IA Brasil Monitor do PBIA

Ações do PBIA

Voltar

Lista de todas as ações do Plano Brasileiro de Inteligência Artificial.

Não iniciado

2 Ampliação da capacidade de processamento dos Centros Nacionais de Processamento

Ampliação da capacidade de processamento dos Centros Nacionais de Processamento de Alto Desempenho (Cenapads) Compra de supercomputadores para os centros de supercomputação regionais. » Desafio: ampliar e melhorar a distribuição regional da capacidade de processamento de alto desempenho do Brasil, essencial para pesquisas avançadas em múltiplas áreas científicas, desenvolvimento tecnológico e inovação. » Meta: ampliação da capacidade dos cinco Cenapads, distribuídos pelas cinco regiões do País, em dois anos. » Impacto esperado: realização de maior volume de pesquisas que demandem computação de alto desempenho, promovendo o avanço em P&D de soluções para o bem-estar da sociedade por meio de inovações e novas startups. 68 » Recursos (2024-2028): R$ 125 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

42 Apoio Sistêmico à Cadeia de Valor da IA

Apoio Sistêmico à Cadeia de Valor da IA Apoio à cadeia de valor da IA, integrando e expandindo as ações da Emprapii relacionadas a projetos de IA. » Desafio: fortalecer a capacidade produtiva nacional na cadeia de IA. » Metas: aumento de 20% a.a. do número de projetos de PD&I em IA; estruturação da Rede Embrapii de Competência em IA com 25 unidades e Centros de Competência, até 2026; ampliação de 15 para 35 no número de Unidades Embrapii habilitadas para projetos em IA, até 2026; e contratação de cinco projetos estruturantes em IA, até 2026. » Impactos esperados: aumento significativo da capacidade nacional de desenvolver soluções de IA para desafios estratégicos; fortalecimento da colaboração entre academia, setor privado e governo; aceleração da transferência de tecnologia; e posicionamento do Brasil como referência em inovação em IA. » Recursos (2024-2028): R$ 667 milhões (FNDCT-não reembolsável e setor privado). » Componentes da ação : (a) Criação da Rede Embrapii de Competência em IA (R$ 150 milhões); (b) Estabelecimento de uma Rede de (quatro) Centros de Excelência em IA (nanotecnologia, IoT, Robótica e AGI) (R$ 240 milhões); e (c) Apoio a projetos de PD&I em IA (R$ 260 milhões). 86

Detalhes
Não iniciado

43 Apoio a Startups de IA

Apoio a Startups de IA Criação de um fundo de investimentos de apoio a startups de IA, incluindo recursos do Plano Mais Produção. » Desafio: ampliar o número, o faturamento e a presença global de startups de IA brasileiras. » Metas: metas específicas por iniciativa (BNDES e Finep). » Impactos esperados: criação de novas startups e crescimento das startups existentes de IA; aumento do P&D em IA realizado no País; criação de novos ambientes inovadores e hubs de inovação; desenvolvimento de soluções tecnológicas de ponta; aumento da competitividade internacional das startups brasileiras de IA; e fortalecimento da capacidade de criar modelos endógenos de IA. » Recursos (2024-2028): R$ 400 milhões (BNDES, FNDCT-não reembolsável e setor privado). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

39 Apoio ao desenvolvimento de projetos de lA nas empresas estatais

Apoio ao desenvolvimento de projetos de lA nas empresas estatais Prospecção e apoio à estruturação de projetos estratégicos relacionados à inteligência artificial nas empresas estatais. » Desafio: identificar oportunidades de desenvolvimento de projetos de lA nas empresas estatais alinhados ao alcance de objetivos de políticas públicas. 84 » Meta: identificação de projetos de lA em curso nas empresas estatais, oportunidades para indução do ecossistema e desenvolvimento de soluções de lA no País. » Impactos esperados: melhoria dos processos das empresas estatais; e contribuição para fomentar o ecossistema e o desenvolvimento de soluções de IA no País. » Recursos (2024-2028): R$ 4 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

17 Bolsas de IA para Graduação e Pós-Graduação

Bolsas de IA para Graduação e Pós-Graduação Bolsas de iniciação científica, mestrado e doutorado para iniciação científica, mestrado e doutorado em IA, com valores competitivos para a formação, atração e retenção de talentos. » Desafios: aumentar a oferta de profissionais altamente qualificados em IA no Brasil e reduzir a lacuna entre academia e indústria. » Metas: metas específicas de cada iniciativa em definição (Capes e CNPq). » Impactos esperados: aumento na quantidade e qualidade de pesquisas em IA; formação de uma nova geração de pesquisadores altamente qualificados; desenvolvimento de aplicações de IA com benefícios diretos para a sociedade em áreas estratégicas; e fortalecimento da ponte entre academia e indústria. » Recursos (2024-2028): R$ 194,2 milhões (CNPq e Capes). » Componentes da ação: programas de bolsas de CNPq e Capes.

Detalhes
Não iniciado

18 Bolsas de doutorado de IA no Exterior

Bolsas de doutorado de IA no Exterior Bolsas de doutorado no exterior na área de inteligência artificial para ampliação de parcerias internacionais em pesquisas sobre IA. » Desafio: ampliar as parcerias internacionais em pesquisas sobre IA. » Metas: metas específicas de cada iniciativa em definição (Capes e CNPq). IA para o bem de todos Plano Brasileiro de Inteligência Artificial 75 » Impactos esperados: ampliação do número de doutores com experiência internacional em IA; fortalecimento das redes de colaboração internacional em pesquisa; e aumento da qualidade e visibilidade da pesquisa brasileira em IA no cenário global. » Recursos (2024-2028): R$ 152 milhões (CNPq e Capes). » Componentes da ação: programas de bolsas de CNPq e Capes. Programa de Capacitação, Qualificação e Requalificação em IA

Detalhes
Não iniciado

26 Capacitação de servidores públicos em IA

Capacitação de servidores públicos em IA Capacitação de servidores públicos federais em IA para apoiar o desenvolvimento e a adoção da tecnologia no governo. » Desafio: capacitar servidores públicos federais para responder aos desafios da transformação digital e IA. » Meta: capacitação de 115.000 servidores federais, até 2026 (20% do total). » Impactos esperados: aumento do número de servidores públicos aptos a trabalharem com inteligência artificial; e oferta eficiente e rápida de serviços à população. » Recursos (2024-2028): R$ 7,5 milhões (MGI). » Componentes da ação: iniciativa única. Infraestrutura Nacional de Dados

Detalhes
Não iniciado

28 Catalogação, Governança e Estratégia de Uso de Dados

Catalogação, Governança e Estratégia de Uso de Dados Estabelecimento de política de governança de dados, ampliação da maturidade no uso de dados e catalogação de conjuntos de dados no âmbito do governo federal. » Desafio: tratar dados públicos como ativos estratégicos para apoio na solução de grandes desafios da sociedade. » Metas: estabelecimento da política de governança de dados nos órgãos e entidades federais; elevação da maturidade de dois para três, até 2026; e catalogação de 2.000 conjuntos de dados do governo federal, até 2027. » Impactos esperados: institucionalização e priorização do uso estratégico de dados nos órgãos e entidades federais; melhoria no aproveitamento do potencial do uso estratégico dos dados pelos órgãos e entidades federais; e ampliação da governança, transparência e reúso dos dados governamentais. » Recursos (2024-2028): R$ 6 milhões (MGI). » Componentes da ação: trata-se de três iniciativas contemplando a catalogação das bases de dados governamentais, a criação de uma política de governança de dados públicos, e a ampliação do nível de maturidade para o uso de dados por órgãos públicos.

Detalhes
Não iniciado

47 Centro Nacional de IA para a Indústria (CNIA4I)

Centro Nacional de IA para a Indústria (CNIA4I) Criação de um centro para desenvolvimento de tecnologias baseadas em IA para a indústria. » Desafio: fomentar um ecossistema tecnológico adequado para desenvolvimento de modelos de IA para aplicações industriais. » Metas: composição de redes de instituições em 12 meses; modelagem e início do programa de capacitação em 12 meses; e inauguração do CNIA4I em 18 meses. » Impactos esperados: Brasil como um líder regional em IA; garantia da segurança e soberania tecnológica, por meio do avanço científico e tecnológico da indústria brasileira. » Recursos (2024-2028): R$ 260 milhões (FNDCT-não reembolsável e setor privado). » Componentes da ação: iniciativa única. 88

Detalhes
Não iniciado

51 Centro Nacional de Transparência Algorítmica e IA Confiável

Centro Nacional de Transparência Algorítmica e IA Confiável Criação de um centro nacional para desenvolver pesquisas e estudos sobre riscos, segurança, transparência e confiabilidade da IA. » Desafio: redução dos riscos associados ao uso e desenvolvimento da IA, de forma a garantir a transparência, a integridade da informação e confiabilidade nos sistemas de IA. » Metas: estabelecimento do Centro em até 120 dias; e publicação de estudo sobre riscos da IA e práticas de transparência algorítmica em seis meses após criação do Centro. » Impactos esperados: aumento da transparência e responsabilidade no desenvolvimento e uso de IA, facilitando a auditoria e avaliação de sistemas; redução de riscos; e aumento da confiança pública na tecnologia. » Recursos (2024-2028): R$ 40 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única. 90 Programa de Apoio à Governança da IA

Detalhes
Não iniciado

34 Desenvolvimento de IA para Cibersegurança no Governo

Desenvolvimento de IA para Cibersegurança no Governo Desenvolvimento de sistemas de IA para melhorar a detecção e resposta a incidentes de segurança cibernética no governo. 82 » Desafio: aumentar a capacidade de resposta a ataques cibernéticos por meio do uso de ferramentas de IA. » Metas: capacitação de 100% das equipes dos órgãos setoriais do Sistema de Administração dos Recursos de Tecnologia da Informação (Sisp), até 2026; e implantação de módulos de detecção e resposta a ameaças em 100% dos órgãos setoriais, até 2027. » Impactos esperados: aumento da capacidade de analisar rapidamente grandes quantidades de dados; identificação de comportamentos anormais; detecção de atividades maliciosas. » Recursos (2024-2028): R$ 72 milhões - MGI e Gabinete de Segurança Institucional (GSI) da Presidência da República -. » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

