Adenilton José da Silva

Ciência da Computação

O matemático Adenilton Silva trouxe suas investigações para a computação. Mestre e doutor em ciências da computação pela Universidade de Pernambuco, ele se dedica a entender como os computadores quânticos podem aprender a partir dos dados gerados pela sociedade. A aprendizagem de máquina é um processo em que os computadores aprendem informações novas a partir de dados brutos. E a pesquisa com processamento quântico é fundamental para áreas que a capacidade de processamento clássica não alcança – por exemplo, os estudos que usam a computação quântica para o desenvolvimento de redes neurais artificiais, outro campo que também recebeu sua atenção.

É um trabalho situado nos limites da computação. Apesar da dificuldade, Adenilton investiga se os computadores quânticos podem aprender de forma mais eficiente ou mais rápida que os computadores atuais. Além da docência e pesquisa, Adenilton gosta de realizar caminhadas e explorar a natureza.

Projetos

Ciência em Juízo
Divulgação científica / Política

O que o Estado entende por ciência e como ele a distingue da desinformação? O projeto Ciência em Juízo, desenvolvido pelo Instituto Vero, visa a investigar o papel da ciência sobre saúde dentro do poder público. A pesquisa vai analisar como a informação científica é mobilizada por tomadores de decisão no poder público e quais os espaços de deliberação atribuídos a esferas científicas, jurídicas e políticas. A partir dessa análise crítica, o projeto discute as competências e possibilidades de atuação de cada uma dessas esferas para compreender a relação entre o mundo político e jurídico, no contexto de formulação de políticas públicas e judicialização da saúde.

Conheça a equipe do projeto:

Caio Vieira Machado – Diretor Executivo do Instituto Vero, doutorando em Oxford,
pesquisando o papel da desinformação científica na CPI da Covid. Mestre em ciências sociais
por Oxford, mestre em direito digital pela Sorbonne e bacharel em Direito pela USP.

Beatrice Bonami – Head de Ciência e Inovação do Instituto Vero e Professora Adjunta do
Departamento de Ética e Humanidades Digitais da Universidade de Tübingen na Alemanha. É
doutora em Inovação, Educação e Desenvolvimento Internacional pela USP/Brasil, pela
Sapienza/Italia e pela UCL/Reino Unido. Nos últimos anos trabalhou como Oficial de Projeto na
UNESCO/França e como Oficial de Pesquisa na OMS/Suíça.

Victor Vicente – Head de conteúdo no Instituto Vero. É doutorando em ciências da
comunicação (USP), mestre em comunicação e cultura (UFRJ), pós-graduado em marketing e
design digital (ESPM) e graduado em jornalismo (Uerj). Foi coordenador de comunicação do
Instituto de Tecnologia e Sociedade (ITS) entre 2015 e 2019, além de ter sido pesquisador do
MediaLab.UFRJ entre 2017 e 2019. Se interessa por aplicações tecnológicas que
proporcionem impacto social positivo e distribuído.

Victor Durigan – Coordenador de Relações Institucionais no Instituto Vero. É Bacharel em
Direito pela USP, com foco em Direito Constitucional e processo legislativo. Trabalhou com
políticas públicas e relações institucionais no setor privado em Brasília e São Paulo. Se
interessa pela intersecção entre política e tecnologia e escreve sobre o tema na newsletter
Descodificado.

Camila Tsuzuki – Coordenadora de operações no Instituto Vero. É mestranda em Direito
Político e Econômico (Mackenzie), pós-graduada em direito eleitoral (IDDE) e graduada em

Direito (Mackenzie) e em Administração de Empresas (EAESP-FGV). É integrante do Grupo de
Trabalho sobre Responsabilidade de Intermediários da Internet Society (Brasil) e pesquisadora
no Laboratório de Direito Digital e Democracia (Mackenzie).

Marcelo Soares – Pesquisador do Lagom Data, pesquisando as referências à ciência durante
a CPI da Covid. Atuará como parceiro externo.

Recursos investidos

Grant 2023: R$ 57.836,00
Aprendizagem de máquina quântica: modelos e algoritmos de aprendizado
Ciência / Ciência da Computação

A aprendizagem de máquina é uma área da ciência da computação cujos algoritmos possuem a capacidade de ‘aprender’ a partir de dados. Combinada com o grande volume de informações armazenadas diariamente, ela permitiu o desenvolvimento de aplicações nas mais diversas áreas do conhecimento, como o diagnóstico de doenças e o reconhecimento de voz, entre outros. Muito se fala sobre o potencial da aprendizagem de máquina. O foco deste projeto, porém, está nas limitações da área e nos problemas que um computador não pode resolver. Por meio de um novo modelo de computação (a computação quântica), investigaremos como criar algoritmos mais eficientes, com melhor capacidade de aprendizado e que permitam a resolução de problemas hoje considerados intratáveis.

Recursos investidos

R$ 98.200,00

Instituições

  • Universidade Federal Rural de Pernambuco

Chamadas

Chamada 1
  • Temas
  • algoritmo
  • aprendizagem de máquinas
  • computação quântica
  • inteligência artificial