Publicado em: 04/09/2026
Pesquisas do INF conquistam prêmios nacionais e internacionais
O Instituto de Informática vem se destacando, ao longo de 2026, pela qualidade e diversidade de sua produção científica. Nos últimos meses, pesquisas desenvolvidas por estudantes e pesquisadores do Instituto receberam cinco importantes reconhecimentos em premiações e eventos científicos nacionais e internacionais.
Entre os reconhecimentos estão a Menção Honrosa no Prêmio CAPES de Tese e o primeiro lugar no Concurso de Teses e Dissertações (CTD) do Congresso da Sociedade Brasileira de Computação (CSBC), ambos pela mesma tese, o Prêmio José Camargo da Costa da Sociedade Brasileira de Microeletrônica (SBMicro), o TCCLS Student Travel Award da IEEE e uma menção honrosa no XXXI Workshop de Gerência e Operação de Redes e Serviços (WGRS).
Tese em Inteligência Artificial recebe dois importantes reconhecimentos nacionais
A tese de doutorado de Lucas Nunes Alegre, do Programa de Pós-Graduação em Computação (PPGC/UFRGS), conquistou recebeu também Menção Honrosa no Prêmio CAPES de Tese e conquistou também o 1º lugar no Concurso de Teses e Dissertações (CTD) 2026, promovido pela Sociedade Brasileira de Computação (SBC) durante o Congresso da SBC.
Intitulada “Sample-Efficient Multi-Task and Multi-Objective Reinforcement Learning by Combining Multiple Behaviors”, a pesquisa foi orientada pela professora Ana L. C. Bazzan, do INF/UFRGS, e teve como coorientador o professor Bruno C. da Silva, da University of Massachusetts. A tese investiga como desenvolver agentes de Aprendizado por Reforço capazes de lidar com diferentes tarefas e objetivos, combinando comportamentos previamente aprendidos para solucionar novos problemas de forma mais eficiente.
Assim, o trabalho aborda um dos desafios centrais da Inteligência Artificial: desenvolver agentes mais flexíveis e capazes de adaptar seu comportamento a diferentes situações sem a necessidade de coletar novos dados a cada tarefa. Esse problema se torna especialmente complexo quando uma mesma aplicação envolve objetivos conflitantes — como velocidade, segurança e consumo de energia — e o agente precisa encontrar o melhor equilíbrio entre eles.
A pesquisa apresenta métodos que permitem ao agente reaproveitar e combinar conhecimentos adquiridos anteriormente para solucionar novas tarefas, reduzindo a necessidade de novas interações com o ambiente. Entre as principais contribuições está o método SFOLS, que possibilita identificar um conjunto de políticas que pode ser combinado para construir comportamentos ótimos para novas tarefas linearmente expressáveis, sem a necessidade de coletar amostras adicionais de treinamento.
A tese também apresenta métodos voltados à redução da quantidade de dados necessária para o aprendizado e ao aumento da robustez dos agentes diante de incertezas e erros de aproximação. Entre as contribuições estão os métodos GPI-LS e GPI-PD, além do uGPI, uma extensão que incorpora informações de incerteza às decisões do agente.
Outro resultado é o h-GPI, método desenvolvido para realizar transferência zero-shot utilizando modelos aproximados do ambiente. A proposta busca superar limitações de abordagens baseadas exclusivamente em modelos aproximados, nas quais erros podem se acumular em tarefas de longo horizonte. Nos experimentos, o método apresentou ganhos na transferência de políticas, inclusive em tarefas de robótica.
As contribuições da pesquisa também ultrapassam o desenvolvimento dos algoritmos. O trabalho resultou em ferramentas de código aberto para apoiar a pesquisa e a avaliação de métodos de Aprendizado por Reforço Multiobjetivo, entre elas o MO-Gymnasium, conjunto de ambientes padronizados para experimentação, e o MORL-Baselines, que reúne implementações de algoritmos de referência na área. O MO-Gymnasium passou posteriormente a integrar oficialmente a Farama Foundation.
Os resultados da tese foram apresentados em importantes eventos científicos internacionais, incluindo ICML, AAMAS e NeurIPS. Segundo dados registrados na própria tese, os trabalhos relacionados às suas contribuições já haviam recebido mais de 140 citações, enquanto as ferramentas MO-Gymnasium e MORL-Baselines somavam mais de 110 mil downloads no período analisado.
As notícias sobre os reconhecimentos estão disponíveis em: https://www.inf.ufrgs.br/site/noticia/tese-desenvolvida-no-inf-recebe-mencao-honrosa-em-premio-capes/ e https://www.inf.ufrgs.br/site/noticia/tese-do-ppgc-conquista-1o-lugar-no-concurso-de-teses-do-csbc/
Pesquisa em microeletrônica premiada pela SBMicro
Na área de microeletrônica, o INF também teve uma pesquisa reconhecida no 14º Prêmio José Camargo da Costa – 2026, promovido pela Sociedade Brasileira de Microeletrônica (SBMicro). A premiação reconhece teses e dissertações desenvolvidas em programas de pós-graduação brasileiros e voltadas ao avanço da microeletrônica.
