Instituto de Computação - Unicamp

O grupo de representação de conhecimento do H.IAAC teve seu artigo intitulado "Benchmarking Encoders and Self-Supervised Learning for Smartphone-Based Human Activity Recognition" selecionado como Featured Paper pelos editores da IEEE Access.

De acordo com a gerente de processos estratégicos e comunicação da IEEE Access, o artigo foi selecionado pelos editores com base na qualidade e no valor que a pesquisa traz para o estado da arte atual.

A seleção como Featured Paper coloca o trabalho em posição de destaque na página da IEEE Access, ampliando sua visibilidade global e consolidando a excelência da pesquisa científica desenvolvida pela equipe.

O artigo tem como autores Gustavo P. C. P. da Luz (doutorando IC), Darlinne H. P. Soto (doutorando IC), Otávio O. Napoli (doutorando IC), Prof. Anderson Rocha (docente do IC), Prof. Levy Boccato (docente FEEC) e Prof. Edson Borin (docente do IC).

Para saber mais, acesse o link:

Benchmarking Encoders and Self-Supervised Learning for Smartphone-Based Human Activity Recognition - IEEE Access Smartphone-based Human Activity Recognition (HAR) typically relies on deep learning models. However, performance varies with encoder architecture and the availability of labeled data. To address label scarcity, Self-Supervised Learning (SSL) exploits unlabeled data. However, existing benchmarks eval...

O Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC) do Instituto de Computação da Universidade Estadual de Campinas (UNICAMP) está buscando alunos de iniciação científica interessados em desenvolver pesquisas junto à linha de pesquisa de Aprendizado Distribuído.

Sobre a linha de pesquisa:
A linha de Aprendizado Distribuído tem como objetivo desenvolver modelos e algoritmos que permitam que dados coletados na borda sejam agregados e processados de maneira distribuída, por meio de mecanismos de aprendizado distribuídos ou centralizados. A pesquisa explora um design hierárquico da infraestrutura computacional e tem o objetivo de incorporar modelos de linguagem e agentes de IA no aprendizado de máquina distribuído.

Atividades previstas
O(a) aluno(a) de iniciação científica atuará em conjunto com a equipe da meta de Aprendizado Distribuído, tendo contato e desenvolvendo pesquisa de ponta, participando no desenvolvimento e publicação de artigos científicos em colaboração com outros membros do H.IAAC.

*Requisitos*
* Vontade de aprender conceitos de IA e aprendizado de máquina distribuído
* Disponibilidade de 20 horas semanais
* Vontade de participar ativamente e de maneira presencial de um grupo de pesquisa

*Conhecimentos obrigatórios*
* Conhecimentos aprofundados em lógica de programação e linguagens de programação.

*Diferenciais*
* Noções de Redes de computadores e sistemas distribuídos
* Noções de abordagens de aprendizado distribuído e federado
* Modelos de linguagem (LLMs), incluindo o desenvolvimento e o design de agentes baseados em LLMs
*Fine-tuning de modelos de linguagem

*Bolsa*
* R$1.650,00 por 12 meses prorrogáveis.
* Número de vagas: 2

*Inscrições*
Os(as) interessados(as) devem realizar a inscrição até dia 26/07 por meio do formulário disponível no link abaixo:
https://tinyurl.com/ic-hiaac

*Mais informações*
Detalhes sobre a linha de pesquisa e o H.IAAC:
https://hiaac.unicamp.br/research-areas/aprendizado-distribuido/

Participe do Concurso de Logomarca Comemorativa dos 30 Anos do Instituto de Computação!

O Instituto de Computação está celebrando um marco histórico: 30 anos de existência! E para comemorarmos essa trajetória, temos o prazer de anunciar o lançamento do edital para o Concurso de Logomarca Comemorativa.

Queremos convidar os membros de nossa comunidade para desenhar a identidade visual que estampará nossos materiais institucionais, digitais e impressos ao longo de todas as celebrações deste ano tão especial.

Premiação
O autor da proposta vencedora receberá:
🎁 Prêmio: 1 (um) fone de ouvido Bluetooth de alta qualidade.

Não fique de fora dessa celebração. Deixe a sua marca nos 30 anos do IC. Participe e boa sorte!

