Brasília, 21 de julho de 2026.
A experiência com a teoria de controle, desenvolvida a partir de sua formação como engenheiro em Eletrônica (graduação, mestrado e doutorado) no Instituto Tecnológico da Aeronáutica (ITA), acabou estimulando a pesquisa de Elbert Macau em torno da integração entre os sistemas dinâmicos não-lineares e complexos e a Inteligência Artificial (IA). Assim, suas atuações junto a entidades como a Sociedade Brasileira de Matemática Aplicada e Computacional -SBMAC; o Instituto Nacional de Pesquisas Espaciais - INPE, em seu Programa de Pós-Graduação em Computação Aplicada. e a Universidade Federal de São Paulo - Unifesp, particularmente nos Programas de Pós-Graduação em Matemática Pura e Aplicada e em Ciência da Computação, vêm contribuindo para dinamizar essas duas estratégias científicas.
A seguir, vamos conhecer melhor a visão desse pesquisador fluminense. Pós-doutor pela Universidade de Maryland em College Park e membro ainda de comitês científicos junto à Associação Brasileira de Engenharia e Ciências Mecânicas, Sociedade Brasileira de Automática, International Astronautical Federation e Society for Industrial and Applied Mathematics, Elbert Macau atuou também na Engenharia Elétrica com ênfase em Controle de Processos Eletrônicos e Retroalimentação, em temas como Teoria de Sistemas Dinâmicos e sistemas dinâmicos não-lineares.
Ao comentar a importância dos “sistemas com dinâmica caótica e os sistemas complexos”, respondendo à primeira questão da entrevista a seguir, o atual diretor da Agência de Inovação Tecnológica e Social da Universidade Federal do Estado de São Paulo (Unifesp) descreve o foco principal da conversa, em torno da relevância deles para a compreensão de sistemas da natureza, como os que são objetos da meteorologia, e os sistemas tecnológicos, como a Inteligência Artificial. Esta, tema da série jornalística sobre sua aplicação pelas Engenharias, Agronomia e Geociências.
Sistemas não-lineares, acrescenta, podem apresentar uma grande riqueza de comportamentos dinâmicos, tais como a presença do comportamento caótico. “Quando isso ocorre, a capacidade de se fazer previsões de longo prazo a partir de medidas das variáveis de estado do instante de tempo atual, vai sendo perdida ao longo do tempo, uma vez que a característica fundamental do comportamento caótico é a sensibilidade à variação de suas condições iniciais. Destaca-se que essa propriedade é da dinâmica do sistema, e não do método que se usa para modelar ou fazer previsões de tempo futuro. Um sistema típico que apresenta essa característica é o atmosférico, relacionado à dinâmica da atomosfera”, explica.
Elbert Macau afirma que é justamente o fato de a atmosfera ser um sistema com característica de dinâmica caótica que torna cada vez menor a confiança nas previsões de tempo futuro. “Já nos sistemas complexos, que envolvem vários subsistesmas que interagem entre si, e consquência dessas interações, surgem comportamentos emergentes, associados a todo o conjunto, que os organizam e geram padrões característicos”. Um exemplo típico deles, aponta, é a dinâmica do cérebro, cujas capacidades de integração sensorial ecognitivas advêm da interação dos neurônios. “Aqui, o grande desafio é o de entender como essas interaões levam ao comportamento emergente e como controlar esse comportamento para se alcançar objetivos desejados”.
A integração entre o “aprendizado de máquinas” (IA) e o “enfoque dos sistemas dinâmicos complexos e não-lineares” (SDCNL), seja para “pré-processar as séries temporais de entrada” ou “para encontrar os parâmetros mais adequados a serem usados em modelo de SDCNL, visando ter-se a melhor resposta segundo critérios definidos”, mostra-se uma das “estratégias mais eficazes, em tempos presentes, para se modelar e controlar sistemas com dinânmica não-linaear, caótico ou complexo. Grandes avanços vêm sendo feitos graças a essa integração sinergética, com impactos altamente significativos, que se refletem positivamente no nosso dia a dia. Isso vai desde os modelos de previsão meteorológica com maior intervalor de confiança de longo prazo, como redes de transmissão de energia mais robustas, a formas mais precisas de se analisar resultados de exames médicos, por exemplo”, ressalta.