35 Desenvolvimento de IA para aperfeiçoamento das contratações públicas

Desenvolvimento de IA para aperfeiçoamento das contratações públicas Desenvolvimento de ferramentas de IA para otimizar os processos de contratações públicas. » Desafio: identificar padrões nas contratações públicas com foco em agilidade de processos, redução de custos, correção de erros e fraudes, e aumento da transparência e eficácia. » Meta: incorporação do uso de ferramentas de IA nas rotinas de contratação pública. » Impactos esperados: melhoria na qualidade, eficiência e efetividade dos processos de contratações públicas; e promoção do ecossistema e o desenvolvimento de soluções de IA no País. » Recursos (2024-2028): R$ 30 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

8 Desenvolvimento de Pilha de Software para IA

Desenvolvimento de Pilha de Software para IA Apoio ao desenvolvimento de todas as camadas de software necessárias para aplicações de IA. » Desafio : especificar e desenvolver pilha de software nacional para IA, que busque ser interoperável e integrada a pilhas de software livres e abertas existentes, visando a otimizar o desempenho e promover independência tecnológica. » Meta: desenvolvimento de uma pilha de software nacional completa para IA em 12 meses. » Impactos esperados: soberania tecnológica; melhoria na segurança e privacidade de dados; otimização de recursos; e desenvolvimento econômico, inovação e competitividade. » Recursos (2024-2028): R$ 292,5 milhões (FNDCT-não reembolsável e setor privado). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

41 Desenvolvimento de data centers nacionais

Desenvolvimento de data centers nacionais Apoio à criação de data centers alimentados por fontes de energia renováveis, priorizando as regiões Norte e Nordeste. » Desafio: desenvolver e fortalecer a cadeia de fornecedores de data centers para IA no Brasil. » Metas: metas específicas por iniciativa (BNDES e Finep). » Impactos esperados: implementação de data centers de alta capacidade e eficiência energética no Brasil; estabelecimento de infraestrutura robusta para IA; e redução da dependência de recursos estrangeiros. » Recursos (2024-2028): R$ 2,3 bilhões - Banco Nacional de Desenvolvimento Econômico e Social (BNDES) e FNDCT-reembolsável -. » Componentes da ação: chamadas de BNDES e Finep.

Detalhes
Não iniciado

14 Difusão, divulgação e literacia digital em IA

Difusão, divulgação e literacia digital em IA Ação abrangente de literacia digital e divulgação em IA, visando a popularizar fundamentos tecnológicos, transparência, aplicações cotidianas, riscos e direitos dos cidadãos. Inclui a Olimpíada Brasileira de IA, envolvendo parcerias com universidades e empresas de tecnologia para workshops e mentoria, e campanhas informacionais e educativas sobre IA para cidadãos. » Desafio: aumentar o conhecimento, engajamento e inclusão social da população brasileira em relação à IA. » Metas: criação de uma Olimpíada de IA em 12 meses (recorrência anual), com participação de escolas públicas de todas as regiões do País; aumento do percentual da população brasileira que declara ter um bom entendimento sobre IA para 85% (pesquisa de opinião Ipsos/AI Index Report) em dois anos. » Impactos esperados: aumento do interesse e compreensão da IA entre jovens e na população geral, resultando em maior procura por cursos relacionados; melhoria na educação científica; e uso mais consciente e responsável da tecnologia. » Recursos (2024-2028): R$ 100 milhões (CNPq/FNDCT-não reembolsável). » Componentes da ação: Olimpíada Brasileira de IA e campanhas informacionais e educativas. Programa de Formação em IA

Detalhes
Não iniciado

24 Experimentação de projetos de IA no governo

Experimentação de projetos de IA no governo Desenvolvimento de projetos-piloto de IA no governo federal para avaliar viabilidade, riscos e benefícios, antes da implementação em larga escala. » Desafio: avaliar a viabilidade e o impacto de projetos experimentais de IA, antes de aplicação em larga escala. 78 » Meta: realização de 25 projetos de experimentação em IA no âmbito do Núcleo de IA, até 2026. » Impacto esperado: melhor embasamento na decisão de avançar para o desenvolvimento em larga escala de projeto de IA, diminuindo o risco dos projetos. » Recursos (2024-2028): R$ 15 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

13 Fomento a P&D em cooperação com América Latina, Caribe e África

Fomento a P&D em cooperação com América Latina, Caribe e África Fomento a P&D colaborativo internacional em IA, com instituições de pesquisa e universidades da América Latina, Caribe e África. » Desafio: fortalecer a cooperação científica e tecnológica em IA entre os países, promovendo o desenvolvimento conjunto de soluções para desafios comuns. » Meta: apoio a 100 projetos colaborativos em IA com países da América Latina, Caribe e África, até 2028. » Impacto esperado: consolidação do Brasil como parceiro estratégico em IA na América do Sul e África, impulsionando o desenvolvimento de soluções tecnológicas conjuntas e fortalecendo a cooperação científica regional. » Recursos (2024-2028): R$ 100 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única. Tabela 3 – Ações estruturantes aguardando definição de fonte orçamentária Centro de Monitoramento e Promoção da IA Sustentável (CMPIAS) 1.2. Programa de Sustentabilidade e Energias Renováveis para IA Estabelecimento de centro dedicado ao monitoramento, avaliação e promoção de práticas sustentáveis na implementação e uso da IA. Centro de Ciências de Dados voltados à Biodiversidade da Amazônia 1.4. Programa de Pesquisa e Desenvolvimento em IA Criação de centro de pesquisa aplicando IA e ciência de dados para monitoramento, conservação e exploração sustentável da biodiversidade e sociobioeconomia amazônica, com participação de comunidades tradicionais e povos locais Criação de novos centros de pesquisa em IA 1.4. Programa de Pesquisa e Desenvolvimento em IA Fomento a novos centros regionais de excelência em P&D em IA Fonte: Elaboração própria IA para o bem de todos Plano Brasileiro de Inteligência Artificial 73

Detalhes
Não iniciado

10 Fomento às atividades de P&D em IA

Fomento às atividades de P&D em IA Lançamento de editais e iniciativas de financiamento para projetos de P&D em IA, inclusive temáticos (educação, saúde, meio ambiente e economia criativa, dentre outras). » Desafio: impulsionar a P&D multidisciplinar em IA no Brasil, integrando diferentes áreas do conhecimento. » Meta: metas em definição, específicas de cada iniciativa - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) e Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) -. » Impactos esperados: avanço significativo na produção científica e tecnológica em IA aplicada no Brasil, com soluções inovadoras para desafios naciona; e formação de uma nova geração de pesquisadores altamente qualificados em inteligência artificial. » Recursos (2024-2028): R$ 553 milhões (FNDCT/CNPq e Capes). » Componentes da ação: Programa Nacional de Pós-doutorado (PNPD) em IA da Capes; Observatório da Educação: Fomento à Pesquisa sobre IA e Formação Docente (Capes); Bolsas CNPq; e apoio ao programa de P&D da Petrobras.

Detalhes
Não iniciado

50 Guias Brasileiros de IA Responsável

Guias Brasileiros de IA Responsável Série de guias sobre IA no Brasil para promover o uso responsável e adaptado à realidade nacional. » Desafio: necessidade de promoção da confiança pública na IA e adaptação dos padrões globais à realidade brasileira. » Metas: elaboração e publicação do Guia para IA Ética e Responsável em três meses; lançamento do Guia de IA para o Setor Público em 6 meses; e realização de workshops e eventos periódicos para divulgação dos guias. » Impactos esperados: aumento do entendimento e da confiança da população, de servidores públicos e profissionais sobre o uso e as aplicações da IA; e promoção de práticas responsáveis na adoção e no desenvolvimento de IA, alinhadas com padrões globais e adaptadas ao contexto nacional. » Recursos (2024-2028): R$ 500 mil - Ministério da Justiça e Segurança Pública (MJSP) -. » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

9 IA baseada em dados nacionais (LLM em português)

IA baseada em dados nacionais (LLM em português) Fomento à curadoria de conjuntos de dados nacionais e apoio ao desenvolvimento de modelos fundacionais, em particular modelos de linguagem de grande escala (LLM), especializados em português. » Desafio: criar e aprimorar bases de dados nacionais para treinamento de IA, reduzindo a dependência externa e contemplando a diversidade e as especificidades do Brasil. » Metas: ampliação da oferta de conjuntos de dados nacionais curados para treinamento; e construção de um modelo LLM robusto em termos de segurança para português em 12 meses. » Impactos esperados: redução da dependência externa; e ampliação do alinhamento dos modelos de IA às normas e especificidades nacionais. » Recursos (2024-2028): R$ 1,1 bilhão (FNDCT-reembolsável, não reembolsável e setor privado). » Componentes da ação: iniciativa única. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 71 Programa de Pesquisa e Desenvolvimento em IA

Detalhes
Não iniciado

16 IA na Graduação

IA na Graduação Criação de cursos de graduação em IA e correlatos; estímulo à criação de disciplinas optativas de programação, ciência de dados e IA; e oferta de vagas voltadas à IA no Fundo de Financiamento Estudantil (Fies). » Desafio: ampliar a formação em IA e disciplinas correlatas em todos os cursos de graduação. » Metas: criação de pelo menos 5.000 vagas em cursos de IA em três anos; e disponibilização automática de 100% das vagas em cursos de ciência de dados e IA no Fies. » Impactos esperados: aumento do número de profissionais com formação em IA; e maior integração da IA em diversas áreas do conhecimento. » Recursos (2024-2028): R$ 183,24 milhões (recursos orçamentários). » Componentes da ação: criação de cursos de graduação em inteligência artificial; estímulo à criação de disciplinas optativas em introdução à programação, ciência de dados e/ou IA; e oferecimento de 100% das vagas voltadas à IA no Fies.

