Projeto desenvolvido por pesquisadores da Faculdade de Ciências (FC) da Unesp, Câmpus de Bauru, e da Unicamp utiliza uma técnica de inteligência artificial para resolver problemas em diversas áreas como detecção de invasão de vírus no computador, identificação de indústrias e residências fraudadoras de energia elétrica, ou ainda, seleção de gêneros musicais em grandes bases de dados.
O Floresta de Caminhos Ótimos (FCO), nome com o qual João Paulo Papa, da Unesp (Faculdade de Ciências), e Alexandre Xavier Falcão, da Unicamp, batizaram seu invento, é uma técnica de aprendizado de máquina que extrai informações para alguma aplicação específica, identifica e apreende o comportamento dos dados e oferece um resultado.
A ideia é fazer o reconhecimento de padrões como imagens, sinais, sons, entre outros, e relacionar com os elementos definidos pelo usuário, de forma que o conjunto de dados oferecido apresente, por meio de propriedades matemáticas, relacionamentos que permitam com que os dados similares estejam agrupados e contribuam para a boa precisão do sistema.
“Esse algoritmo foi desenvolvido durante o meu doutorado e tem demonstrado precisão semelhante a algumas das técnicas mais utilizadas atualmente”, afirma Papa.
O que diferencia a técnica desenvolvida por Papa e Falcão de outras já existentes no mercado é a rapidez do processamento. O uso permite alcançar um resultado com velocidade duas a três vezes maior, dependendo da aplicação.
Para detectar a invasão em sistemas computacionais, a técnica diferencia um acesso normal de um ataque. No caso, a máquina recebe acessos não permitidos. Como medida imediata, o programa bloqueia o IP do computador que está atacando.
Quanto ao roubo de energia, é possível investigar os fraudadores por meio da construção do perfil dos usuários. Por exemplo, dados do valor pago, medido e contratado de energia pelas indústrias, entre outros, são fundamentais para reconhecer a falsificação. Esse projeto de pesquisa está sendo realizado em conjunto com o professor André Nunes de Souza, do departamento de Engenharia Elétrica da instituição, que orienta um aluno de doutorado junto à Escola Politécnica da USP nesse assunto.
No caso do banco de dados musical, funciona de forma a extrair características que permitem diferenciar um estilo musical de outro. Segundo o pesquisador, para que a classificação seja feita pelo FCO, é preciso primeiro “ensinar” o programa sobre os estilos musicais presentes no banco de dados. No caso específico, é necessário dar informações do tipo de tom, frequencia e timbre que cada estilo de musical comporta. “A vantagem deste classificador é que ele é mais veloz do que algumas técnicas comumente utilizadas para o treinamento dos dados. Em bases dinâmicas, essa característica é bastante útil”, explica Papa.
O projeto foi financiado pela Fapesp (Fundação de Amparo à Pesquisa do Estado de São Paulo) e CNPq (Conselho Nacional de Desenvolvimento Científico e Tecnológico). O montante financiado pela Fapesp foi R$ 97.056,11. O valor financiado pelo CNPq foi de R$ 36 mil via bolsa de produtividade em pesquisa.