Outras linhas de pesquisa: colônias de formigas, robôs e raciocínio sob incerteza

O trabalho do IDSIA vai além das redes neurais. Na década de 1990, Luca Maria Gambardella, que mais tarde dirigiu o instituto por muitos anos, e Marco Dorigo desenvolveram o “ant colony system”, um método de otimização combinatória inspirado no comportamento das formigas, que encontram caminhos curtos entre o formigueiro e as fontes de alimento depositando e seguindo trilhas químicas. O método foi aplicado ao problema do caixeiro-viajante e ao roteamento de veículos. Deu origem também a uma das primeiras empresas derivadas (spin-off) do instituto, que oferecia otimização de rotas a empresas de logística e distribuição.¹ Em 1997, o IDSIA foi incluído entre os dez melhores laboratórios de inteligência artificial do mundo e entre os quatro melhores em inteligência artificial de inspiração biológica.² Seguiu-se, em 2007, um laboratório de robótica, com pesquisa sobre robôs que aprendem, robótica de enxame e robôs humanoides.³ O grupo de Marco Zaffalon trabalha com probabilidades imprecisas e modelos gráficos probabilísticos, ou seja, com métodos para raciocinar e decidir em condições de incerteza quando os dados disponíveis não justificam uma única distribuição de probabilidade. O grupo de Cesare Alippi trabalha com aprendizado em ambientes não estacionários, redes neurais de grafos e sistemas embarcados inteligentes.⁴

Várias dessas linhas de pesquisa têm relevância direta para as finanças. O raciocínio em condições de incerteza é a matéria da gestão de riscos. A detecção de mudanças em fluxos de dados, conhecida na literatura de aprendizado de máquina como concept drift, é o problema de que trata a Autoridade Suíça de Supervisão do Mercado Financeiro (FINMA) quando pede às instituições supervisionadas que monitorem o “data drift” em suas aplicações de inteligência artificial, como descrito adiante.⁵ Os métodos de otimização são utilizados na construção de carteiras e na alocação de garantias. Os modelos recorrentes e sequenciais são utilizados para analisar séries temporais de preços e transações. O instituto realizou projetos com empresas da região. Seus pesquisadores também fundaram start-ups. A mais conhecida é a NNAISENSE, que Schmidhuber criou em 2014 para trabalhar em aplicações comerciais de inteligência artificial em áreas como finanças, indústria pesada e veículos autônomos. A empresa descrevia seu objetivo como a construção de uma inteligência artificial de uso geral, embora Schmidhuber tenha dito mais recentemente que seu foco se deslocou da inteligência artificial geral para a gestão de ativos, o que a aproxima do tema deste livro.⁶

O ensino e a ética do aprendizado de máquina

O IDSIA leciona em ambas as suas instituições de origem. Contribui para o Bachelor of Science em Data Science and Artificial Intelligence da SUPSI, para o Master of Science in Engineering da SUPSI e para o Master of Science in Artificial Intelligence da USI.⁷ O instituto participa também do debate público sobre a ética da inteligência artificial, com especial atenção à transparência e à equidade (fairness) dos algoritmos de aprendizado de máquina.⁸ Equidade, nesse sentido, significa a ausência de discriminação injustificada nos resultados de um modelo, por exemplo, em decisões de crédito, na precificação de seguros ou na seleção de candidatos a emprego. Transparência significa que o funcionamento do modelo e seus resultados possam ser compreendidos por quem o utiliza e por quem é por ele afetado. Ambos os conceitos tornaram-se, desde então, requisitos legais no Regulamento da União Europeia sobre Inteligência Artificial e expectativas de supervisão nas orientações da FINMA sobre inteligência artificial, que este capítulo examina em seções posteriores.

Para o centro financeiro, o IDSIA representa um recurso de um tipo que poucas cidades do tamanho de Lugano possuem. Seus pesquisadores e graduados formam um contingente de especialistas a que bancos, seguradoras, gestores de patrimônio e empresas de tecnologia podem recorrer, seja recrutando graduados, seja encomendando pesquisa aplicada. A longa história do instituto confere também certa credibilidade quando o cantão apresenta o Ticino como local para a inteligência artificial. Seria errado, porém, inferir do êxito acadêmico do instituto que Lugano se tornou um centro comercial de inteligência artificial. O desenvolvimento em grande escala da inteligência artificial ocorre em algumas poucas empresas americanas e chinesas e, na Suíça, principalmente em Zurique, onde várias das grandes empresas de tecnologia têm centros de pesquisa. A contribuição do IDSIA para o centro financeiro reside no conhecimento, nas pessoas e nos projetos aplicados.

Equívoco comum. Diz-se por vezes que os grandes modelos de linguagem modernos foram “inventados em Lugano”. Isso é um exagero. A arquitetura LSTM desenvolvida por Hochreiter e Schmidhuber em 1997 e aperfeiçoada no IDSIA foi um método fundador do deep learning e dominou o reconhecimento de fala e a tradução automática em meados da década de 2010. Os grandes modelos de linguagem atuais baseiam-se na arquitetura transformer publicada por pesquisadores do Google em 2017. O trabalho do IDSIA pertence à história dos métodos sobre os quais eles se constroem, e o instituto continua sendo um importante centro de pesquisa, mas o desenvolvimento comercial dos grandes modelos de linguagem ocorreu em outros lugares.

Notas

1. Marco Dorigo e Luca Maria Gambardella, “Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem”, IEEE Transactions on Evolutionary Computation 1 (1997), 53–66. ↩
2. Wikipedia, “Dalle Molle Institute for Artificial Intelligence Research” (acima) (1997: “listed among the top ten artificial intelligence laboratories, and among the top four in the field of biologically-inspired AI”). ↩
3. Wikipedia, “Dalle Molle Institute” (acima). ↩
4. USI, página da unidade IDSIA, https://search.usi.ch/it/unita-organizzative/351, que enumera entre os campos de competência do instituto “Graph deep learning”, “Apprendimento in ambienti non stazionari” e “Sistemi integrati e ciberfisici”. ↩
5. FINMA, Orientação 08/2024 “Governance and risk management when using artificial intelligence” (18 de dezembro de 2024), seção 2.4, https://www.finma.ch/en/~/media/finma/dokumente/dokumentencenter/myfinma/ 4dokumentation/finma-aufsichtsmitteilungen/20241218-finma-aufsichtsmitteilung-08-2024.pdf. ↩
6. Schmidhuber, página pessoal (acima) (Chief Scientist da NNAISENSE, “which aims at building the first practical general purpose AI”); Wikipedia, “Jürgen Schmidhuber” (acima) (“In 2014, Schmidhuber formed a company, NNAISENSE, to work on commercial applications of artificial intelligence in fields such as finance, heavy industry and self-driving cars”; “as of 2026 he has said that the focus of NNAISENSE has shifted from artificial general intelligence to asset management”), consultada como último recurso. ↩
7. SUPSI, IDSIA, “Istituto” (acima). ↩
8. SUPSI, IDSIA, “Istituto” (acima) (“ethical artificial intelligence, with a particular focus on the transparency and fairness of machine learning algorithms”). ↩

Apenas para fins de informação geral. Este artigo não constitui assessoria jurídica ou tributária, não substitui a análise de um caso concreto e não estabelece relação entre advogado e cliente. Reflete a situação jurídica em outubro de 2026.