Confea - Como o senhor definiria o uso da IA pelos sistemas complexos que o senhor analisa?
Eng. eletron. Elbert Macau - Inicialmente, é importante entender o conceito de “sistemas complexos”. Eles englobam tanto os sistemas dinâmicos caóticos, quantos os que envolvem vários subsistemas que interagem entre si, levando a um comportamento dinâmico de conjunto, dito comportamento “emergente”. Nos primeiros, dada uma trajetória, ou seja, a evolução do sistema a partir de uma condição inicial, se essa for perturbada, tem-se uma trajetória que se “afasta” da original exponencialmente em média ao longo do tempo. Esses sistemas não-lineares podem apresentar uma grande riqueza de comportamentos dinâmicos, sendo que a mais característica é a degradação ao longo do tempo da acuracidade, associada à capacidade de ser fazer previsão de comportamento dinâmico futuro a partir de medidas do comportamento passado atual. O que ocorre aqui é que existe uma acuracidade, associada a qualquer medida que se faça. Usar o resultado de medida implica numa imprecisão da condição inicial, o que leva a uma estimativa que se desvia exponencialmente, em média, do comportamento real do sistema, comprometendo, assim, a capacidade de se prever seu comportamento para tempos futuros. Um sistema típico que apresenta essa característica é o atmosférico, relacionado a previsões meteorológicas. Já os segundos, são aqueles constituídos de várias subpartes que interagem entre si de modo não linear e segundo várias escalas de tempo e/ou de espaço. A partir dessas interações, surgem os chamados comportamentos emergentes, próprios da dinâmica do conjunto. Sistemas assim são ubíquos na natureza, estão presentes em soluções tecnológicas e em comportamento resultante de interações sociais. Desde o final do século XIX, e com notável progresso no século XX, o enfoque dos sistemas dinâmicos complexos e não-lineares (ESDCNL) vem sendo estruturado, para chegar-se a modelos que permitam entender o comportamento desses sistemas, além de antever seu comportamento futuro. Esse enfoque vem sendo construído a partir da teoria dos sistemas dinâmicos, da mecânica estatística, da teoria de controle, do enfoque das redes dinâmicas complexas e dos métodos de análise de séries temporais. Grosso modo, chega-se a modelos qualitativos, que permitem entender as diferentes regiões de comportamento dinâmico do sistema, suas transições, regiões de estabilidade e respostas a estímulos externos. Muitos desses modelos advêm da análise de séries temporais resultantes de medidas de propriedades mensuráveis desses sistemas, obtidas a partir de experimentos, ou construídos a partir de equações que representam os comportamentos qualitativos de interação desses sistemas. Nesse contexto, as técnicas de “Inteligência artificial”, mais especificamente de “aprendizado de máquinas (AM)”, podem ser empregadas, grosso modo, de duas formas: (1) acopladas aos modelos de SDCNL, nos quais estes são usados para pré-processar as séries temporais de entrada, sendo a série resultante desse pré-processamento aplicada a alguma estratégia de AM; (2) para encontrar os parâmetros mais adequados a serem usados em um modelo de SDCNL, visando ter-se a “melhor” resposta segundo critérios bem definidos. Além disso, qualquer estratégia de AM, por si só, é um sistema dinâmico. Isso significa que o enfoque do SDCNL pode ser usado para a compreensão de seu funcionamento, aprimorando-o e indicando sob que condições a estratégia funciona ou não, ou seja, sua análise de estabilidade e robustez. Em suma, a interação sinergética de ambos os enfoques, do AM e do SDCNL leva a estratégias a modelos mais eficazes para cumprir os objetivos que se deseja, além de aprimorar ambos os enfoques.
Confea - Qual a importância do comitê temático instituído pela Sociedade Brasileira de Matemática Aplicada e Computacional, coordenado pelo senhor, para a utilização da IA no país?
