Pesquisa de Lucas Pascotti Valem aborda método de inteligência artificial que aprimora a comparação entre imagens e reduz dependência de grandes volumes de dados rotulados
O docente recebeu o prêmio em cerimônia realizada no fim de 2025. Na imagem, ao lado do orientador da pesquisa, professor Daniel Carlos Guimarães Pedronette | (Crédito da imagem: Arquivo pessoal)
Recém-chegado ao Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, o docente Lucas Pascotti Valem já acumula um reconhecimento de peso no início da carreira docente. Ele se sagrou vencedor da 8ª edição do Prêmio Unesp de Teses Inovadoras, na área de Engenharias, Ciências Exatas e da Terra. A defesa do trabalho, intitulado Contextual Similarity Learning for Image Retrieval and Classification: Applications in Person Re-Identification, foi realizada em junho de 2024. O resultado foi divulgado em novembro de 2025, poucos meses depois de Lucas assumir, em fevereiro do mesmo ano, o cargo de professor no Departamento de Ciência da Computação do ICMC.
Lucas conta que ficou surpreso ao receber o prêmio, principalmente pelo volume e pela qualidade dos trabalhos que concorrem. “Recebi o e-mail na minha sala e ainda fui conferir no site para ter certeza de que era aquilo mesmo”, relata.
Com apenas 30 anos, Lucas concluiu o doutorado em 2024 no Programa de Pós-Graduação em Ciência da Computação (PPGCC) da Unesp, em Rio Claro. Para ele, o prêmio chega em um momento simbólico. “Minha pesquisa aqui no ICMC é, em grande parte, uma continuidade do doutorado. Ter esse reconhecimento agora reforça a relevância da área em que eu atuo e mostra que o caminho científico que estou seguindo faz sentido”, conta.
Entre os critérios considerados na avaliação do Prêmio Unesp de Teses Inovadoras estão impacto social, qualidade do texto, número de publicações e citações associadas ao trabalho. Segundo o docente, o caráter transversal da inteligência artificial (IA) também contribuiu para a visibilidade da pesquisa: “Hoje, a IA permeia praticamente todos os setores. Trabalhar com métodos que aprimoram aplicações de IA acaba ampliando o alcance e o interesse pelo tema”.
Lucas Pascotti Valem defendeu o doutorado em junho de 2024 pelo Instituto de Geociências e Ciências Exatas do Câmpus da Unesp, em Rio Claro | (Crédito da imagem: Arquivo pessoal)
Do que se trata a tese premiada – Orientado pelo professor Daniel Carlos Guimarães Pedronette, da Unesp, o trabalho trata de uma inovação metodológica no campo da IA, focada em como os modelos de computador aprendem, extraem padrões e tomam decisões a partir de dados. Tradicionalmente, em aprendizado de similaridade com imagens, é comum treinar modelos comparando imagens em pares. Um exemplo simplificado, seria comparar a imagem de um gato com a de um cachorro. O problema, segundo Lucas, é que essa abordagem ignora o contexto mais amplo. “É como tentar entender uma pessoa olhando apenas duas fotos isoladas, sem considerar o conjunto ao redor”, exemplifica.
O aprendizado de similaridade contextual propõe justamente o contrário: em vez de comparar apenas pares de imagens, o modelo passa a considerar a vizinhança, ou seja, um conjunto maior de imagens semelhantes. “Quando você compara uma imagem não só com outra, mas com os 20, 40 ou mais exemplos mais parecidos, você obtém uma interpretação mais rica da informação. Isso melhora significativamente o desempenho dos modelos”, destaca.
Um dos avanços mais relevantes da pesquisa está na redução da dependência de grandes volumes de dados rotulados, um dos gargalos atuais da IA. “Diferente dos seres humanos, muitos dos modelos de IA precisam de milhares ou milhões de exemplos rotulados para aprender. Em várias áreas, como imagens médicas, isso é caro, demorado e exige especialistas”, explica.
