O Laboratório de Inteligência Artificial (IA), Recod.ai, do Instituto de Computação da Unicamp, inaugurou recentemente uma infraestrutura de computação voltadas à IA. O cluster foi adquirido com recursos da Shell Brasil advindos da cláusula de PD&I da ANP, no âmbito do Centro de Estudos de Energia e Petróleo (CEPETRO/Unicamp). O equipamento será utilizado em projetos de pesquisa que combinam IA e engenharia de petróleo para otimizar decisões operacionais em campos do pré-sal brasileiro.
Batizado de Abaporu, em referência à obra modernista de Tarsila do Amaral e reinterpretado pelo grupo como o “devorador de dados”, o cluster reúne 28 placas gráficas NVIDIA H200 e L40s, as mais rápidas do mercado para aplicações em IA. O investimento inicial gira em torno de US$ 1 milhão. Instalado no datacenter do Instituto de Computação, o sistema atenderá prioritariamente aos projetos desenvolvidos em parceria com a Shell Brasil, podendo também ser utilizado em outras pesquisas do Recod.ai e Instituto de Computação, quando disponível.
“O Abaporu deve ser hoje o maior cluster de inteligência artificial da Unicamp, e um dos mais robustos dedicados à pesquisa universitária no país”, afirma o coordenador do Recod.ai, Prof. Anderson Rocha, líder do projeto. “Entre os objetivos da área de P&D da Shell está acelerar a utilização de tecnologia de ponta. Projetos como esse ampliam nossa capacidade de impulsionar a digitalização, aplicar inteligência artificial a desafios complexos da indústria de energia, integrando ciência, dados e inovação com impacto positivo nos negócios”, destaca Olivier Wambersie, diretor-geral de Tecnologia da Shell Brasil.
A cerimônia de lançamento (3/11) teve a presença de Olivier Wambersie, acompanhado por outros três executivos da empresa, além do Prof. Anderson Rocha, coordenador do Recod.ai, da professora Ana Maria Frattini Fileti, pró-reitora de Pesquisa da Unicamp, de Alessandra Davólio Gomes, vice-diretora associada do CEPETRO, e do prof. Denis José Schiozer, coordenador do Grupo de Pesquisa em Simulação e Gerenciamento de Reservatórios (UNISIM) do CEPETRO.
IA para o pré-sal
O Recod.ai e a Shell Brasil mantêm uma colaboração de mais de seis anos voltada ao uso de inteligência artificial e aprendizado de máquina em desafios da indústria de energia. Na fase atual, o grupo avança em um novo ciclo de pesquisa, que se estende até 2028, dedicado ao desenvolvimento de modelos de linguagem generativa aplicados à simulação e gerenciamento de reservatórios de petróleo.
Segundo a organização, os modelos permitirão que engenheiros e geocientistas interajam com sistemas complexos de simulação por meio de linguagem natural, transformando comandos tradicionalmente técnicos em instruções conversacionais. “O objetivo é criar uma interface em que o engenheiro possa literalmente conversar com o reservatório e, eventualmente, com simuladores de petróleo”, explica Anderson Rocha. “Hoje, para realizar uma simulação de produção, é preciso dominar inúmeros parâmetros e escrever scripts extensos. Com a IA generativa, a interação se torna mais intuitiva e rápida — é o conceito de inteligência aumentada, que diminui a fricção entre o especialista e o problema que ele quer resolver.”
Na prática, a empresa explica que o profissional poderá solicitar algo como “simule os próximos 12 anos de produção do campo X, considerando os poços Y e Z e variação de injeção de água”, e o sistema traduzirá automaticamente esse pedido para os formatos técnicos necessários, acionando simuladores clássicos de reservatórios. Caso faltem dados, a própria IA será capaz de questionar o usuário, “qual regime de injeção deve ser adotado?”, por exemplo, tornando o processo interativo, dinâmico e guiado por diálogo.
Além da interface conversacional, os algoritmos em desenvolvimento também têm potencial para integrar e analisar dados sísmicos, geológicos e de produção em larga escala, identificando padrões complexos e anomalias que escapam à observação humana. O objetivo é oferecer apoio à tomada de decisão em tempo quase real, tanto na otimização de estratégias de injeção e extração quanto na previsão de desempenho de poços, uma aplicação direta ao contexto dos campos do pré-sal brasileiro.