Detalhes
Não iniciado

20 IA para Educação e Trabalho

IA para Educação e Trabalho Iniciativa multi-institucional de formação e capacitação em IA, com uso intensivo de ambientes experimentais. » Desafio: aumentar a oferta de profissionais qualificados em IA no Brasil. » Metas: capacitação ou requalificação de cinco mil profissionais em IA no 1° ano, dez mil no 2° ano e 15 mil no 3° ano de todas as regiões do País; e estabelecimento de 20 parcerias institucionais em três anos. » Impactos esperados: aumento da oferta de profissionais qualificados em IA; melhoria da competitividade das empresas brasileiras; fomento à inovação e o empreendedorismo; e contribuição para a redução das desigualdades sociais e regionais através do uso da IA. » Recursos (2024-2028): R$ 100 milhões (setor privado). » Componentes da ação: iniciativa única. 76

Detalhes
Não iniciado

44 IA para MPEs e MEIs

IA para MPEs e MEIs Estímulo e ampliação da adoção de IA em diferentes segmentos de pequenos negócios. » Desafio: aumentar a produtividade e a competitividade de Micro e Pequenas Empresas (MPE) e Microempreendedores individuais (MEI). » Metas: programas de aceleração em IA em MPE de setores intensivos; execução de projetos- piloto de inclusão digital em três estados; e desenvolvimento e aplicação de estudos para aprimoramento no suporte aos MEI em 12 meses. » Impactos esperados: aumento na adoção e no uso eficaz de IA entre MPE dos setores intensivos; preparação para tecnologias avançadas entre MEI e empreendedores informais; maior compreensão das necessidades dos MEI, resultando em estratégias de apoio mais eficazes; e aumento na sobrevivência e competitividade desses negócios. » Recursos (2024-2028): R$ 305 milhões - Serviço Brasileiro de Apoio às Micro e Pequenas Empresas (Sebrae) -. » Componentes da ação: (a) Transferência tecnológica pra MPE (R$ 150 milhões); (b) Acesso, conectividade e habilidades digitais para MEI (inclusão produtiva) (R$ 150 milhões); e (c) Ciências comportamentais aplicadas à IA para o MEI (R$ 5 milhões).

Detalhes
Não iniciado

49 IA para aumento da produtividade de MPMEs industriais

IA para aumento da produtividade de MPMEs industriais Implementação de ferramentas de inteligência artificial (IA) no programa Brasil Mais Produtivo (B+P), abrangendo três vertentes principais: criação de dataspace industrial, otimização do processo de inscrição e implantação de biblioteca de IA. » Desafio: aumentar a produtividade de MPMEs industriais. » Metas: estruturação de base de dados e levantamento de requisitos do data space em seis meses; implantação da infraestrutura digital pública; e capacitação de instituições em um ano. » Impacto esperado: melhoria da produtividade das MPME atendidas pelo programa e das cadeias produtivas em que estão inseridas. » Recursos (2024-2028): R$ 28 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única. Tabela 5 – Ações estruturantes aguardando definição de fonte orçamentária Ação Programa Descrição Centro Nacional de IA aplicada à agricultura e Pecuária 4.2. Programa de IA para Desafios da Indústria Brasileira Criação de Centro de IA para a Agropecuária, incorporando a expertise da Embrapa em agrointeligência IA para o bem de todos Plano Brasileiro de Inteligência Artificial 89

Detalhes
Não iniciado

36 IA para gestão dos recursos da educação

IA para gestão dos recursos da educação Utilização da IA para simplificação e automatização dos processos de gestão e prestação de contas dos recursos financeiros oriundos de repasses do FNDE e do Programa Dinheiro Direto na Escola. » Desafios: modernizar e otimizar a gestão, com monitoramento e prestação de contas por meio da IA. » Metas: desenvolvimento e implementação de solução para gestão de processos em até 24 meses. » Impacto esperado: maior agilidade na gestão e prestação de contas de recursos da educação. » Recursos (2024-2028): R$ 16 milhões (MEC/FNDE). IA para o bem de todos Plano Brasileiro de Inteligência Artificial 83 » Componentes da ação: contempla duas iniciativas, cada uma recebendo 50% dos recursos previstos, (a) IA para instrumentalizar a execução, o monitoramento e a prestação de contas dos programas de assistência e de repasses financeiros geridos pelo FNDE; e (b) Programa Dinheiro Direto na Escola (PDDE) (IA para apoiar a gestão financeira e orçamentária das escolas públicas).

Detalhes
Não iniciado

11 INCT - IA

INCT - IA Fomento à pesquisa e ao desenvolvimento em IA por meio de Institutos Nacionais de Ciência e Tecnologia (INCT), integrando computação e ciências exatas com áreas como ciências biológicas, saúde, sociais, humanas, culturais, econômicas e jurídicas. » Desafio: consolidar uma rede multidisciplinar de excelência, capaz de desenvolver soluções de IA orientadas ao enfrentamento de desafios nacionais em áreas como educação, meio ambiente, economia criativa e indústria. » Meta: estabelecimento de quatro centros temáticos interdisciplinares de estudos avançados em IA, até 2028. » Impactos esperados: aumento da capacidade nacional de pesquisa, desenvolvimento e inovação em IA; formação de massa crítica de pesquisadores e profissionais altamente qualificados; aceleração da transferência de tecnologia para o setor produtivo; e posicionamento do Brasil como referência internacional em pesquisa de IA. » Recursos (2024-2028): R$ 100 milhões (FNDCT/CNPq). » Componentes da ação: iniciativa única. 72

Detalhes
Não iniciado

32 Infraestrutura para uso e aplicação de IA na educação

Infraestrutura para uso e aplicação de IA na educação Construção de base unificada de dados educacionais. » Desafios : facilitar a aplicação de IA na educação a partir da organização, integração e cruzamento de dados educacionais, e promover o acesso a dados de forma anonimizada para pesquisadores e para o público credenciado (atendimento à LGPD). » Meta: estabelecimento de infraestrutura inicial a partir da organização, integração e operacionalização das bases de dados educacionais do MEC, até 2026. » Impactos esperados: fortalecimento da privacidade e segurança da informação; aumento da resiliência das instituições públicas; e aumento do grau de confiança do cidadão no uso dos serviços públicos digitais. » Recursos (2024-2028): R$ 258 milhões (MEC). » Componentes da ação: contempla duas iniciativas – estabelecimento de uma infraestrutura para uso e aplicação de IA na área de educação e criação de uma plataforma de acesso a dados educacionais para pesquisadores e para o público credenciado. Programa de Soluções de IA para Serviços Públicos

Detalhes
Não iniciado

12 Instituto Nacional de Informática com foco em IA

Instituto Nacional de Informática com foco em IA Criação do Instituto Nacional de IA para fomentar a pesquisa avançada em IA. » Desafios: fortalecer a P&D em IA no Brasil e aumentar o impacto de CT&I em empresas com potencial de competitividade global. » Metas: múltiplas metas, incluindo o estabelecimento de cinco grupos de pesquisa em seis meses no âmbito do instituto; lançamento do Instituto em nove meses; e início das operações de apoio a startups em 12 meses. » Impactos esperados: fortalecimento da posição do Brasil na pesquisa global em IA; aceleração da inovação através de colaborações internacionais; e aumento da capacidade computacional para pesquisa em IA. » Recursos (2024-2028): R$ 120 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

29 Integração e Reúso Estratégico de Dados

Integração e Reúso Estratégico de Dados Implementar a interoperabilidade entre órgãos e entidades governamentais para promover o reúso e compartilhamento eficiente de dados. » Desafio: promover o compartilhamento de dados para evitar duplicidade de esforços do cidadão em conformidade com a LGPD. 80 » Meta: economia de R$ 6 bilhões com a utilização do Programa Conecta Gov.br, ao reduzir as exigências de documentos dos cidadãos, até 2026. » Impactos esperados: simplificação do acesso aos serviços públicos digitais; redução da burocracia e economia significativa de recursos por meio da implementação do princípio “once only” (cidadãos devem informar seus dados ao governo apenas uma vez, órgãos e entidades públicas devem interoperar) e interoperabilidade entre órgãos governamentais. » Recursos (2024-2028): R$ 107 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

15 Laboratórios Interdisciplinares de Formação de Educadores (Lifes)

Laboratórios Interdisciplinares de Formação de Educadores (Lifes) Criação e ampliação de Lifes para formação docente em literacia em IA e uso pedagógico da IA. » Desafio: promover a capacitação de professores para o uso pedagógico da IA. » Metas: criação de 27 novos Lifes; e ampliação de 20 Lifes existentes. » Impactos esperados: professores mais preparados para abordar temas de IA em sala de aula; aumento do interesse e da capacidade dos estudantes em áreas relacionadas à IA e tecnologias digitais; e formação de uma força de trabalho mais qualificada para o futuro. » Recursos (2024-2028): R$ 19 milhões (recursos orçamentários). » Componentes da ação: iniciativa única. 74

Detalhes
Não iniciado

25 Monitoramento do Desenvolvimento e Uso da IA

Monitoramento do Desenvolvimento e Uso da IA Sistema de coleta e análise de dados sobre projetos de IA no governo federal para obter uma visão integrada de sua adoção e desenvolvimento. » Desafio: obter visão integrada sobre os avanços da adoção de IA no governo federal. » Meta: realização de levantamento anual sobre adoção da IA nos órgãos e entidades do governo federal. » Impactos esperados: avaliação do ritmo de adoção das soluções de IA; e identificação de problemas enfrentados e das tecnologias utilizadas. » Recursos (2024-2028): R$ 4 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

27 Nuvem Soberana

Nuvem Soberana IA para o bem de todos Plano Brasileiro de Inteligência Artificial 79 Infraestrutura de nuvem privada ou comunitária gerida exclusivamente por órgãos ou empresas públicas. » Desafios : proteger dados sigilosos, garantir a privacidade, a disponibilidade e a gestão apropriada deles. » Meta: migração de dados classificados em grau de sigilo para ambiente de nuvem do governo, até 2027. » Impactos esperados: aumento da segurança e soberania de dados críticos/sensíveis; armazenamento de dados críticos/sensíveis em território nacional; e garantia de soberania e privacidade dos dados. » Recursos (2024-2028): R$ 1 bilhão (Serpro e Dataprev). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

