Bruno Iochins Grisci

Ciência da Computação

E se o caminho que ensina uma rede neural a aprender mudasse também o jeito como ela pensa? É essa pergunta que move o trabalho de Bruno Grisci, professor da Universidade Federal do Rio Grande do Sul e pesquisador em inteligência artificial. Se o caminho influencia o resultado, o reconhecimento dessa dinâmica pode abrir caminho para sistemas mais confiáveis, transparentes e alinhados com valores humanos.

Graduado, mestre e doutor em ciência da computação pela UFRGS, o cientista já pesquisou no Reino Unido, Chile, Alemanha e Canadá. Recebeu prêmios como o Jovem Bioinformata da AB3C, menção honrosa do Prêmio Capes de Tese e foi um dos 200 jovens convidados para o Heidelberg Laureate Forum.

Mas a ciência da máquina não é tudo. Grisci é versado no mundo da arte e cultura pop. Já foi colunista de cinema e quadrinhos, escreveu contos de ficção e se dedica à fotografia. Gosta de filmes de animação e aprendeu a pensar com profundidade desde cedo: sua mãe, psicóloga e professora universitária, foi sua primeira referência acadêmica.

Chamadas

Chamada 8

Projetos

Os algoritmos de otimização evolutiva moldam o aprendizado e o comportamento de redes neurais artificiais de forma diferente dos métodos tradicionais?
Ciência / Ciência da Computação

Redes neurais artificiais hoje estão por trás de tecnologias que reconhecem imagens, interpretam textos e tomam decisões. Mas como elas aprendem? Este projeto investiga se redes idênticas, quando treinadas por caminhos diferentes (o método tradicional baseado em gradiente ou algoritmos inspirados na evolução biológica) desenvolvem formas distintas de “raciocinar” e “agir”. Para isso, usamos experimentos controlados e ferramentas de interpretabilidade que nos ajudam a “abrir a caixa-preta” desses modelos e observar o que acontece por dentro. O objetivo é entender se o modo de treinar influencia não só o desempenho, mas também o comportamento da rede. Se a resposta for sim, isso pode mudar a forma como projetamos sistemas de inteligência artificial mais confiáveis, transparentes e alinhados aos nossos valores.

Recursos investidos

Grant 2025: R$ 350.000,00 (R$ 250.000,00 + R$ 100.000,00 de bônus opcional destinados à integração e formação de pessoas de grupos sub-representados na ciência)

Instituições

  • Universidade Federal do Rio Grande do Sul