O Latin American Research Awards (Lara), programa de bolsas de estudos do Google voltado para estudantes de mestrado e doutorado de universidades da América Latina, premiou nesta quarta-feira, 9, os projetos vencedores da sua nona edição. Ao todo, 24 projetos foram selecionados do Brasil, Argentina, Chile, México, Peru e Uruguai, sendo 14 de alunos brasileiros.
Com ênfase em temas diferentes todos os anos, o prêmio teve, nesta edição, a categoria Diversidade, Equidade e Inclusão (DEI), com projetos que abordem como a computação pode ajudar em problemas de disparidade de gênero, por exemplo. Além disso, o prêmio continuou reconhecendo estudos relacionados à covid-19, iniciativa que foi priorizada em 2020 pelos jurados.
O projeto visa impulsionar a inovação e premiar projetos que apresentem soluções a partir de tecnologia para problemas do cotidiano. Entre os projetos brasileiros contemplados, estão os trabalhos “Combatendo a doença de Alzheimer por meio de inteligência artificial explicável”, de Anderson Rocha e Flávia Azevedo, da Universidade Estadual de Campinas (Unicamp), e “Um reforço na detecção de mudanças ambientais para vigiar as florestas e apoiar ações sustentáveis”, de Ricardo Rios e Brenno Alencar, da Universidade Federal da Bahia (UFBA).
“Estamos muito felizes em começar a apoiar iniciativas de DEI, uma vez que diversidade faz parte do dia a dia do Google, desde como nossos produtos são desenvolvidos até como construímos nossas equipes de trabalho”, diz Berthier Ribeiro-Neto, diretor do Centro de Engenharia do Google na América Latina.
Os estudos sobre saúde ainda ocuparam boa parte do prêmio neste ano — o Google afirma que metade dos trabalhos brasileiros estavam dentro da temática — e o País continua sendo o representante com maior número de contemplados da América Latina.
“Os últimos 2 anos mostraram que o futuro nos reserva grandes desafios com os quais teremos que lidar. Nesse sentido, um dos objetivos do programa Lara é valorizar o trabalho de pesquisa que busca soluções novas para problemas que afligem a sociedade ao largo, soluções com potencial de grande impacto social”, explica Ribeiro-Neto.
Ao todo, as bolsas de estudos somam cerca de US$ 500 mil destinados para estudantes e orientadores. Os alunos de mestrado aprovados receberão US$ 750 por mês, enquanto os de doutorado receberão US$ 1,2 mensais. No ano passado, 13 projetos brasileiros receberam a bolsa de estudos do programa.
Confira os projetos brasileiros premiados pelo Latin American Research Awards (Lara):
Compartilhamento de Conteúdo Tóxico em Plataformas de Mídia Social: Análise Orientada à Rede e Aplicações Potenciais – Jussara Almeida e Gabriel Nobre (UFMG)
Aplicação baseada no estudo randômico de metástases cerebrais em pacientes com câncer de pulmão para a predição de biomarcadores, e a melhora de fatores prognósticos – André Fujita e Vinicius de Carvalho (USP)
Análise de vasos sanguíneos além da segmentação: desenvolvimento de abordagens flexíveis e explicáveis para caracterizar a morfologia da vascularização – Cesar Comin e Matheus Viana da Silva (UFSCAR)
Combatendo a doença de Alzheimer por meio de inteligência artificial explicável - Anderson Rocha e Flávia Azevedo (Unicamp)
A busca pela generalização em pequenos conjuntos de dados médicos - Sandra Ávila e Levi Chaves (Unicamp)
Estendendo o Papel dos Clusters de Palavras Semânticas em Tarefas de Processamento de Linguagem Natural – Marcos Gonçalves e Felipe Viegas (UFMG)
Um reforço na detecção de mudanças ambientais para vigiar as florestas e apoiar ações sustentáveis – Ricardo Rios e Brenno Alencar (UFBA)
Eficiência de CPU escalável e alta para cargas de trabalho de datacenter sensíveis à latência - Marcos Augusto Vieira e Jean Henrique Ferreira (UFMG)
Uma estrutura robusta e explicável baseada em QIF para avaliar os riscos de privacidade de grandes dados – Mario Alvim e Gabriel Henrique Nunes (UFMG)
BioAutoML: Engenharia automatizada de recursos para classificação de sequências biológicas – André Carlos Ferreira e Robson Bonidia (USP)
Aprendendo a combinar imagens de objetos deformáveis – Erickson Nascimento e Guilherme Potje (UFMG)
Classificação automática e interpretável do eletrocardiograma de 12 derivações - Wagner Meira Júnior e Derick Matheus Oliveira (UFMG)
Detecção automática de falsificações de imagens científicas - Anderson Rocha e João Cardenuto (Unicamp)
Deep Learning em espectroscopia molecular salivar: um teste sustentável, rápido e não invasivo para o diagnóstico de COVID-19 - Murillo Carneiro e Anísio Santos (UFU)