Google premia 17 projetos brasileiros de pesquisa

Nesta semana, o Google anunciou, no Centro de Engenharia da empresa na América Latina, localizado em Belo Horizonte, os 24 projetos acadêmicos vencedores do programa de Bolsas de Pesquisa Google para a América Latina. O Brasil concentra a maior parte dos vencedores (17), mas também foram contempladas pesquisas da Argentina (1), Chile (2), Colômbia (1), México (2) e Peru (1).

Durante um ano, os professores e estudantes de pós-graduação vencedores receberão bolsas de estudo mensais para conduzir pesquisas de vanguarda em áreas relacionadas à Ciência da Computação. No total, o Google vai destinar US$ 600 mil à premiação.

A edição 2016 do programa de bolsas de pesquisa recebeu um total recorde de 473 inscrições de projetos de pesquisa de 13 países. Os projetos foram analisados por uma comissão do centro de engenharia do Google em Belo Horizonte. O programa de bolsas é resultado de um programa-piloto lançado no Brasil em 2013, por meio do qual o Google apoiou cinco pesquisadores brasileiros.

[awprm urls=https://imasters.com.br/noticia/google-esta-ativando-criptografia-hsts-em-seu-dominio/,https://imasters.com.br/noticia/google-quer-manter-usuarios-atualizados-sobre-os-jogos-olimpicos/]

A maior parte dos projetos de pesquisa do Brasil é proveniente de universidades públicas: em 2016, eles somam 15. As universidades mais premiadas são a UFMG, com 5 projetos, seguida de USP e Unicamp, cada uma com 3 projetos. As universidades privadas ganham terreno. Em 2016, dos 17 vencedores brasileiros, 2 projetos são da Pontifícia Universidade Católica do Rio Grande do Sul (PUC-RS).

Em comum, todos os projetos vencedores buscam aplicar a tecnologia na resolução de problemas da sociedade, em áreas como saúde, meio ambiente, cultura e acessibilidade↳Acessibilidade11 conteúdosO que é Acessibilidade Web e como tornar seu site mais acessívelDev (Back & Front) · mar 2019Design para veteranos digitais: acessibilidade para nós mesmosProduto & UX · jan 2020Dicas de Front-End para usabilidade, acessibilidade, performance e responsividadeProduto & UX · fev 2025Ver tudo em Produto & UX →.

Os prêmios incluem ajudas mensais tanto para o estudante quanto para o professor que assessora o projeto. Os estudantes de doutorado recebem US$ 1.200 por mês, enquanto os professores recebem US$ 750 mensais. Os estudantes de mestrado recebem US$ 750 por mês, enquanto seus professores ficam com US$ 675 mensais. As ajudas valem pelo período de um ano com possibilidade de renovação anual por até dois anos para estudantes de mestrado e três anos para os de doutorado.

Abaixo, a lista completa dos vencedores:

• Título: Diagnóstico em uma caixa: caracterização computacional de estados mentais (Argentina); Universidade de Buenos Aires, AR; Professor e estudante: Diego Fernandez Slezak; Facundo Carrillo. O objetivo deste projeto de pesquisa é desenvolver uma ferramenta para ajudar a prática psiquiátrica através da captura de marcadores psiquiátricos e neurológicos para integração em um sistema de computação cognitiva.
• Título: Estações autônomas de baixo custo para medir o impacto das mudanças climáticas nas geleiras (Brasil); Universidade Federal do Rio Grande, RS; Professor e estudante: Jorge Arigony-Neto; Guilherme Tomaschewski Netto. Este projeto propõe novos métodos para o monitoramento das geleiras através de uma rede de equipamentos de baixo custo de código aberto↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → que permite acompanhar de forma periódica os impactos climáticos nas geleiras através da transferência remota de dados.
• Título: Geração automática de sinopses de vídeos com redes neurais↳Deep learning9 conteúdosRedes neurais roots – Parte 01Dev (Back & Front) · abr 2019Redes neurais roots – Parte 02: treinamentoDev (Back & Front) · mai 2019Redes neurais roots – Parte 03: show me the codeDev (Back & Front) · mai 2019Ver tudo em AI → convolucionais e recorrentes (Brasil); Pontifícia Universidade Católica do Rio Grande do Sul (PUC-RS), RS; Professor e estudante: Rodrigo Coelho Barros; Jônatas Wehrmann. Este projeto busca desenvolver um método capaz de gerar automaticamente sinopses de vídeos. Os avanços propostos neste projeto podem beneficiar tarefas como a sumarização de vídeos, geração automática de tags e filtragem inteligente de vídeos baseada em conteúdo.
• Título: Raciocínio automático sobre cláusulas normativas em contratos (Brasil); Pontifícia Universidade Católica do Rio Grande do Sul (PUC-RS), RS; Professor e estudante: Felipe Meneguzzi; João Paulo Aires. O estudo tem como objetivo automatizar parte do processo de criação e verificação de contratos. Com isso, será possível identificar conflitos entre cláusulas e inconsistências no contrato, o que vai permitir a prevenção de erro humano na criação de contratos.
• Título: Domótica Assistiva Multimodal com Sistema de Comunicação Aumentativa e Alternativa (Brasil); Universidade Federal do Espírito Santo, ES; Professor e estudante: Teodiano Freire Bastos-Filho; Alexandre Bissoli. O projeto tem como objetivo desenvolver um novo sistema de assistência para ser utilizado por pessoas com deficiência motora severa. Através dele, a pessoa com deficiência poderá controlar os diversos dispositivos eletroeletrônicos de sua residência, tais como lâmpada, ventilador e rádio, além de poder se comunicar por meio de sinais biológicos capturados dos músculos ou olhos.
• Título: Mecanismo de buscas para um novo uso dos antibióticos (Brasil); Universidade Federal de Minas Gerais (UFMG), MG; Professor e estudante: Marcos Augusto dos Santos; Rita Silvério-Machado. O projeto propõe desenvolver um novo modelo para identificação de novos potenciais usos de antibióticos usando o conceito de associação latente entre os alvos e fármacos.
• Título: Representação de Entidades Baseada em Discussões (Brasil); Universidade Federal de Minas Gerais (UFMG), MG; Professor e estudante: Pedro Olmo Stancioli Vaz de Melo; Túlio Corrêa Loures. O projeto tem como objetivo criar um método para aprender representações de entidades a partir de discussões online que, no caso final, poderiam gerar automaticamente um resumo sobre essa entidade, inclusive quando não se sabe nada de forma explícita ao seu respeito.
• Título: Mineração de zonas quentes a partir de trajetórias caso-controle (Brasil); Universidade Federal de Minas Gerais (UFMG), MG; Professor e estudante: Wagner Meira Junior; Roberto C.S.N.P. Souza. O projeto visa determinar “zonas quentes” a partir de dados massivos (big data↳Big data16 conteúdosResolvendo desafios de Big Data com Ciência de Dados na UberData · abr 2019Segurança “Data-Driven”: como big data e IA estão redefinindo a detecção de ameaças em tempo realDevSecOps · jan 2026USP lança MBA em Inteligência Artificial e Big DataAI · mar 2024Ver tudo em Data →) de trajetórias dos usuários. No contexto de doenças transmitidas pelo Aedes aegypti, a localização das regiões de infecção, que pode corresponder a essas zonas quentes, é muito importante.