Veja o edital completo e como fazer sua inscrição em nosso site:

Participe do Concurso de Logomarca Comemorativa dos 30 Anos do Instituto de Computação! - Instituto de Computação O Instituto de Computação está celebrando um marco histórico: 30 anos de existência! E para comemorarmos essa trajetória, temos o prazer de anunciar o lançamento do edital para o Concurso de Logomarca Comemorativa. Queremos convidar os membros de nossa comunidade para desenhar a identidade vi...

O que será que vem por aí👀?

Veja em nosso canal do Youtube: https://www.youtube.com//streams

Últimos dias para a inscrição em processo de avaliação e seleção de 03 bolsistas para o Programa de Pesquisador de Pós-Doutorado na UNICAMP.

A bolsa PPPD destina-se ao desenvolvimento e realização em dedicação integral de um Projeto de Pós-Doutorado, que deverá abranger projeto de pesquisa em uma das áreas de concentração a seguir: Teoria da Computação, Engenharia da Informação ou Sistemas de Computação, bem como plano de atividade didática, com limite mínimo de 8 (oito) horas de atividades didáticas semanais em disciplinas de graduação.

Este Edital oferece 03 bolsas PPPD, sendo 01 (uma) destinada exclusivamente para candidato preto, pardo ou indígena (PPI).

As inscrições estrão abertas até 15/07/2026 e deverão ser realizadas por e-mail.

Veja o edital completo em nosso site:

https://ic.unicamp.br/noticia/12857/ic-abre-edital-com-03-vagas-em-processo-de-selecao-para-o-programa-de-pesquisador-de-pos-doutorado/?utm_source=facebook&utm_medium=social&utm_content=link_texto&utm_campaign=Divulga%C3%A7%C3%A3o_bolsa_PPPD

A Pós-Doutoranda, Leticia Berto, pesquisadora no Instituto de Computação da UNICAMP, é a convidada desta semana da nossa Série de Seminários.

Ela ministrará a palestra: Built to Learn: An Intrinsically Motivated Approach to Incremental Learning in Robotics

03/07/2026
Horário: 14h00
*Palestra remota com transmissão pelo nosso canal no Youtube. Alunos da disciplina devem assistir a palestra presencialmente no IC3.

Abstract: Robots are leaving the factory floor and entering our homes, workplaces, and everyday lives. But to become truly useful—and accepted—they must do more than execute pre-programmed tasks. They must learn, adapt, and make decisions in complex, unpredictable environments. Drawing inspiration from human development, this talk explores how robots can balance basic needs with curiosity, learn from experience, and develop behavioral tendencies that resemble simple “personalities.” We examine how motivation—shaped not only by survival but also by preference and reward—guides decision-making, leading to actions that feel more natural and relatable to humans. Because intelligence does not emerge in isolation, we also investigate the role of social interaction.

Bio: Letícia Berto is a postdoctoral researcher at the Cognitive Robotics Lab at The University of Manchester, where she develops cognitive architectures for social perception and engagement in robots, with a focus on ethical and transparent collaboration in multi-agent scenarios. She is also a researcher at the Hub for Artificial Intelligence and Cognitive Architecture (H.IAAC) and the University of Campinas (UNICAMP), where her work explores architectures driven by intrinsic motivation. She holds a BSc in Computer Science from the Federal University of São Carlos (UFSCar), and both an MSc and a PhD in Computer Science from the University of Campinas (UNICAMP).

O Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC) do Instituto de Computação da Universidade Estadual de Campinas (UNICAMP) torna pública a abertura de uma vaga para pesquisador(a) de pós-doutorado junto à linha de pesquisa de Aprendizado Distribuído.
Sobre a linha de pesquisa

A linha de Aprendizado Distribuído tem como objetivo desenvolver modelos e algoritmos que permitam que dados coletados na borda sejam agregados e processados de maneira distribuída, por meio de mecanismos de aprendizado distribuídos ou centralizados. A pesquisa explora um design hierárquico da infraestrutura computacional — incluindo a computação na borda — para fornecer capacidade adequada de processamento e armazenamento, bem como tempos de resposta apropriados, considerando decisões de offloading baseadas na disponibilidade de dados nos diferentes níveis da hierarquia computacional e no contexto de uso do usuário.
Atividades previstas

Requisitos
Título de doutor(a) em Ciência da Computação, Engenharia ou áreas correlatas, obtido há no máximo sete anos
Histórico de publicações científicas compatível com a área de atuação
Proficiência em leitura e escrita em inglês
Disponibilidade para atuação presencial em Campinas/SP

Dedicação exclusiva às atividades de pesquisa

Veja mais informações em nosso site para realizar sua inscrição no link:

Chamada Pesquisador Pós-doutorado. Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC) - Instituto de Computação - UNICAMP - Instituto de Computação O Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC) do Instituto de Computação da Universidade Estadual de Campinas (UNICAMP) torna pública a abertura de uma vaga para pesquisador(a) de pós-doutorado junto à linha de pesquisa de Aprendizado Distribuído.Sobre a linha de pesquis...