52 Observatório Brasileiro de IA (Obia)

Observatório Brasileiro de IA (Obia) Consolidação do Observatório Brasileiro de Inteligência Artificial (Obia) como a principal plataforma de inteligência sobre IA no Brasil. » Desafios: desenvolver e consolidar indicadores e bases de dados para o acompanhamento do uso e desenvolvimento da IA no Brasil. » Metas: lançamento do Obia em 30 dias; e desenvolvimento contínuo de indicadores nas principais dimensões da IA. » Impacto esperado: aprimoramento na formulação de políticas públicas, estratégias corporativas e a tomada de decisão, relacionadas à IA. » Recursos (2024-2028): R$ 11,75 milhões - FNDCT-não reembolsável e Comitê Gestor da Internet no Brasil (CGI.br) -. » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

6 Parcerias internacionais para compartilhamento de infraestrutura de P&D em IA

Parcerias internacionais para compartilhamento de infraestrutura de P&D em IA Compartilhamento da infraestrutura brasileira de IA com outros países em desenvolvimento. » Desafio : promover o acesso à infraestrutura de ponta por países em desenvolvimento, especialmente da América Latina, Caribe e África. » Metas: ampliação significativa da capacidade de conexão da Rede Clara e da Rede Scalac em 24 meses; apoio a 30 projetos colaborativos que utilizem a infraestrutura brasileira de IA, até 2028. » Impactos esperados: desenvolvimento de capacidade tecnológica nacional e redução da dependência externa em hardware crítico para IA (p.ex., aceleradores de aprendizado de máquina); aceleração do desenvolvimento científico e tecnológico através de colaborações internacionais; e fortalecimento da posição do Brasil como parceiro global em P&D de IA. » Recursos (2024-2028): R$ 50 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única. Programa de Sustentabilidade e Energias Renováveis para IA

Detalhes
Não iniciado

5 Parcerias internacionais para desenvolvimento de nós de supercomputador e

Parcerias internacionais para desenvolvimento de nós de supercomputador e aceleradores de aprendizado de máquina Estabelecimento de parcerias para desenvolvimento nacional de nós de supercomputador e aceleradores de aprendizado de máquina. » Desafio: reduzir ou eliminar a dependência tecnológica externa em componentes críticos para IA. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 69 » Metas: estabelecimento de, ao menos, duas parcerias em 12 meses; desenvolvimento de aceleradores de processamento de máquina em 24 meses; e desenvolvimento de dois racks completos em 36 meses. » Impactos esperados: desenvolvimento de capacidade tecnológica nacional e redução da dependência externa em hardware crítico para IA (p.ex., aceleradores de aprendizado de máquina); aceleração do desenvolvimento científico e tecnológico através de colaborações internacionais; e fortalecimento da posição do Brasil como parceiro global em P&D de IA. » Recursos (2024-2028): R$ 765 milhões (FNDCT-reembolsável e não-reembolsável, setor privado e organismos internacionais). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

30 Personalização dos Serviços Públicos

Personalização dos Serviços Públicos Personalização de serviços públicos, para oferecer ao cidadão conteúdo contextual, direcionado e proativo. » Desafio: ampliar a oferta de conteúdo dos diversos órgãos e entidades públicas federais para os cidadãos de maneira personalizada e proativa. » Meta: personalização da comunicação digital em 50 serviços públicos digitais, até 2026. » Impacto esperado: ampliação da cidadania, uma vez que o cidadão terá, de maneira antecipada e por meio de mensagens personalizadas, informações sobre seus direitos e suas obrigações. » Recursos (2024-2028): R$ 26 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

22 Plataforma de Inteligência Artificial do Governo

Plataforma de Inteligência Artificial do Governo Plataforma de IA do Governo com abordagem baseada no contexto e na estratégia da administração pública federal. » Desafios: desenvolver, treinar e implantar modelos de IA para o governo. » Meta: disponibilização da plataforma para desenvolvimento e operação em alta escala de projetos e modelos de IA para o governo, até 2026. » Impactos esperados: elaboração de padrões de integração; interoperabilidade; disponibilização de tecnologias emergentes para desenvolvimento; e operação de projetos em IA, acelerando e otimizando o processo de adoção das tecnologias. » Recursos (2024-2028): R$ 25 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

31 Privacidade e Segurança da Informação no Setor Público

Privacidade e Segurança da Informação no Setor Público Conjunto de ações abrangentes de privacidade e segurança da informação nos órgãos federais. » Desafio: garantir a privacidade e a segurança das informações dos cidadãos na prestação dos serviços públicos. » Meta: incremento no valor médio do índice de maturidade em privacidade e segurança da informação em dois décimos, até 2027. » Impactos esperados: fortalecimento da privacidade e segurança da informação; aumento da resiliência das instituições públicas; e aumento do grau de confiança do cidadão no uso dos serviços públicos digitais. » Recursos (2024-2028): R$ 41 milhões (MGI). » Componentes da ação: iniciativa única. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 81

Detalhes
Não iniciado

23 Prospecção e Estruturação de Projetos de IA

Prospecção e Estruturação de Projetos de IA Estabelecimento de metodologia para prospecção e estruturação de projetos estratégicos relacionados à IA dentro do governo. » Desafios: identificar e estruturar projetos estratégicos de IA no governo. » Metas: estabelecimento e aplicação da metodologia em dez áreas prioritárias do governo e estruturação de 25 projetos de alto impacto, até 2026. » Impactos esperados: identificação de oportunidades para estruturação e aplicação de soluções de IA no setor público; e melhoria na qualidade e eficiência dos serviços públicos. » Recursos (2024-2028): R$ 7,5 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

4 Pró-Infra IA

Pró-Infra IA Fomento à aquisição, instalação e modernização de infraestrutura de IA nas ICT brasileiras. » Desafio: expandir e modernizar a capacidade computacional para IA em ICT, incluindo data centers e processadores especializados, em particular aceleradores de aprendizado de máquina. » Meta: apoio a 25 projetos em 5 anos. » Impactos esperados: aumento da capacidade de PD&I em IA por ICT no Brasil; e redução das assimetrias regionais em infraestrutura de IA. » Recursos (2024-2028): R$ 250 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

7 Pró-Infra IA Sustentável

Pró-Infra IA Sustentável Fomento à implementação de infraestrutura energética sustentável e eficiente para data centers (fontes renováveis; tecnologias de resfriamento; equipamentos com boa relação de desempenho por energia; software otimizado para racionalizar consumo de energia). » Desafio: implementar infraestrutura de energia renovável e uso sustentável de recursos para suportar o crescimento da IA no Brasil, aproveitando a matriz energética limpa do País. » Meta: apoio a 42 projetos em cinco anos. 70 » Impactos esperados: redução da pegada de carbono da infraestrutura de IA no Brasil; e aumento da eficiência energética em instalações de computação de alto desempenho. » Recursos (2024-2028): R$ 500 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única. Programa de Estruturação do Ecossistema de Dados e Software para IA

Detalhes
Não iniciado

19 Qualificação Profissional em IA

Qualificação Profissional em IA Plataforma nacional de cursos online de qualificação em IA, bem como cursos presenciais qualificação via estágio em empresas. » Desafio: aumentar a oferta de profissionais qualificados em áreas específicas de IA. » Metas: qualificação de 20 mil profissionais no 1° ano, 30 mil no 2° ano e 50 no 3° ano; e implementação de 500 projetos-piloto de IA em empresas industriais em três anos. » Impactos esperados: aumento da oferta de profissionais qualificados em IA; redução das lacunas de formação em habilidades de IA no setor industrial; e contribuição para a realização das missões da NIB. » Recursos (2024-2028): R$ 150 milhões (FNDCT-não reembolsável, Sistema S e contrapartidas privadas). » Componentes da ação: múltiplas iniciativas de qualificação profissional a serem desenvolvidas em parceria entre as instituições envolvidas.

Detalhes
Não iniciado

45 Recursos Humanos em Áreas Estratégicas (RHAE) - IA

Recursos Humanos em Áreas Estratégicas (RHAE) - IA Inserção de mestres e doutores especialistas em IA em empresas privadas, preferencialmente de micro, pequeno e médio porte. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 87 » Desafio: ampliar a inserção de mestres e doutores em empresas privadas, preferencialmente MPME, para maior interação entre universidades e empresas. » Meta: concessão de 1.200 bolsas para pesquisadores, até 2026, focadas no desenvolvimento de soluções de IA em MPME. » Impactos esperados: alavancagem da produtividade das pequenas e médias empresas nacionais; e difusão, compartilhamento e aprimoramento do conhecimento técnico-científico. » Recursos (2024-2028): R$ 100 milhões (CNPq/FNDCT-não reembolsável). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

53 Rede de apoio à governança da IA no Brasil

Rede de apoio à governança da IA no Brasil Estruturação de rede de pesquisa para apoiar processos de governança da IA no Brasil. » Desafio: reduzir a dependência de atores externos em capacidades críticas para governança de dados e IA, incluindo em setores específicos. » Meta: estruturação da rede em 12 meses. » Impacto esperado: criação de capacidade nacional sobre regulação e governança de IA, adaptada ao contexto brasileiro. » Recursos (2024-2028): R$ 26 milhões (FNDCT-não reembolsável e MEC). » Componentes da ação: contempla nova iniciativa a ser lançada pelo MCTI para estabelecimento da rede (R$ 25 milhões) e a criação de um Referencial Nacional de Uso da IA na Educação (R$ 1 milhão).