A dissertação de mestrado “Designing and Testing Fault-Tolerant APSoC-Based AI Accelerators for Aerospace Applications”, de Eduardo Domingo Marañón Aguilar, desenvolvida no Programa de Pós-Graduação em Microeletrônica (PGMICRO/UFRGS), foi vencedora na categoria Projeto, CAD e Teste de Circuitos Integrados – Mestrado. O trabalho foi orientado pela professora Fernanda Gusmão de Lima Kastensmidt, do INF/UFRGS.
A pesquisa trata do desenvolvimento e da validação de aceleradores de Inteligência Artificial tolerantes a falhas para aplicações aeroespaciais. A proposta contribui para a criação de sistemas embarcados mais confiáveis em ambientes sujeitos à radiação, um desafio importante para aplicações que operam em condições adversas.
O reconhecimento evidencia a integração entre Inteligência Artificial e projeto de hardware, uma das áreas estratégicas de pesquisa desenvolvidas no PGMICRO e no INF.
A notícia sobre o prêmio está disponível em: https://www.inf.ufrgs.br/site/noticia/inf-conquista-premio-nacional-da-sbmicro/
IA aplicada à saúde recebe reconhecimento internacional
Outra conquista veio da pesquisa desenvolvida pelo doutorando Thiago da Silva Araújo (PPGC/UFRGS) realizada em parceria com os pesquisadores Arthur da Silva, Cristiano Kühnas, Beatriz Schaan, Carla Freitas e Philippe Navaux, que recebeu o TCCLS Student Travel Award, concedido pela IEEE, pelo trabalho relacionado à aplicação de Inteligência Artificial na área da saúde.
A pesquisa investiga o uso de aprendizado profundo multimodal e Inteligência Artificial explicável para a retinopatia diabética, combinando diferentes fontes de dados clínicos para apoiar decisões relacionadas ao encaminhamento de pacientes.
Um dos desafios enfrentados pelo trabalho é tornar os sistemas de IA não apenas eficientes, mas também mais compreensíveis e confiáveis para utilização em contextos médicos. Ao buscar maior transparência nos critérios utilizados pelos modelos, a pesquisa contribui para aproximar as técnicas de Inteligência Artificial das necessidades concretas dos profissionais de saúde e dos pacientes.
A aplicação é particularmente relevante no contexto da retinopatia diabética, uma complicação associada ao diabetes que pode levar à perda de visão. A pesquisa busca utilizar recursos computacionais para auxiliar na identificação e no encaminhamento de casos, combinando diferentes informações e procurando aumentar a confiabilidade dos modelos utilizados.
O reconhecimento internacional destaca, assim, uma das frentes em expansão no INF: a utilização da Computação e da Inteligência Artificial para enfrentar problemas complexos em áreas como saúde e medicina.
A notícia sobre o prêmio está disponível em: https://www.inf.ufrgs.br/site/noticia/doutorando-do-inf-recebe-premio-internacional-por-pesquisa-em-ia-aplicada-saude/
Pesquisa em redes e segurança recebe menção honrosa no WGRS
Completando o conjunto de reconhecimentos, o artigo “A Performance Comparison of Authentication and Authorization Patterns for Microservices Applications”, desenvolvido por Rafael Freitas Cardoso e Jéferson Campos Nobre, do INF/UFRGS, recebeu Menção Honrosa no XXXI Workshop de Gerência e Operação de Redes e Serviços (WGRS), realizado no âmbito do Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC) 2026.
O trabalho analisa diferentes padrões de autenticação e autorização em aplicações baseadas em microsserviços, tema diretamente relacionado à segurança de sistemas distribuídos. A adoção crescente de arquiteturas de microsserviços traz benefícios em escalabilidade e flexibilidade, mas também apresenta novos desafios para proteger serviços, usuários e dados.
A pesquisa compara diferentes estratégias de autenticação e autorização, buscando compreender seus impactos e características em aplicações de microsserviços. O reconhecimento no WGRS destaca a relevância do estudo para uma área fundamental diante da crescente complexidade das infraestruturas digitais.
A notícia sobre a menção honrosa está disponível em: google.com/url?q=https://www.inf.ufrgs.br/site/noticia/artigo-desenvolvido-no-inf-recebe-mencao-honrosa-no-xxxi-wgrs/&sa=D&source=docs&ust=1787942194369080&usg=AOvVaw06N2uV2UjAPuMwo63X2KqR
Os quatro reconhecimentos abrangem diferentes níveis e áreas da pesquisa em Computação. Da Inteligência Artificial ao hardware, passando pela saúde digital, redes e segurança, os trabalhos mostram como os conhecimentos desenvolvidos no INF podem ser aplicados a problemas científicos e tecnológicos de diferentes naturezas.
As premiações também evidenciam a importância da formação oferecida pelos programas de pós-graduação do Instituto, que possibilita aos estudantes desenvolverem pesquisas com impacto tanto acadêmico quanto aplicado.
Mais do que resultados individuais, os quatro reconhecimentos representam a força de uma comunidade científica que atua em diferentes fronteiras da Computação e mantém diálogo com a sociedade, instituições, pesquisadores e eventos de referência no Brasil e no exterior.
O INF parabeniza os pesquisadores, estudantes e professores envolvidos nas quatro pesquisas e celebra os reconhecimentos como parte de uma trajetória construída diariamente nos laboratórios, grupos de pesquisa e programas de pós-graduação do Instituto.