of Modal Logic Programming in Architecture of Information.
Gorsky, S. B., & Carnielli, W. A. (2014). Paraconsistent algebra of sets, information and the Bar-Hillel-Carnap Paradox.
Pereira Júnior, R. A. (2014). Filosofia, ciência e práxis da Internet das Coisas.
Araujo, L. C., & Nicola, J. R. M. (2014). LexML: aplicações de estudos e pesquisa no Poder Legislativo.
Araújo, L. C. de. (2014). abnTeX2 – Modelo canônico de trabalhos acadêmicos em LaTeX (Version 1.9.3) [Windows, OSx, Linux]. CPAI.
Macedo, F. L. O. de, & Lima-Marques, M. (2014). Information Architecture as a discipline. In A. Resmini (Ed.), Reframing Information Architecture. Switzerland: Springer International Publishing. Retrieved from http://www.springer.com/gp/book/9783319064918

Se quiser saber mais sobre o Laboratório de Lógica e Raciocínio Crítico, preencha o formulário a seguir e entraremos em contato o mais rápido possível.

Dúvida do Colaborador

Ajude a enriquecer a nossa Base de Conhecimento e tire a sua dúvida

Cadastro para Solicitação de Bolsa

Faça parte da equipe de pesquisa do Instituto Modal

Envio de Resultado de Pesquisa

Faça a entrega do seu artigo, relatório ou outro documento de pesquisa

Inteligência Artificial para Automação Industrial

O Problema

A X-SENSORS está desenvolvendo uma plataforma digital de simulação e imersão completa em realidade aumentada de ambientes de produções para industriais de manufaturas. Esse ambiente requer a digitalização e renderização da planta industrial real (fábrica), bem como de todos os equipamentos (máquinas), incluindo suas especificações técnicas. A partir dessas especificações, a proposta da X-SENSORS é realizar automaticamente a configuração da linha de produção no ambiente de simulação e, idealmente, implementar essa configuração em fábricas, de maneira automatizada. Essa solução tem o potencial de reduzir o tempo necessário à configuração da linha de produção e, consequentemente, aumentar a produtividade da indústria, reduzindo o tempo ocioso, eliminando erros de configuração e melhorando a eficiência. A quantidade de variáveis a serem consideradas para uma abordagem deste tipo inviabiliza o uso de soluções convencionais.

Abordagem do Modal

O Instituto Modal utilizou uma combinação de abordagens de inteligência artificial simbólica e conexionista para a construção da melhor solução para o problema, que se apresenta de maneira determinística para certos casos e probabilística para outros. Essa situação levou a uma série de inovações para tratar um conjunto de fenômenos da área industrial, dentre as quais se destaca uma abordagem ontológica acoplada ao desenvolvimento de soluções específicas, implementadas em linguagem de programação em lógica (Prolog). Essa abordagem ficou registrada com o nome de Ontoprolog(TM). O projeto continua em andamento, com a otimização das soluções e incorporação de novas técnicas e resultados. A quantidade de variáveis a serem consideradas para uma abordagem deste tipo inviabiliza o uso de soluções convencionais.