Detalhes
Não iniciado

54 Rede de apoio à participação do Brasil no debate internacional

Rede de apoio à participação do Brasil no debate internacional Estruturação de rede de pesquisadores e técnicos para ampliar e qualificar a participação do Brasil nos debates e fóruns internacionais sobre IA. » Desafios : ampliar e qualificar a participação do Brasil em discussões, iniciativas, planos, normativos e/ou resoluções de alcance global em IA. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 91 » Meta: estruturação da rede em 12 meses. » Impactos esperados: fortalecimento da liderança global do Brasil; consolidação de seu papel de interlocutor relevante na área de IA; e contribuição para a conformação de uma governança de IA que garanta o direito ao desenvolvimento. » Recursos (2024-2028): R$ 25 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 93 Anexo 3. Glossário dos termos utilizados no PBIA12 Aceleradores de aprendizado de máquina General-purpose computing on graphics process unit (GPGPU) Processador(es) especializado(s) capaz(es) de processamento altamente paralelo e adequados para executar algoritmos de aprendizado de máquina e aprendizado profundo. Agrupamento Clustering Agrupamento é a tarefa que tem por objetivo, dado um conjunto de pontos de dados, dividi-los em grupos cujos pontos sejam tão similares quanto possível. É uma técnica de modelagem descritiva que pode ser usada para realizar segmentação de dados, entre outras. Algoritmo Algorithm Conjuntos de regras precisas para transformar entradas especificadas em saídas específicas em um número finito de etapas. Alinhamento Alignment Conjunto de métodos e técnicas que tem por objetivo garantir que a IA esteja devidamente alinhada com os aspectos éticos e valores humanos. Análise e modelagem descritiva Descriptive analysis and modeling Análise e modelagem descritiva compreende um conjunto de métodos e técnicas que tem por objetivo descrever e sumarizar conjuntos de dados, por exemplo identificando invariantes e relacionamentos em dados. Análise e modelagem preditiva Predictive analysis and modeling Análise e modelagem preditiva compreende um conjunto de métodos e técnicas que tem por objetivo construir modelos a partir de dados históricos que são capazes de realizar previsões para dados desconhecidos e/ou futuros. Análise e modelagem prescritiva Prescriptive analysis and modeling Análise e modelagem prescritiva compreende um conjunto de métodos e técnicas que tem por objetivo construir modelos a partir de dados históricos que são capazes de recomendar ações para atingir um resultado desejado. Anonimização Anonymization O processo através do qual dados individualmente identificáveis são alterados de tal forma que não podem mais ser relacionados a um determinado indivíduo. Importante ressaltar que a anonimização não necessariamente impossibilita a reidentificação. Aprendizado ativo Active learning Um método que modifica algoritmos de aprendizado de máquina tal que eles sejam capazes de especificar novas regiões de treinamento e teste para melhorar sua precisão. Aprendizado de máquina Machine learning Subárea da inteligência artificial (IA) que se concentra no desenvolvimento de modelos, algoritmos e sistemas capazes de aprender a partir de dados para executar uma tarefa sem serem explicitamente programados para executá-la. Aprendizado não supervisionado Unsupervised learning Um tipo de aprendizado de máquina que aprende com dados sem supervisão humana. Modelos de aprendizado de máquina não supervisionados recebem dados não rotulados e buscam descobrir padrões e invariantes sem nenhuma orientação ou instrução explícita. Aprendizado por reforço Reinforcement learning É um tipo de aprendizado de máquina que se baseia em recompensas e punições, sendo inspirada na forma como os humanos aprendem por meio de tentativa e erro. Aprendizado por transferência Transfer learning Uma técnica de aprendizado de máquina em que um algoritmo aprende a realizar uma tarefa, como reconhecer carros, e se baseia nesse conhecimento ao aprender uma tarefa diferente, mas relacionada, como reconhecer gatos. Aprendizado profundo Deep learning Aprendizado de máquina baseado em redes neurais artificiais que são organizadas em múltiplas camadas de processamento, o que em geral significa que a computação de um conjunto de entradas até gerar uma saída desejada é dividida em várias etapas. Aprendizado supervisionado Supervised learning Um tipo de aprendizado de máquina em que o algoritmo compara seus resultados com os resultados corretos durante o treinamento e promove ajustes no modelo para que os resultados obtidos e corretos se aproximem. 12 Embora o glossário apresente definições para vocábulos utilizados na elaboração do Plano, é importante informar que não há consenso entre os especialistas no tema sobre alguns conceitos aqui expostos. 94 Auditoria algorítmica Algorithmic auditing Auditoria algorítmica é o conjunto de processos, metodologias e técnicas para examinar um algoritmo em busca de fragilidades e problemas como viés, injustiça ou insegurança, subsidiando a sua melhoria. Avaliação de modelo Model evaluation Avaliação de modelo é o processo de usar diferentes métricas de avaliação para entender o desempenho de um modelo de aprendizado de máquina, bem como seus pontos fortes e fracos. Centro de dados Data center Centros de dados são instalações que abrigam sistemas de computação, sistemas de armazenamento e telecomunicações. Eles fornecem um ambiente seguro, distribuição de energia, sistemas de resfriamento e fontes de alimentação redundantes. Ciência de dados Data science Ciência de dados é o conjunto de processos, metodologias, técnicas, modelos e algoritmos para extrair conhecimento e apoiar a tomada de decisão a partir de dados. Classificação Classification Classificação é a tarefa de atribuir dados a categorias usando modelos e algoritmos. É uma técnica de modelagem preditiva que pode ser usada para prever padrões e resultados em termos de categorias. Co-piloto Co-pilot Software baseado em inteligência artificial projetado para auxiliar os usuários em diversas tarefas e automatizar recursos em aplicativos compatíveis usando modelos de linguagem avançados, algoritmos de aprendizado de máquina e interfaces de conversação para entender as solicitações do usuário e fornecer sugestões, resumos e geração de conteúdo em resposta. Confiabilidade Reliability Confiabilidade é o grau em que um modelo ou dado pode ser confiável para produzir resultados precisos e consistentes. Confidencialidade Confidentiality Confidencialidade é o conjunto de processos e técnicas aplicados para a proteção de dados sensíveis contra acesso não autorizado. Exemplos de processos e técnicas são criptografia ou anonimização. Dados Data Dados são conjuntos de observações ou medições (conhecidos como atributos) relacionados a entidades reais ou virtuais, assim como seus relacionamentos. Dados biométricos Biometric data Dados pessoais relativos às características físicas, fisiológicas ou comportamentais de um indivíduo, que permitam ou confirmem a sua identificação única, tais como imagens faciais ou dados dactiloscópicos. Dados de treinamento Training data Conjunto de dados a partir do qual um modelo é aprendido. Dados não estruturados Unstructured data Dados que não possuem um modelo de dados predefinido ou não estão organizados de forma predefinida Dados pessoais Personal data Dados pessoais se referem a qualquer atributo relativo a uma pessoa singular identificada ou identificável; uma pessoa singular identificável é aquela que pode ser identificada, direta ou indiretamente, em particular por referência a um atributo como nome, número de identificação, dados de localização ou a um ou mais fatores específicos da condição física, fisiológica, identidade genética, mental, econômica, cultural ou social dessa pessoa singular. Detecção de fraudes Fraud detection Detecção de fraudes usa modelos e algoritmos para analisar dados e identificar atividades suspeitas ou danosas. Disponibilidade Availability Garantir o acesso e uso oportuno e confiável da informação. Diversidade Diversity Conjunto de mecanismos e estratégias utilizadas para incluir as muitas comunidades, identidades, raças, etnias, origens, habilidades, culturas e crenças dos povos. Empresas nascentes em tecnologias governamentais Govtech startups Empresas nascentes que usam tecnologia para ajudar governos a implementar políticas e serviços públicos. Erro Error A diferença entre o valor observado de uma medida e seu valor verdadeiro ou esperado. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 95 Escalabilidade Scalability A capacidade de aumentar ou diminuir os recursos computacionais necessários para executar um volume variável de tarefas, processos ou serviços. Espaço de dados industrial Industrial data space Ambiente virtual, baseado em padrões e modelos de governança, que permite que empresas troquem dados com segurança. Exceção Outlier Uma exceção é um ponto, pertencente a um conjunto de dados, que é significativamente diferente da maioria dos outros pontos pertencentes ao mesmo conjunto. Exceções podem ser causadas por uma variedade de fatores, incluindo erros de medição, erros de entrada de dados ou ocorrências raras. Explicabilidade Explainability A capacidade de fornecer uma explicação interpretável por humanos para uma decisão ou previsão automatizada e produzir intuições sobre as suas causas, potencialmente alinhadas com o raciocínio humano. Factualidade Factuality Factualidade, ou precisão factual, refere-se à capacidade de um modelo ou algoritmo de gerar respostas corretas, verificáveis e produzidas a partir de fontes confiáveis. Grandes dados Big data Extensos conjuntos de dados em termos de volume, variedade, velocidade e/ ou variabilidade que requerem uma arquitetura escalável para armazenamento, manipulação e análise eficientes Hiperparâmetros Hyperparameters Parâmetros que são usados para configurar um modelo ou para especificar o algoritmo usado para minimizar a função de perda em aprendizado de máquina. IA confiável Reliable AI IA confiável compreende modelos, algoritmos e sistemas que sejam justos, seguros, protegidos, resilientes, responsáveis, transparentes e interpretáveis, entre outras