A inteligência artificial generativa tem ampliado a forma como cientistas lidam com as incertezas da natureza. Na UFRJ, pesquisadores utilizam a tecnologia para simular múltiplos cenários de um mesmo fenômeno antes de decisões de alto impacto, como a perfuração do solo, operações navais ou grandes investimentos. A iniciativa, batizada de Diff-Twins, reúne especialistas de diferentes áreas para expandir a capacidade de análise para além dos dados disponíveis.
O projeto coordenado pelo professor Fábio Ramos, doutor em Matemática pela UFRJ, reúne pesquisadores de diferentes áreas do conhecimento. Além do Instituto de Matemática (IM), participam da iniciativa o Instituto de Geociências (Igeo), o Laboratório de Oceanografia Física da Coppe (LOF/Coppe) e pesquisadores da Engenharia Mecânica (Poli/Coppe). A interdisciplinaridade é um dos pilares do Diff-Twins, que articula saberes da matemática, da geologia, da engenharia e da oceanografia no desenvolvimento da tecnologia.
A iniciativa teve início em 2022, a partir de uma parceria com a Exxon Mobil, multinacional do setor de energia e uma das maiores companhias de petróleo e gás do mundo. As tratativas começaram com o Núcleo de Pesquisa e Desenvolvimento da UFRJ e o Instituto de Matemática foi o indicado para liderar o desenvolvimento dos modelos generativos. Segundo o professor Fábio Ramos, o alinhamento entre as equipes ficou evidente desde o primeiro contato. “Já na primeira reunião com o líder do grupo na empresa, o pesquisador Dragan Stojkovic, ficou claro que ‘deu match’: nós tínhamos as competências para levar adiante uma iniciativa ambiciosa”, afirma.
Atualmente, o laboratório desenvolve pesquisas em parceria com a Exxon Mobil voltadas à criação de modelos generativos para a reconstrução de rochas digitais, usadas em estudos de recuperação avançada de petróleo, e para a previsão local de correntes oceânicas, aplicada à análise das condições de operação em plataformas offshore. Plataformas offshore são estruturas industriais instaladas no mar, usadas principalmente para exploração, perfuração e produção de petróleo e gás natural. Elas ficam afastadas da costa e operam em águas rasas ou profundas.
Inteligência artificial aplicada à engenharia
As equipes atuam principalmente com técnicas de machine learning, área da inteligência artificial que permite aos computadores aprenderem a partir de dados, aplicadas a desafios de engenharia enfrentados pela empresa. De acordo com o doutorando em Matemática Aplicada Bernardo Schaeffer, “a abordagem possibilita estimar propriedades geológicas a partir de dados limitados, aprimorar previsões de curto prazo de correntes oceânicas rápidas e aprofundar a compreensão dos modelos de difusão, base da IA generativa”.
O laboratório atua em duas frentes de pesquisa. Na área geológica, os pesquisadores geram amostras virtuais de rochas para criar diferentes cenários por meio de modelos computacionais em 3D, que reproduzem a estrutura interna das rochas, principalmente com poros e canais. Esse modelo permite simular o comportamento de líquidos e gases no interior do material, etapa fundamental para estudos de exploração de reservatórios e para o desenvolvimento de estratégias de armazenamento eficiente e seguro de CO₂.
Na frente oceânica, a pesquisa é voltada à segurança operacional em ambientes marítimos. Os modelos desenvolvidos geram múltiplos cenários e permitem calcular a probabilidade de ocorrência de correntes intensas em locais e horários específicos. O professor Ramos explica que operações navais na Margem Equatorial exigem previsões altamente precisas, já que as correntes oceânicas nessa região tendem a ser mais velozes e variáveis. “O objetivo é reduzir o risco operacional e, sobretudo, evitar acidentes e desastres ambientais”, diz ele.
Formação e pesquisa aberta
Para Henry Nascimento, mestrando em Matemática na UFRJ e pesquisador do Diff-Twins, os impactos na formação dos estudantes como mestrandos, doutorandos e alunos de iniciação científica são significativos. “O trabalho proporciona contato com problemas reais, que não têm soluções prontas. Isso contribui significativamente para o desenvolvimento da maturidade em pesquisa. E também na satisfação de atuar na solução de problemas importantes para a sociedade.”
Segundo Ramos, o estudo é orientado pela autonomia científica e pela produção de conhecimento aberto. Os códigos e as publicações desenvolvidas pelo grupo são disponibilizados publicamente, e as decisões científicas permanecem sob responsabilidade dos pesquisadores. “Os pesquisadores da Exxon Mobil, além de tecnicamente muito fortes, são respeitosos quanto às escolhas de rumo. Eles sinalizam prioridades industriais, mas existe liberdade real para definirmos caminhos”, destaca.
A experiência do laboratório em inteligência artificial antecede a parceria com a Exxon Mobil. O grupo já havia desenvolvido pesquisas com instituições como a Shell, o Dnit e a Coppe Transportes, em áreas que vão da previsão de incrustações inorgânicas à análise do tráfego em rodovias federais. De acordo com Ramos, esse histórico foi fundamental para o avanço do projeto. “Embora a experiência direta com modelos de difusão ainda fosse recente e, naquele momento, pouquíssimos grupos no mundo tivessem esse domínio, já contávamos com um histórico sólido, além de parceiros que compreendiam profundamente os problemas envolvidos.”
Mais do que avanços tecnológicos, projetos como o Diff-Twins sustentam pessoas e o próprio ambiente de pesquisa. A iniciativa viabiliza a formação de mais de uma dezena de estudantes, como doutorandos, mestrandos, bolsistas de iniciação científica e pós-doutorandos. O resultado é a criação de um ecossistema sólido no Instituto de Matemática, como descreve o professor Fábio Ramos: “Faça chuva ou faça sol, há gente trabalhando, discutindo, testando hipóteses, errando rápido e melhorando”. Esse movimento constante impulsiona a produtividade e eleva a qualidade da pesquisa.
* O texto foi escrito por Karen Monteiro sob a supervisão da jornalista Pâmella Cordeiro.