André Gomes Regino, do Centro de Tecnologia da Informação Renato Archer (CTI), é o convidado desta semana da nossa Série de Seminários.

Ele apresentará a palestra: Are Knowledge Graphs Still Relevant in the Era of Large Language Models?
Data: 26/06/2026
Horário: 14h00
*Palestra presencial com transmissão pelo nosso canal no Youtube. Alunos da disciplina de pós-graduação devem assistir a palestra presencialmente no IC3.

Título: Are Knowledge Graphs Still Relevant in the Era of Large Language Models?
Resumo: Os Large Language Models tornaram os Knowledge Graphs obsoletos? Nesta palestra, argumentaremos que a resposta é não. Em vez de competirem, LLMs e Knowledge Graphs representam formas complementares de armazenar e utilizar conhecimento: uma baseada em representações paramétricas e outra em estruturas explícitas e interpretáveis. A apresentação abordará as principais sinergias entre essas tecnologias, incluindo Graph-RAG, criação e manutenção automática de grafos, memória para agentes inteligentes e sistemas capazes de combinar conhecimento simbólico e neural em um ciclo contínuo de aprendizado e atualização.

Minibio: Graduado em Ciência da Computação pelo IBILCE/UNESP (2015), mestre (2021) e doutor (2025) em Ciência da Computação pela Universidade Estadual de Campinas (Unicamp). Possui MBA em Ciência de Dados pelo Instituto de Ciências Matemáticas e de Computação da USP (ICMC/USP, 2025) e especialização em Consultoria Web (Pós-graduação Lato Sensu) pela Faculdade de Tecnologia de São Paulo (Fatec, 2018). Atua como tecnologista pleno no Centro de Tecnologia da Informação Renato Archer (CTI), vinculado à Divisão de Metodologias da Computação (DIMEC). Seus principais interesses de pesquisa incluem Processamento de Linguagem Natural, Aprendizado de Máquina, Inteligência Artificial, Ciência de Dados e Web Semântica.

✨ Investir em meninas é investir no futuro da ciência! ✨

O projeto Meninas Supercientistas tem transformado vidas ao despertar o interesse de meninas pela ciência, tecnologia e inovação, mostrando que elas podem ocupar qualquer espaço que desejarem.

Agora, contamos com a sua ajuda para continuar essa missão! 💜

Estamos com uma campanha de financiamento coletivo para ampliar nosso impacto e levar ainda mais oportunidades para meninas sonharem, aprenderem e construírem um futuro com mais conhecimento, representatividade e possibilidades.

Se você acredita na educação, na ciência e no potencial das novas gerações, considere contribuir. Toda ajuda faz diferença e nos aproxima de um futuro mais inclusivo e inovador.

Para apoiar acesse o link: https://meninassupercientistas.ic.unicamp.br/

A IA que usamos é imparcial?

Um estudo inédito do Instituto de Computação da Unicamp traz uma revelação preocupante: os modelos de IA que usamos diariamente estão agindo como "camaleões ideológicos".

A pesquisa analisou 21 modelos (incluindo ChatGPT, Gemini e Grok) e quase 48 mil respostas, utilizando o contexto brasileiro como base. Os resultados mostram que, ao interagir com o usuário, a IA molda suas opiniões políticas para espelhar a ideologia de quem pergunta. Dessa forma, você recebe uma resposta que confirma o que você já pensa, criando uma câmara de eco personalizada.

Publicado na Scientific Reports, o estudo também mostrou que ao invés de priorizar a informação, os modelos optam pela concordância com o usuário, um comportamento conhecido como sycophancy. Esse comportamento pode ser altamente perigoso em um cenário como o brasileiro, no qual a IA é cada vez mais usada para embasar decisões políticas, interpretar notícias e avaliar candidatos.

Veja a notícia completa em nossa página do IC: https://bit.ly/4vWh0cW