características e estejam em conformidade com a legislação pertinente. IA ética Ethical AI IA ética compreende modelos, algoritmos e sistemas que garantam seu uso em conformidade com aspectos éticos e valores humanos. IA responsável Responsible AI IA responsável é um conjunto de métodos e processos para desenvolver, usar e implantar sistemas de IA que sejam éticos, confiáveis e benéficos para a sociedade. Ela visa a criar soluções de IA que sejam justas, confiáveis e transparentes, e que respeitem os valores humanos. IA robusta Robust AI IA robusta é a capacidade de um sistema de IA de executar de forma confiável e consistente em uma variedade de condições. Sistemas de IA robustos são projetados para lidar com ambientes inesperados ou em mudança. IA sustentável Sustainable AI IA sustentável é o uso de inteligência artificial (IA) de uma forma que seja ambientalmente responsável e socialmente justa. Inferência Inference Aplicação de um modelo de aprendizado de máquina no contexto de uma tarefa. Por exemplo, um modelo classificador rotula uma amostra desconhecida. Integridade Integrity Grau em que um sistema, produto ou componente impede o acesso não autorizado ou a modificação de programas ou dados de computador. Interoperabilidade Interoperability Interoperabilidade é a capacidade de diferentes sistemas se comunicarem entre si e compartilharem dados ou modelos. Interpretabilidade Interpretability Capacidade de explicar ou apresentar o raciocínio de um modelo de IA em termos compreensíveis para um ser humano. Justiça Fairness Justiça compreende processos, técnicas e algoritmos com vistas a garantir que sistemas de IA não tratem as pessoas injustamente, por exemplo discriminando com base em fatores como raça, gênero ou deficiência. Limpeza de dados Data cleaning Limpeza de dados é o processo de identificar, corrigir ou remover registros de dados imprecisos ou ruidosos. Mineração de dados Data mining Conjunto de processos, técnicas e algoritmos para extração automática de conhecimento ou padrões que são interessantes (novos, úteis, implícitos etc.) de grandes volumes de dados. 96 MLOps (Machine Learning Operations) MLOps é um conjunto de práticas e processos para gerenciar o ciclo de vida dos sistemas que implementam modelos e algoritmos de aprendizado de máquina, de forma que esses modelos sejam projetados, desenvolvidos, testados e implantados de forma consistente e confiável Modelos de linguagem de grande escala (LLM) Large language models Modelos de linguagem de grande escala (LLMs) são modelos de aprendizado profundo, em geral treinados com grandes volumes de dados, que tem por objetivo processar, entender e gerar linguagem humana. Qualidade dos dados Data quality Qualidade dos dados é uma medida de quão bem os dados atendem às necessidades de um modelo, algoritmo ou sistema baseado em IA. Rastreabilidade Traceability Rastreabilidade é a capacidade de rastrear e documentar dados e decisões tomadas por um sistema de IA ao longo de seu ciclo de vida, o que inclui a manutenção de um registro detalhado de como um modelo de IA foi treinado e como ele processa informações para derivar suas decisões. Redes neurais artificiais Artificial Neural networks Um modelo de computação composto por uma série de elementos de processamento simples e altamente interconectados, inspirado no cérebro humano. Regressão Regression Regressão é a tarefa de atribuir dados a valores numéricos usando modelos e algoritmos. É uma técnica de modelagem preditiva que pode ser usada para prever tendências e estimativas. Reprodutibilidade Reproducibility Reprodutibilidade é a capacidade de obter resultados iguais ou semelhantes ao executar um modelo ou algoritmo no mesmo conjunto de dados. Tecnologia profunda Deep tech Conjunto de tecnologias avançadas que são baseadas em descobertas científicas e inovações com potencial disruptivo. Transparência Transparency Transparência é o grau em que as pessoas conseguem entender como funcionam modelos, algoritmos ou sistemas de IA. Viés Bias Viés é um erro sistemático que ocorre quando a saída de um modelo ou algoritmo é distorcida, o que pode levar a previsões imprecisas e degradação de desempenho. IA para o bem de todos Plano Brasileiro de Inteligência Artificial 97 Siglas e abreviaturas encontradas nesta publicação ABC | Academia Brasileira de Ciências Abruc | Associação Brasileira das Instituições Comunitárias de Educação Superior Abruem | Associação Brasileira dos Reitores das Universidades Estaduais e Municipais AI Act | Regulamento europeu sobre inteligência artificial (IA) que atribui três categorias de risco às aplicações de IA Ancine | Agência Nacional do Cinema Andifes | Associação Nacional dos Dirigentes das Instituições Federais de Ensino Superior ANPG | Associação Nacional de Pós-Graduandos ANS | Agência Nacional de Saúde Ater | Assistência Técnica e Extensão Rural AVC | acidente vascular cerebral Bacen | Banco Central do Brasil BESM-Inpe é o Modelo Brasileiro do Sistema Terrestre (MBST) ou BESM [do acrônimo em Inglês para Brazilian Earth System Model ocean-atmosphere (BESM-OA)]. Trata-se do primeiro modelo climático nacional, desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (Inpe); o Programa Fapesp de Pesquisas em Mudanças Climáticas Globais (PFPMCG); a Rede Clima; e o Instituto Nacional de Ciência e Tecnologia para Mudanças Climáticas (INCT-MC). BNDES | Banco Nacional de Desenvolvimento Econômico e Social Capes | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior CC/PR | Casa Civil da Presidência da República CCT | Conselho Nacional de Ciência e Tecnologia Cenapad SP | Centro Nacional de Processamento de Alto Desempenho em São Paulo CGEE | Centro de Gestão e Estudos Estratégicos CGI.br | Comitê Gestor da Internet no Brasil CGU | Controladoria-Geral da União CIT Digital | Comitê Interministerial para a Transformação Digital CMPIAS | Centro de Monitoramento e Promoção da IA Sustentável CNI | Confederação Nacional da Indústria CNIA4I | Centro Nacional de IA para a Indústria CNPq | Conselho Nacional de Desenvolvimento Científico e Tecnológico Confap | Conselho Nacional das Fundações Estaduais de Amparo à Pesquisa Conif | Conselho Nacional das Instituições da Rede Federal de Educação Profissional, Científica e Tecnológica Consecti | Conselho Nacional de Secretários Estaduais para Assuntos de Ciência, Tecnologia e Inovação CPA | Centros de Pesquisa Aplicada em Inteligência Artificial Dataprev | Empresa de Tecnologia e Informações da Previdência Ebserh | Empresa Brasileira de Serviços Hospitalares Embrapa | Empresa Brasileira de Pesquisa Agropecuária Embrapii | Empresa Brasileira de Pesquisa e Inovação Industrial Enap | Escola Nacional de Administração Pública 98 EPE | Empresa de Pesquisa Energética FAP | Fundações de Amparo à Pesquisa Fies | Fundo de Financiamento Estudantil Finep | Financiadora de Estudos e Projetos FIP | Fundo de Investimento em Participações FNDCT | Fundo Nacional de Desenvolvimento Científico e Tecnológico FNDE | Fundo Nacional Desenvolvimento da Educação Funttel | Fundo para Desenvolvimento Tecnológico das Telecomunicações GSI | Gabinete de Segurança Institucional da Presidência da República IA | Inteligência Artificial Ibama | Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis Ibrachics | Instituto Brasileiro de Cidades Humanas, Inteligentes, Criativas e Sustentáveis ICT | Instituições Científicas, Tecnológicas e de Inovação IES | Instituições de Educação Superior Ifes | Instituto Federal de Educação, Ciência e Tecnologia INCT-IA | Instituto de Ciência e Tecnologia em IA IND | Infraestrutura Nacional de Dados Inpe | Instituto Nacional de Pesquisas Espaciais LGPD | Lei Geral de Proteção de Dados Pessoais Lifes | Laboratórios Interdisciplinares de Formação de Educadores LLM | Large Language Models [linguagem de grande escala] LMOps | Learning Machine Operations [Operações de aprendizado de máquina] LNCC | Laboratório Nacional de Computação Científica Mapa | Ministério da Agricultura e Pecuária MCTI | Ministério da Ciência, Tecnologia e Inovação MDIC | Ministério do Desenvolvimento, Indústria, Comércio e Serviços MDS | Ministério do Desenvolvimento e Assistência Social, Família e Combate à Fome MEC | Ministério da Educação MEI | Microempreendedor individual MGI | Ministério da Gestão e da Inovação em Serviços Públicos MIDR | Ministério da Integração e do Desenvolvimento Regional MJSP | Ministério da Justiça e Segurança Pública MLOps | Machine Learning Operations MMA | Ministério do Meio Ambiente e Mudança do Clima MME | Ministério de Minas e Energia MPE | Micro e Pequenas Empresas MPME | Micro, Pequenas e Médias Empresas MRE | Ministério das Relações Exteriores MS | Ministério da Saúde MTE | Ministério do Trabalho e Emprego NAIIC | National Artificial Intelligence Advisory Committee NEES/UFAL | Núcleo de Excelência em Tecnologias Sociais - Universidade Federal de Alagoas IA para o bem de todos Plano Brasileiro de Inteligência Artificial 99 NIB | Nova Indústria Brasil OAI | Office for Artificial Intelligence Obia | Observatório Brasileiro de Inteligência Artificial OCDE | Organização para a Cooperação e Desenvolvimento Econômico ODS | Objetivos de Desenvolvimento Sustentável ONU | Organização das Nações Unidas P&D | Pesquisa e Desenvolvimento PBIA | Plano Brasileiro de Inteligência Artificial PDDE | Programa Dinheiro Direto na Escola Pisa | Programa Internacional de Avaliação de Estudantes Pnae | Programa Nacional de Alimentação Escolar PNPD em IA | Programa Nacional de Pós-doutorado em Inteligência Artificial da Capes PRF | Polícia Rodoviária Federal PTE | Plano de Transição Ecológica RFB| Receita Federal do Brasil RFEPCT | Rede Federal de Educação Profissional, Científica e Tecnológica SAM/CC/PR | Secretaria de Articulação e Monitoramento da Casa Civil da Presidência da República SBPC | Sociedade Brasileira para o Progresso da Ciência Sebrae | Serviço Brasileiro de Apoio às Micro e Pequenas Empresas Serpro | Serviço Federal de Processamento de Dados Setad/MCTI | Secretaria de Ciência e Tecnologia para Transformação Digital do MCTI Sexec/MCTI | Secretaria Executiva do MCTI SGD | Secretaria de Governo Digital do MGI Sinapad | Sistema Nacional de Processamento de Alto Desempenho Sine | Sistema Nacional de Emprego Sisp | Sistema de Administração dos Recursos de Tecnologia da Informação STEM | do acrônimo em Inglês para: Science, Technology, Engineering and Mathematics ou Ciências, Tecnologia, Engenharia e Matemática SUS | Sistema Único de Saúde TI | Tecnologia da Informação TIC | Tecnologias da Informação e Comunicação UF | Unidades da Federação UFAL | Universidade Federal de Alagoas 100 Referências ACADEMIA BRASILEIRA DE CIÊNCIAS – ABC. Recomendações para o avanço da inteligência artificial no Brasil: GT-IA da Academia Brasileira de Ciências / coordenador do GT – IA Virgílio Augusto Fernandes Almeida. Rio de Janeiro, RJ: 2023. Disponível em: http://www.abc.org.br/wp-content/ uploads/2023/11/recomendacoes-para-o-avanco-da-inteligencia-artificial-no-brasil-abc-novembro-2023- GT-IA .pdf ASSOCIAÇÃO BRASILEIRA DAS EMPRESAS DE SOFTWARE - ABES. Mercado Brasileiro de Software – Panorama e Tendências 2024. São Paulo: ABES, 2024. Disponível em: https://abes.com.br/ dados-do-setor/ BERREBY, David. As use of A.I. soars, so does the energy and water it requires. Fev 2024. Disponível em: https://e360.yale.edu/features/artificial-intelligence-climate-energy-emissions BRASSCOM. Demanda de talentos em TIC e estratégia Sigma-TCEM: Relatório de Inteligência e Informação BRI2-2021-007 - v112. São Paulo: 2021. Disponível em: https://brasscom.org.br/wp-content/ uploads/2021/12/BRI2-2021-007-01-Demanda-de-Talentos-em-TIC -e-Sigma-TCEM-v117.pdf BRASIL. Governo Federal. Portal Brasileiro de dados abertos. 