28/02/2025

‘Conseguimos fazer ciência de ponta’, conta Arthur Bizzi

No segundo semestre de 2020, o doutorando do IMPA Arthur Bizzi deixou o frio europeu da sua temporada em Paris, na França, para enfrentar as altas temperaturas do Rio de Janeiro. O engenheiro brasiliense abraçou a matemática, o IMPA e a capital carioca para dar seguimento a um sonho antigo, o de ingressar no doutorado em matemática aplicada no instituto.

Na quinta-feira (6), às 10h, ele conclui essa etapa com a defesa da tese “Redes Neurais com Estrutura de Fluxo para Aprendizado de Máquina Informado pela Física”, orientada pelo então pesquisador do instituto João Pereira. A defesa pode ser acompanhada pelo canal do YouTube do IMPA.

No entanto, antes do grande dia, Arthur está nos Estados Unidos para apresentar o artigo “Neural Conjugate Flows: A Physics-Informed architecture with flow structure” na “Conferência da Associação para o Avanço da Inteligência Artificial (AAAI)”, na Pensilvânia, neste sábado (1º de março). O trabalho é fruto da tese de doutorado.

A semana agitada do jovem encerra ou pausa a jornada no IMPA. Apesar da boa relação com a matemática desde a infância, foi na graduação em engenharia mecatrônica na Universidade de Brasília (UNB) que Arthur percebeu que o trabalho com os números poderia se tornar efetivamente uma carreira. “Passei a maior parte da minha graduação pensando em me tornar matemático, que era o que eu realmente gostava na engenharia.”

O interesse mais profundo pela área veio acompanhado de outras possibilidades, como se tornar pesquisador, resolver problemas reais através da matemática e trabalhar diretamente com a indústria. A decisão pela mudança de área chegou durante o “Curso de Verão” que o estudante realizou no IMPA em 2017, quando ainda estava na graduação. “Eu finalmente tomei coragem para realizar o meu sonho. Foi paixão à primeira vista. Arruinou minha carreira como engenheiro”, brincou.

No Instituto, Arthur é um dos colaboradores do Centro do PI (Centro de Projetos e Inovação IMPA) e teve participação ativa no Projeto Petrobras – que utiliza redes neurais para modelar a propagação de ondas no solo marítimo, uma parte importante da localização de reservatórios de petróleo. O trabalho foi um ponto de partida para sua pesquisa do doutorado. Nela, o jovem procurou resolver uma problemática antiga de aplicação das redes neurais: de forma geral, esses sistemas de computação são ótimos com associações, mas não tanto com causalidade, o que prejudica a sua funcionalidade em contexto físicos.

“Existe uma diferença muito grande entre observar duas coisas acontecendo e estabelecer uma relação de causalidade entre elas. São coisas muito diferentes. Especialmente no meu caso, eu quero aplicar inteligência artificial, machine learning, para o estudo de sistemas físicos do mundo real, da natureza — em que, obviamente, essa relação de causalidade é muito importante.”

Desta forma, um dos grandes objetivos da tese foi criar uma rede neural especializada em pensar sistemas físicos. Para isso, a estratégia principal da pesquisa foi utilizar a “noção de fluxo matemático” para gerir as relações de causalidade.

“Esse processo está ligado à noção de que o tempo passa; o presente afeta o futuro; o futuro depende do passado e assim por diante. Quando falamos sobre causalidade, abstratamente, é muito difícil definir o que isso significa. Na pesquisa, conseguimos perceber que podemos alcançar uma definição possível de causalidade, que é justamente a estrutura desse fluxo matemático; essa foi a grande chave”, explicou Arthur.

Apresentação nos Estados Unidos

Paralelamente à defesa, Arthur vai cumprir outro compromisso acadêmico na próxima semana: a apresentação do artigo “Neural Conjugate Flows: A Physics-Informed architecture with flow structure”, na AAAI, nos Estados Unidos. Derivado de sua tese de doutorado, o artigo mistura conceitos de sistemas dinâmicos com aplicações de machine learning – o que permite uma abordagem teórica inovadora para a área.

“Trouxemos assuntos da matemática pura para dentro do machine learning. E, usando isso, conseguimos fazer com que as redes neurais tenham a ideia de fluxo. As nossas redes neurais têm muitas propriedades especiais que têm a ver com as propriedades especiais de sistemas dinâmicos”, explicou o doutorando.

Entre os 13 mil artigos submetidos à conferência, o trabalho de Arthur — em parceria com o pesquisador João Pereira — fez parte dos pouco menos de 5% das pesquisas que foram aceitas para a sessão principal de encontro. Na ocasião, foi discutida a aplicação de machine learning em problemas reais. Em 2023, o artigo “Amniotic Fluid Segmentation and Volume Prediction with Uncertainty Quantification”, desenvolvido por mestrandos e doutorandos do Centro Pi, foi premiado na conferência em uma das categorias mais concorridas da AAAI, “Deployed application award”.

Depois da apresentação do artigo e da defesa, o próximo passo na carreira do estudante será o início do pós-doutorado em matemática aplicada no Instituto Federal Suíço de Tecnologia de Lausanne (EPFL), na Suíça. “Esse pós-doc é a oportunidade de me fortalecer e aprender muitas coisas, solidificar minha pesquisa. Mas eu não me vejo fazendo qualquer outra coisa senão estando no IMPA, pelo menos não pela maior parte da minha vida”, contou.

Arthur deixa o Brasil em março, com a expectativa de retornar ao Rio de Janeiro no futuro. Enquanto isso, ele guarda a expectativa de que a produção de ciência nacional está avançando de forma cada vez mais promissora. “Tenho uma percepção muito forte de que o que estamos fazendo no IMPA é, talvez, mais importante do que imaginamos. A minha esperança é que nós enquanto nação, sociedade, consigamos fazer parte cada vez mais da revolução tecnológica; que possamos achar o nosso próprio nicho, estar na pesquisa e na ciência. Acho que, agora, mais do que nunca, estamos conseguindo fazer ciência de ponta, que pode mudar os rumos da nossa sociedade”, concluiu.