• Título: Mapeamento de grafites a partir de dados do Google Street View (Brasil); Universidade Federal de Pelotas, RS; Professor e estudante: Ricardo Matsumura de Araujo; Glauco Roberto Munsberg. Os pesquisadores usarão dados do Google Street View para mapear de forma automatizada os grafites de rua, com o objetivo de permitir compreender a evolução e relações geográficas entre diferentes tipos de grafites. Para detectar e localizar os grafites nas imagens do Street View, o plano é usar técnicas de Machine Learning, em particular as redes neurais convolucionais.
• Título: Geração automatizada de tutoriais a partir de sites de perguntas e respostas (Brasil); Universidade Federal de Uberlândia (UFU), MG; Professor e estudante: Marcelo de Almeida Maia; Adriano Mendonça Rocha. A proposta busca aproveitar o conteúdo de sites de perguntas e respostas para produzir de forma automática uma documentação estruturada no formato de um tutorial para os desenvolvedores de software. Os tutoriais serão úteis pois, no geral, a documentação das tecnologias de desenvolvimento de software carecem de exemplos didáticos, algo muito frequente nos sites de perguntas e respostas.
• Título: Triagem de Retinopatia Diabética Automatizada a partir de Imagens (Brasil); Universidade Estadual de Campinas (Unicamp), SP; Professor e estudante: Anderson Rocha; José Ramon Trindade Pires. A pesquisa tem como objetivo reunir informações suficientes proveniente diretamente de dados, a fim de criar um sistema automatizado com tecnologias de ponta para uma triagem mais precisa, rápida e barata da retinopatia diabética, a principal causa de cegueira na população ativa.
• Título: Triagem automatizada confiável de melanoma para o mundo real (Brasil); Universidade Estadual de Campinas (Unicamp), SP; Professor e estudante: Eduardo Alves do Valle Junior; Michel Silva Fornacial. O objetivo do projeto é usar o Machine Learning para criar um sistema de triagem automatizado para diagnosticar o melanoma, a principal causa de morte por câncer de pele, usando imagens das lesões.
• Título: Eliminando obstáculos: incluindo pessoas com deficiência visual em modelos de cooperativa (Brasil); Universidade de São Paulo (USP), SP; Professor e estudante: Anarosa Alves Franco Brandão; Leandro Luque. O projeto tem como objetivo desenvolver e testar um modelo de software para ajudar na inclusão de pessoas com deficiência visual em cursos relacionados à matemática, computação e engenharia, bem como no mercado de trabalho.
• Título: Modelos de Ruídos para Melhorar Técnicas de Digitação Ininterrupta com os Olhos (Brasil); Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo, SP; Professor e estudante: Maria da Graça Campos Pimentel; Raíza T. S. Hanada. A pesquisa espera melhorar as ferramentas de entrada de texto baseadas no olhar usados por pessoas com deficiências motoras como a Esclerose Lateral Amiotrófica (ELA) para se comunicar ao modelar seus ruídos característicos, para alcançar taxas de entrada mais altas e reduzir a fadiga ocular devido a erros de digitação.
• Título: Impulsionando estimadores ‘fora-da-sacola’ para aprender a ranquear [EXTENSÃO] (Brasil); Universidade Federal de Minas Gerais (UFMG), MG; Professor e estudante: Marcos André Gonçalves; Clebson C. A. de Sá. Em 2015, a pesquisa se centrou em resolver o problema de recuperação de informação conhecido como “Aprendizagem de Classificação (L2R)”. Este ano, o projeto tem como objetivo a aprendizagem automática.
• Título: Melhorando a Aprendizagem por Reforço Aprofundado por meio da Transferência de Conhecimento [EXTENSÃO] (Brasil); Professor e estudante: Anna Helena Reali Costa; Ruben Glatt. O projeto foca em melhorar o desempenho de agentes em Aprendizagem por Reforço Aprofundado (Deep Reinforcement Learning) com o uso de abstrações, generalizações e Transferência de Conhecimento na área de Aprendizado de Máquina. O objetivo final é apresentar um novo algoritmo de DRL que pode aprender uma variedade de tarefas usando conhecimentos adquiridos com TL.
• Título: Além da relevância: abordando novidade, diversidade e personalização na recomendação de tags [EXTENSÃO] (Brasil); Universidade Federal de Minas Gerais (UFMG), MG; Professor e estudante: Jussara Marques de Almeida; Fabiano Muniz Belém. Sendo o tagueamento uma das melhores maneiras de associar metadados com objetos de mídia na web, o objetivo principal é desenvolver novas estratégias de recomendação de tags que englobem diversos aspectos do problema, como relevância, novidade e personalização. Para esse novo ano de bolsa, serão feitos aperfeiçoamentos da ferramenta que poderá melhorar o desempenho dessas recomendações.