2025. Disponível em: https://dados.gov. br/home BRASIL. Ministério da Ciência, Tecnologia e Inovação - MCTI. Centros de pesquisa aplicada em inteligência artificial. 2023. Disponível em: https://www.gov.br/mcti/pt-br/acompanhe-o-mcti/ transformacaodigital/inteligencia-artificial-centros BRASIL. Ministério da Ciência, Tecnologia e Inovação - MCTI. Lançada a terceira rodada do programa Soluções de IA para o Poder Público. 2024c. Disponível em: https://www.gov.br/mcti/pt-br/acompanhe -o-mcti/noticias/2024/02/lancada-a-terceira-rodada-do-programa-solucoes-de-ia-para-o-poder-publico BRASIL. Ministério da Ciência, Tecnologia e Inovação - MCTI. Portaria MCTI nº 8.251, de 07.06.2024. Institui Grupo de Trabalho de Apoio Operacional com o objetivo de propor o Plano Brasileiro de Inteligência Artificial - PBIA. 2024a. Disponível em: https://antigo.mctic.gov.br/mctic/opencms/legislacao/ portarias/Portaria_MCTI_n_8251_de_07062024.html#:~:text=Institui%20Grupo%20de%20Trabalho%20 de,do%20Par%C3%A1grafo%20%C3%9Anico%2C%20do%20art. BRASIL. Ministério das Minas e Energia – MME. MME e EPE mapeiam soluções para atender crescente demanda dos Data centers no Brasil. Mai 2024b. Disponível em: https://www.gov.br/mme/ pt-br/assuntos/noticias/mme-e-epe-mapeiam-solucoes-para-atender-crescente-demanda-dos- w-data-centers-no-brasil BRASIL. Ministério do Planejamento, orçamento e Gestão – MPOG. Secretaria de Logística e Tecnologia da Informação. Instrução Normativa nº 4, de 12 abril de 2012. Institui a Infraestrutura Nacional de Dados Abertos - INDA. 2012b. Disponível em: https://www.gov.br/governodigital/pt-br/ legislacao/InstrucaoNormativaINDA42012.pdf IA para o bem de todos Plano Brasileiro de Inteligência Artificial 101 BRASIL. Presidência da República. Decreto nº 6.666 de 27 de novembro de 2008. Institui no âmbito do Poder Executivo federal, a Infra-Estrutura Nacional de Dados Espaciais - INDE, e dá outras providências. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2007-2010/2008/decreto/d6666.htm BRASIL. Presidência da República. Decreto nº 7.724 de 16 de maio de 2012. Regulamenta a Lei nº 12.527, de 18 de novembro de 2011, que dispõe sobre o acesso a informações previsto no inciso XXXIII do caput do art. 5º, no inciso II do § 3º do art. 37 e no § 2º do art. 216 da Constituição. 2012a. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2012/decreto/d7724.htm BRASIL. Presidência da República. Decreto nº 8.777 de 11 de maio de 2016. Institui a Política de Dados Abertos do Poder Executivo federal. Disponível em: https://www.planalto.gov.br/ccivil_03/_ ato2015-2018/2016/decreto/d8777.htm BRASIL. Presidência da República. Decreto nº 10.046 de 9 de outubro de 2019. Dispõe sobre a governança no compartilhamento de dados no âmbito da administração pública federal e institui o Cadastro Base do Cidadão e o Comitê Central de Governança de Dados. Disponível em: https://www. planalto.gov.br/ccivil_03/_ato2019-2022/2019/decreto/d10046.htm BRASIL. Presidência da República. Lei nº 12.527, de 18 de novembro de 2011. Regula o acesso a informações previsto no inciso XXXIII do art. 5º, no inciso II do § 3º do art. 37 e no § 2º do art. 216 da Constituição Federal; altera a Lei nº 8.112, de 11 de dezembro de 1990; revoga a Lei nº 11.111, de 5 de maio de 2005, e dispositivos da Lei nº 8.159, de 8 de janeiro de 1991; e dá outras providências. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2011/lei/l12527.htm BRASIL. Presidência da República. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/ l13709.htm CENTRO REGIONAL DE ESTUDOS PARA O DESENVOLVIMENTO DA SOCIEDADE DA INFORMAÇÃO - CETIC.BR. Pesquisa sobre o uso das tecnologias de informação e comunicação no setor público brasileiro – TIC Governo Eletrônico 2021. Disponível em: https://cetic.br/media/docs/ publicacoes/2/20220725170710/tic_governo_eletronico_2021_livro_eletronico.pdf CENTRO REGIONAL DE ESTUDOS PARA O DESENVOLVIMENTO DA SOCIEDADE DA INFORMAÇÃO - CETIC.BR. Pesquisa sobre o uso das tecnologias de informação e comunicação no setor público brasileiro – TIC Governo Eletrônico 2023. 2023b. Disponível em: https://cetic.br/ media/docs/publicacoes/2/20241104103247/tic_governo_eletronico_2023_livro_eletronico.pdf CENTRO REGIONAL DE ESTUDOS PARA O DESENVOLVIMENTO DA SOCIEDADE DA INFORMAÇÃO - CETIC.BR. TIC Domicílios – 2023. São Paulo: CETIC, 2023a. Disponível em: https:// cetic.br/pt/tics/domicilios/2023/domicilios/ CENTRO REGIONAL DE ESTUDOS PARA O DESENVOLVIMENTO DA SOCIEDADE DA INFORMAÇÃO - CETIC.BR. TIC Empresas – 2023. São Paulo: CETIC, 2023c. Disponível em: https:// cetic.br/pt/pesquisa/empresas/indicadores/ CONFEDERAÇÃO NACIONAL DA INDÚSTRIA – CNI. Produtividade do Brasil tem um dos mais fracos desempenhos em 2019-2021. Produtividade na indústria, v.6, n.4, Outubro/Dezembro 2022. 102 Disponível em: https://static.portaldaindustria.com.br/media/filer_public/08/87/08875331-10da-49e9-83b6- b9ec20d184d9/produtividade_na_industria_outubro-dezembro_2022.pdf EASTWOOD, Brian. Industry now dominates AI research. MIT Sloan School of Management, may 2023. Disponível em: https://mitsloan.mit.edu/ideas-made-to-matter/ study-industry-now-dominates-ai-research EMPRESA BRASILEIRA DE PESQUISA E INOVAÇÃO INDUSTRIAL – EMBRAPII. Inteligência Artificial terá impacto positivo na competitividade da indústria, aponta pesquisa. 13 mai, 2021. Disponível em: https://embrapii.org.br/ inteligencia-artificial-tera-impacto-positivo-na-competitividade-da-industria-aponta-pesquisa/ EMPRESA DE PESQUISA ENERGÉTICA - EPE. Balanço Energético Nacional 2023. Disponível em: https://www.epe.gov.br/sites-pt/publicacoes-dados-abertos/publicacoes/PublicacoesArquivos/ publicacao-748/topico-687/BEN2023.pdf EMPRESA DE PESQUISA ENERGÉTICA - EPE. Balanço Energético Nacional 2024. Disponível em: https://www.epe.gov.br/pt/publicacoes-dados-abertos/publicacoes/balanco-energetico-nacional-2024 GOOGLE FOR STARTUPS. Startups & inteligência artificial generativa. Destravando o seu potencial no Brasil. Disponível em: https://services.google.com/fh/files/events/relatorio_startups_genai.pdf LAMB, C.L. Ética em IA e IA ética: prolegômenos e estudo de casos significativos. Revista USP, n. 141, p.107-120. 2024. Disponível em: https://www.revistas.usp.br/revusp/article/view/225293 MASLEJ, N. et al. The AI index 2024 annual report. Stanford University, Stanford, CA: AI Index Steering Committee, Institute for Human-Centered AI, Apr 2024. Disponível em: https://aiindex. stanford.edu/wp-content/uploads/2024/05/HAI_AI-Index-Report-2024.pdf MEIRA, S. Inteligência artificial, estratégia e diferenciais competitivos sustentáveis. 2024. ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT - OECD.AI. National AI policies & strategies. 2021. Disponível em: https://oecd.ai/en/dashboards/overview ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT - OECD. Fostering na inclusive digital transformation as AI spreads among firms. OECD Policy Brief. out., 2024. Disponível em: https://www.oecd.org/content/dam/oecd/en/publications/reports/2024/11/fostering-an-inclusive- digital-transformation-as-ai-spreads-among-firms_cd50d324/5876200c-en.pdf ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT - OECD. The state of implementation of the OECD AI principles four years on. OECD Artificial Intelligence Papers 27 oct 2023. Disponível em: https://www.oecd.org/content/dam/oecd/en/publications/reports/2023/10/the-state- of-implementation-of-the-oecd-ai-principles-four-years-on_b9f13b5c/835641c9-en.pdf ORGANIZAÇÃO DAS NAÇÕES UNIDAS PARA AGRICULTURA E ALIMENTAÇÃO - FAO. The state of food and agriculture 2023. Disponível em: https://openknowledge.fao.org/ items/1516eb79-8b43-400e-b3cb-130fd70853b0 IA para o bem de todos Plano Brasileiro de Inteligência Artificial 103 PEREZ, C. Technological change and opportunities for development as a moving target, CEPAL Review, n. 12, p. 109-130. 2001. Disponível em: https://repositorio.cepal.org/server/api/core/ bitstreams/62003642-32ed-4e39-b597-83e5b8227f61/content PEREZ, C.; LEACH, T.M. The Luddite legacy: why the initial diffusion of technologies does not predict the future of work. Beyond 4.0 Working Paper WP7-D7. 2. 2022. Disponível em: https:// beyond4-0.eu/storage/publications/D7.2%20The%20Luddite%20Legacy:%20Why%20the%20Initial%20 Diffusion%20of%20Technologies%20Does%20Not%20Predict%20the%20Future%20of%20Work/BEY4.0_ D7.2_Version%201.0%20final_2022-08-31.pdf TOP500 The List. Green500 List - June 2024. Disponível em: https://top500.org/lists/green500/ list/2024/06/?page=1 WORLD ECONOMIC FORUM – WEF. AI and energy: Will AI help reduce emissions or increase demand? Here’s what to know. Jul 2024. Disponível em: https://www.weforum.org/stories/2024/07/ generative-ai-energy-emissions/ Plano Brasileiro de Inteligência Artificial IA para o bem de todos

