Lenovo impulsiona pesquisa brasileira de neurociência e IA com a ThinkStation PGX
A Lenovo, potência global de tecnologia, está impulsionando o ObjectColumns, projeto de pesquisa liderado pela Universidade Federal do Rio Grande do Norte (UFRN) em parceria com a Universidade de São Paulo (USP) e a Universidade de Coimbra, que busca compreender como o cérebro humano reconhece objetos para criar modelos de inteligência artificial mais eficientes, robustos e aplicáveis à medicina. Para viabilizar o alto volume de processamento exigido pelo estudo, a iniciativa utiliza a Lenovo ThinkStation PGX, workstation voltada a desenvolvimento e treinamento de IA.
O ObjectColumns tem como objetivo desvendar como o cérebro humano organiza e processa informações visuais complexas para, a partir desses princípios biológicos, desenvolver modelos de inteligência artificial mais robustos e eficientes. A pesquisa investiga a microestrutura do Córtex Temporal Ventral (CTV), região cerebral especializada no reconhecimento de objetos, utilizando exames de Ressonância Magnética Funcional de Ultra-Alto Campo (UHF-fMRI) realizados em equipamento de 7 Tesla do Instituto de Radiologia da USP (InRad), o único disponível na América Latina e Península Ibérica.
A hipótese central do estudo é que o cérebro humano organiza o processamento visual por meio de “colunas corticais”, estruturas microscópicas responsáveis por processar informações semelhantes de forma altamente eficiente. Ao mapear essa organização, os pesquisadores pretendem replicar essa lógica em algoritmos de inteligência artificial, criando modelos mais resilientes, precisos e energeticamente eficientes, especialmente em aplicações que exigem interpretação visual sofisticada, como diagnósticos médicos por imagem, robótica e veículos autônomos.
Nesse contexto, a Lenovo ThinkStation PGX desempenha papel central ao fornecer poder computacional necessário para treinamento, prototipagem, ajuste fino (fine-tuning) e inferência dos modelos de IA utilizados no projeto. Inicialmente adquirida como uma workstation local, a solução evoluiu para uma infraestrutura dedicada às necessidades da pesquisa, acompanhando a crescente complexidade computacional do projeto e abrindo caminho para novas iniciativas científicas colaborativas.
Desenvolvida para complementar fluxos avançados de trabalho em inteligência artificial, a ThinkStation PGX oferece um ambiente controlado, no formato sandbox, permitindo o desenvolvimento e experimentação local de modelos complexos de IA sem a dependência exclusiva de infraestrutura em nuvem ou filas de processamento em supercomputadores. A solução é acelerada pelo NVIDIA GB10 Grace Blackwell Superchip, integra-se de forma transparente a ambientes já existentes e suporta modelos de até 200 bilhões de parâmetros, além de ferramentas amplamente utilizadas pela comunidade científica, como PyTorch e Jupyter Notebooks.
“O avanço da inteligência artificial na ciência depende não apenas de algoritmos sofisticados, mas de equipamentos capazes de acompanhar a complexidade dos desafios de pesquisa. Ver a evolução do uso da ThinkStation PGX, de uma aquisição inicial para uma plataforma dedicada a projetos científicos de ponta, reforça nossa visão de longo prazo: criar um ecossistema que aproxime computação avançada de pesquisadores e instituições acadêmicas, acelerando inovação com escalabilidade e segurança”, afirma Daniel Bittencourt, Gerente de Desenvolvimento de Negócios da Lenovo.
A capacidade de processamento local também se tornou estratégica para a segurança e velocidade do projeto. As imagens cerebrais submilimétricas geradas pela ressonância de ultra-alto campo produzem um volume massivo de dados altamente complexos e sensíveis, exigindo grande capacidade computacional para análise e rigoroso controle sobre armazenamento e privacidade.
“A ThinkStation PGX tem sido fundamental para tornar o projeto viável em termos computacionais. Nosso modelo exige um volume de processamento significativamente superior ao de arquiteturas tradicionais de IA, porque não estamos apenas treinando uma rede neural, estamos tentando ensinar a inteligência artificial a se organizar espacialmente como o cérebro humano. Ter essa capacidade de processamento local nos permite reduzir drasticamente tempos de espera, testar hipóteses com muito mais velocidade e manter total controle sobre dados extremamente sensíveis”, afirma André Salles Cunha Peres, professor da Bioinformática do Instituto Metrópole Digital (IMD/UFRN) e coordenador do projeto.
Além do impacto científico, a iniciativa já demonstra potencial prático em pesquisas paralelas. Em um dos testes conduzidos pela equipe, a PGX foi utilizada para executar modelos de linguagem aplicados à extração automatizada de informações estruturadas em laudos de mamografia. O processamento de 100 laudos em aproximadamente 90 segundos demonstrou o potencial da IA para acelerar fluxos de trabalho médicos, preservando privacidade e soberania dos dados ao manter todo o processamento em ambiente local.
Financiado pelo programa Conhecimento Brasil (BCB) – Atração e Fixação de Talentos, do CNPq, com investimento próximo de R$ 1,3 milhão, o ObjectColumns reúne especialistas em neuroimagem, bioinformática e inteligência artificial da UFRN, USP, Instituto do Cérebro, Instituto de Radiologia da USP (InRad) e Universidade de Coimbra, por meio do ProAction Lab, apoiado por iniciativas europeias como o European Research Council (ERC) e o ERA Chair.
Para a Lenovo, a evolução do projeto representa um exemplo do papel crescente da computação avançada no futuro da ciência: aproximar infraestrutura de alto desempenho do pesquisador, acelerar ciclos de descoberta e transformar conhecimento acadêmico em inovação com potencial de impacto real na sociedade.