• Título: Criptografia Homomórfica eficiente para computação na nuvem preservando a privacidade [EXTENSÃO] (Brasil); Professor e estudante: Diego de Freitas Aranha; Hilder Vitor Lima Pereira. O projeto passado envolvia o desenvolvimento de algoritmos de Machine Learning que pudessem ser executados sobre dados cifrados por um servidor na nuvem. A idéia é que os clientes pudessem cifrar seus dados antes de enviá-los à nuvem, por questões de segurança, e que a nuvem pudesse processar os dados mesmo assim, sem precisar decifrá-los. O objetivo foi alcançado e dois algoritmos foram desenvolvidos. Este ano, o projeto visa usar estruturas matemáticas para otimizá-los, fazendo que eles sejam mais rápidos e consumam menos memória.
• Título: Engenharia de memórias de acesso aleatório comprimido (Chile); Universidad de Chile; Professor e estudante: Gonzalo Navarro; Joshimar Córdova. Neste projeto, a equipe pretende explorar algoritmos eficientes para implementar computadores com memória de acesso aleatório comprimido (CRAM). Com isto, os dados são sempre mantidos e operados na forma comprimida, em vez de comprimir os dados de memória durante a entrada e saída, ação que envolve processamento adicional.
• Título: Escrita para a segurança gradual na web [EXTENSÃO] (Chile); Universidad de Chile; Professor e estudante: Éric Tanter; Raimil Cruz. Na primeira etapa de sua pesquisa, a equipe desenvolveu um sistema de escrita da segurança gradual para ajudar os programadores a criar aplicativos que impedem vazamentos de informações confidenciais. Já no segundo ano, o objetivo é para dar suporte a objetos, políticas de desclassificação e explorar a forma de integrá-los em uma linguagem de segurança gradual e desenvolver estudos de casos e experiências.
• Título: Unidades de aprendizagem de ação dinâmica para reconhecimento da expressão facial tridimensional  [EXTENSÃO] (Colômbia); Universidad de los Andes; Professor e estudante: Pablo Arbelaez; Andrés Felipe Romero. Este projeto visa a melhorar a interação homem-máquina por meio da análise automatizada de expressão facial com técnicas de deep learning e fazendo uso da cor, da profundidade e da informação temporal. Na segunda fase do projeto, a pesquisa usará o reconhecimento de emoção geral como base de uma arquitetura de deep learning para a detecção das unidades de ação em conjunto de metadados, para combinar as três bases de dados para o reconhecimento da emoção.
• Título: Previsão epidêmica de Zika Virus usando redes sociais e contato vetorial (México); Instituto Tecnológico y de Estudios Superiores de Monterrey; Professor e estudante: Edgar Emmanuel Vallejo Clemente; Héctor Manuel Sánchez Castellanos. O objetivo deste projeto é expandir um modelo computacional para prever o risco de infecção do Zika em pequenas populações para incluir em redes sociais e epidemiológicas. Com isso, será possível prever os surtos de Zika, permitindo a implementação antecipada das intervenções para o controle da doença.
• Título: Biossensor duplo interconectado para as Diabetes Mellitus tipo II. [EXTENSÃO] (México); Universidad Nacional Autónoma de México; Professor e estudante: Catalina Elizabeth Stern Forgach; Jehú López Aparicio. O objetivo deste projeto é desenvolver um sensor duplo para diagnosticar, prevenir e monitorar o desenvolvimento de diabetes mellitus tipo II. No ano passado, a equipe de pesquisa fez um enorme progresso: em primeiro lugar, que reduziu o erro associado com outros glicosímetros comerciais durante a medição de múltiplos glucose; em segundo lugar, a medição de insulina é feita com alta sensibilidade e especificidade, com uma nova técnica desenvolvida este ano, usando saliva em vez de sangue
• Título: Ajudar a diagnosticar a tuberculose em lugares de baixa renda por meio de tecnologias móveis e Inteligência Artificial (Peru); Universidad Peruana Cayetano Heredia (UPCH); Professor e estudante: Mirko Zimic; Jorge Coronel. Os pesquisadores pretendem realizar testes em regiões de baixa renda para diagnosticar a tuberculose com tecnologias como microscópio criado por impressão 3D, inteligência artificial, dispositivos móveis, computação em nuvem e internet para melhorar a interpretação dos testes em locais remotos.