Detalhes
Não iniciado

3 Redes de conexão de alta velocidade para supercomputação

Redes de conexão de alta velocidade para supercomputação Ampliação do acesso a supercomputadores, com investimentos em equipamentos de conectividade (p.ex., roteadores e firewalls) e infraestrutura de conexão. » Desafios: conectar em rede e garantir o acesso aos supercomputadores brasileiros. » Meta: interligação de todos os centros de supercomputação brasileiros com redes de alta velocidade, até 2028. » Impacto esperado: realização do maior volume de pesquisas que demandem computação de alto desempenho, promovendo o avanço em P&D de soluções para o bem-estar da sociedade por meio de inovações e novas startups. » Recursos (2024-2028): R$ 52,4 milhões (FNDCT-não reembolsável e Petrobras). » Componentes da ação: investimentos em curso (Petrobras) e nova iniciativa.

Detalhes
Não iniciado

21 Residência em TICs-IA

Residência em TICs-IA Formação e capacitação tecnológica em IA, em parceria com a iniciativa privada (estágio em empresas). » Desafio: aumentar a oferta de profissionais em TICs com foco em IA. » Metas: formação e capacitação de 20 mil profissionais por ano, até 2028, sendo cinco mil em desenvolvimento de IA, 15 mil em uso de ferramentas de IA; e formação de 50 projetistas de chips para IA e 100 técnicos em infraestrutura de IA, até 2028. » Impacto esperado: aumento da oferta de profissionais qualificados em IA, atendendo à demanda do mercado e contribuindo para a competitividade da indústria e do ecossistema brasileiro de TICs. » Recursos (2024-2028): R$ 250 milhões (setor privado/Lei de TIC). » Componentes da ação: iniciativa única. Tabela 4 – Ações estruturantes aguardando definição de fonte orçamentária Ação Programa Descrição Plataforma de Participação Social sobre IA 2.1. Programa de Difusão e Divulgação da IA Plataforma digital para facilitar a participação pública em discussões, consultas e decisões relacionadas à IA no Brasil IA no Ensino Técnico-Profissionalizante 2.2. Programa de Formação em IA Ensino técnico-profissionalizante em IA, em parceria com institutos federais, escolas técnicas, escolas públicas de ensino médio e empresas de tecnologia Requalificação Profissional em IA 2.3. Programa de Capacitação, Qualificação e Requalificação em IA Cursos presenciais e online para requalificar profissionais, especialmente aqueles afetados pela automação, para atuarem em funções relacionadas à IA Ação Integrada de Extensão para Capacitação em IA 2.3. Programa de Capacitação, Qualificação e Requalificação em IA Capacitação em IA através da RFEPCT, direcionado a públicos específicos (mulheres, servidores e populações vulneráveis) Fonte: Elaboração própria IA para o bem de todos Plano Brasileiro de Inteligência Artificial 77

Detalhes
Não iniciado

46 Retenção de talentos para inovação em IA

Retenção de talentos para inovação em IA Bolsas de complementação salarial para retenção de talentos em IA. » Desafio: promover a retenção da força de trabalho altamente qualificada em IA no Brasil, evitando evasão para mercados concorrentes. » Meta: apoio a 1.000 profissionais qualificados em IA em projetos de PD&I empresariais, até 2026, com retenção no País dos formados em IA. » Impactos esperados: diminuição da evasão de profissionais qualificados em IA para mercados concorrentes; e fixação de profissionais formados em IA em empresas. » Recursos (2024-2028): R$ 600 milhões (FNDCT-não reembolsável e setor privado). » Componentes da ação: iniciativa única. Programa de IA para desafios da indústria brasileira

Detalhes
Não iniciado

40 SIPEC – Sistema inteligente de previsão de extremos climáticos

SIPEC – Sistema inteligente de previsão de extremos climáticos Desenvolvimento de um sistema baseado em inteligência artificial para previsão de eventos climáticos extremos, com alto grau de confiabilidade (sem vieses para remover erros sistemáticos de previsão), e específico para as características brasileiras, aprimorando o modelo acoplado oceano-atmosfera BESM-INPE11. » Desafios: prever os eventos climáticos extremos e mitigar os danos causados à sociedade. » Metas: desenvolvimento e implantação em até um ano de um sistema de inteligência artificial capaz de prever eventos climáticos extremos com antecedência de até 12 meses. » Impacto esperado: aprimoramento da capacidade do Brasil de prever e se preparar para eventos climáticos extremos, a fim de minimizar seus impactos adversos sobre a população e a infraestrutura nacional. » Recursos (2024-2028): R$ 15 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única. 11 BESM-Inpe é o Modelo Brasileiro do Sistema Terrestre (MBST) ou BESM [do acrônimo em Inglês para Brazilian Earth System Model ocean-atmosphere (BESM-OA)]. Trata-se do primeiro modelo climático nacional, desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (Inpe); o Programa Fapesp de Pesquisas em Mudanças Climáticas Globais (PFPMCG); a Rede Clima; e o Instituto Nacional de Ciência e Tecnologia para Mudanças Climáticas (INCT-MC). IA para o bem de todos Plano Brasileiro de Inteligência Artificial 85

Detalhes
Não iniciado

48 Soluções de IA para as missões da NIB

Soluções de IA para as missões da NIB Direcionamento de recursos do Plano Mais Produção e do Programa Mais Inovação para projetos de IA aplicada à indústria, com foco nas cadeias de aplicação definidas nas missões da Nova Indústria Brasil e no apoio a empresas brasileiras fornecedoras de sistemas especialistas. » Desafio: adotar soluções de IA alinhadas às necessidades específicas das missões da Nova Indústria Brasil (NIB). » Meta: financiamento de pelo menos 500 projetos de IA aplicados à indústria, até 2028. » Impactos esperados: aumento na adoção de IA no setor industrial brasileiro; aumento na produtividade e competitividade; e fortalecimento da indústria nacional de software, com capacidade ampliada de desenvolver e implementar sistemas de IA especializados para as diversas cadeias produtivas priorizadas pela NIB. » Recursos (2024-2028): R$ 9,1 bilhões (FNDCT-reembolsável e BNDES). » Componentes da ação: chamadas de BNDES e Finep.

Detalhes
Não iniciado

33 Soluções de IA para o governo

Soluções de IA para o governo Lançamento de chamadas periódicas para desenvolver soluções de IA que atendam desafios do setor público e fomentem startups govtechs. » Desafio: melhorar a qualidade e eficiência dos serviços públicos com uso da IA para a análise do grande volume de dados governamentais disponíveis. » Metas: lançamento de duas chamadas anuais; e implementação de projetos estruturantes de IA em dez órgãos/ano. » Impactos esperados: melhoria na qualidade, eficiência e efetividade dos serviços públicos prestados à população; aumento da adoção de IA no setor público; e desenvolvimento de startups (govtechs) voltadas para a área de IA. » Recursos (2024-2028): R$ 100 milhões (FNDCT-não reembolsável). » Componentes da ação: iniciativa única (múltiplas chamadas).

Detalhes
Não iniciado

1 Supercomputador de IA

Supercomputador de IA Aquisição de supercomputador especializado – Top 5 Mundial. » Desafio: ampliar significativamente a capacidade de processamento de alto desempenho do Brasil, essencial para pesquisas avançadas em múltiplas áreas científicas, desenvolvimento tecnológico e inovação. » Meta: atualização do supercomputador Santos Dumont no LNCC, para que esteja entre os cinco com maior capacidade de processamento da lista TOP500, em cinco anos. » Impacto esperado: realização de maior volume de pesquisas que demandem computação de alto desempenho e uso de IA, promovendo o avanço em P&D de soluções para o bem- estar da sociedade por meio de inovações e novas startups. » Recursos (2024-2028): R$ 1.800 milhões - Fundo Nacional de Desenvolvimento Científico e Tecnológico (FNDCT)-não reembolsável, Petrobras e Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). » Componentes da ação: investimentos em curso - Petrobras e Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp) - e novos investimentos de ampliação do LNCC.

Detalhes
Não iniciado

37 Uso de IA para aperfeiçoar os processos de Gestão de Pessoas

Uso de IA para aperfeiçoar os processos de Gestão de Pessoas Desenvolvimento e uso de IA em projetos relacionados à área de Gestão de Pessoas no serviço público. » Desafio: aumentar a eficiência operacional e de gestão dos recursos humanos. » Meta: implementação de sete projetos de IA de alto impacto, relacionados à área de Gestão de Pessoas no serviço público, até 2028. » Impactos esperados: melhoria da qualidade e eficiência dos processos administrativos; e redução dos custos ocasionados por erros humanos. » Recursos (2024-2028): R$ 13 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes
Não iniciado

38 Uso de IA para aperfeiçoar os processos de Patrimônio da União

Uso de IA para aperfeiçoar os processos de Patrimônio da União IA para a Gestão do Patrimônio da União. » Desafios: melhorar a gestão e o acompanhamento dos imóveis da União, como valoração, identificação e incorporação de novos imóveis; e apoiar as operações de fiscalização dos imóveis da União. » Meta: implementação de nove projetos de IA de alto impacto, relacionados à área de Gestão do Patrimônio da União, até 2028. » Impactos esperados: melhoria da qualidade e eficiência dos processos administrativos, e redução dos custos ocasionados por erros humanos. » Recursos (2024-2028): R$ 10 milhões (MGI). » Componentes da ação: iniciativa única.

Detalhes

Total: 54 ações