Ao incorporar a informação contextual, os métodos desenvolvidos na tese permitem treinar modelos com muito menos dados anotados, mantendo ou até superando o desempenho do estado da arte.
A tese foi validada em bases de imagens de propósito geral, com ampla diversidade de objetos, e também em cenários de identificação de pessoas. A tarefa envolve identificar indivíduos em ambientes monitorados por múltiplas câmeras, mesmo diante de desafios como mudança de roupas, diferentes ângulos, oclusões ou variações de iluminação. “Quando você considera o conjunto de imagens mais semelhantes, e não apenas comparações isoladas, a qualidade dos resultados melhora significativamente”, diz Lucas.
O professor ressalta que as bases utilizadas na pesquisa são públicas, justamente para evitar entraves éticos e permitir a reprodutibilidade dos experimentos. De acordo com ele, embora o foco da tese tenha sido imagens, o docente destaca que os conceitos podem ser estendidos a outros tipos de dados. Já no ICMC, ele orienta trabalhos que aplicam ideias semelhantes a expressões gênicas, buscando prever a resposta de pacientes a determinados tratamentos oncológicos. “Ainda são estudos preliminares, mas mostram o potencial de como a metodologia pode ser adaptada para diferentes áreas”, ressalta.
Comparação dos resultados antes e depois da aplicação do método desenvolvido na tese: após o uso da abordagem proposta, aumenta a identificação correta de imagens semelhantes e diminui a ocorrência de erros (em vermelho) | (Crédito da imagem: Reprodução/ tese)
Formação e futuro – Nascido em Araras, cidade do interior de São Paulo, Lucas construiu toda a sua formação acadêmica na Unesp de Rio Claro, onde cursou graduação, mestrado e doutorado. Durante o doutorado, realizou um estágio de nove meses na Temple University, na Filadélfia, com bolsa do Programa Fulbright, uma das mais disputadas iniciativas de intercâmbio acadêmico internacional. A experiência, segundo ele, contribuiu para a maturidade científica do trabalho.
O ingresso no ICMC ocorreu por meio de concurso público. “Sempre tive como objetivo seguir a carreira docente, pela autonomia de pesquisa e pela possibilidade de conciliar ensino e investigação científica. E estar na USP, que oferece uma infraestrutura de referência, para mim, é quase um paraíso acadêmico”, salienta.
Atualmente, Lucas ministra disciplinas na graduação em cursos como Ciência da Computação, Engenharia da Computação, Engenharia Civil e áreas afins. Em fevereiro deste ano, ele iniciou um projeto de três anos financiado pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), que contempla bolsas para alunos do ICMC e busca avançar na aplicação de redes neurais de grafos aplicadas a imagens, além de explorar novos cenários, como áudio e vídeo.
Além da pesquisa, o professor também se envolve em atividades de extensão. No ICMC, coordena um projeto de letramento digital de idosos, voltado ao uso de computadores de mesa. A iniciativa, que já contou com duas turmas no último ano, reúne idosos da comunidade e estudantes de graduação, que atuam como monitores. “É uma experiência muito gratificante, tanto para quem participa quanto para os alunos, que ganham autonomia, didática e vivência social. Abrir as portas da universidade para a sociedade é algo que considero fundamental”, ressalta.
Entre os próximos desafios, Lucas aponta o fortalecimento de parcerias internacionais, a publicação em conferências de alto impacto e a busca por tornar a pesquisa acadêmica mais acessível ao público externo. “Nós, das universidades, podemos ampliar ainda mais a divulgação do conhecimento científico. Quero trabalhar para que os resultados da pesquisa se tornem mais palpáveis, com interfaces e ferramentas que possam ser usadas fora do meio acadêmico”.
Para ele, formar recursos humanos também é parte central desse caminho. “Assim como alguém me orientou e me ajudou a chegar até aqui, vejo isso como um compromisso com os alunos”, conclui.
Texto: Gabriele Maciel, da Fontes Comunicação Científica
Mais informações
Acesse a tese vencedora: /lucasvalem.com/content/dissertations/phd.pdf