Eng. eletron. Elbert Macau - Esse comitê tem por objetivo contribuir para o desenvolvimento das áreas de sistemas dinâmicos não-lineares e complexos e de inteligência artificial, no que diz respeito ao desenvolvimento de novas estratégias, entender do ponto de vista matemático como elas funcionam, aperfeiçoá-las e fomentar a aplicação dessas estratégias em prol do desenvolvimento da ciência e da tecnologia. Nosso comitê visa congregar todos os que estudam e/ou aplicam essas duas áreas do conhecimento e a integração delas.
Confea - As previsões do tempo nowcasting e as previsões de conjuntos são vistas como modelos disruptivos para a meteorologia. Como estão esses estudos no país? Esse será um ponto de guinada para o próprio INPE? Explique um pouco essas rupturas e quais são os principais fatores de risco analisados.
Eng. eletron. Elbert Macau - Embora eu atue na coordenação de projetos relacionados à dinâmica de sistemas atmosféricos e climáticos, dos quais fazem parte colegas do INPE, é preciso enfatizar que eu não posso falar em nome do INPE. Por mais de 30 anos, estive ligado a esse instituto de excelência, do qual me aposentei e hoje estou na Universidade Federal de São Paulo (Unifesp). Em que pese este ponto, respondendo a sua questão de forma geral, a previsão de tempo de curtíssimo prazo e de conjunto, associada à previsão de tempo “distante”, estão ligadas tanto à dinâmica do sistema atmosférico, que tem sensibilidade a variações nas condições iniciais (comportamento com característica da dinâmica caótica), quanto ao tamanho da grade que se usa para poder implementar os modelos de previsão de tempo. O enfoque integrado de AM e SDCNL vem contribuindo para que se tenham previsões cada vez “melhores”, tanto de curtíssimo tempo, quanto para “tempos longos”. Um dos grandes desafios atuais é o de previsão com mais antecedência das ondas de calor, permitindo que as autoridades tenham mais tempo para agir e preparar a infraestrutura e a população. Isso só é possível diante de modelos que melhor reflitam o sistema atmosférico, no que o uso da SCDNL é fundamental. Por outro lado, computadores com maior poder computacional podem permitir grades mais densas e a incorporação de mais dados de medida. Nota-se que chuvas extremamente fortes e localizadas, que resultam nas catástrofes extremas para populações, ocorrem no contexto de transições dinâmicas que são modeláveis pelo enfoque da SDCNL. A evolução da integração da AM com SDCNL permitirá a previsão dessas transições com maior acuracidade e com mais tempo de antecedência.
Confea - O senhor acredita que esses modelos possam culminar com a geração de modelos climáticos para as próximas décadas e séculos?
Eng. eletron. Elbert Macau - Os modelos atuais já permitem fazer previsões para tempos futuros, no sentido de se ter cenários diante das condições presentes no sistema terra. Com certeza, esses modelos vêm sendo aprimorados cada vez mais, no que o uso conjunto e integrado das estratégias de AM e SDCNL se faz fundamental.
Confea - Como o senhor classifica a importância de um evento como a Reunião das Partes da ONU (COP30), realizada ano passado, no Brasil, para a disseminação de conceitos relacionados ao uso da Inteligência Artificial para a proteção ambiental? Esse convívio poderá possibilitar que o reconhecimento dos fatores ambientais críticos possa ser realizado não apenas pela comunidade científica?
Eng. eletron. Elbert Macau - As discussões que ocorrem nesses eventos e outros igualmente relevantes precisam ser suportadas por resultados oriundos de cenários climáticos de futuro oriundos de modelos. Há uma pressão para que se tenha modelos com maior resolução e cuja confiabilidade de previsão se mantenha dentro de níveis adequados por intervalos de tempo cada vez maiores. A confiança nesses modelos é que permite que se entenda e se obtenha as consequências globais e regionais para os diversos cenários de interação do fator antropogênico com o sistema terra. Por outro lado, outras áreas do conhecimento, tais como a realidade aumentada e imersiva, vão permitir que pessoas com os mais diversos níveis de conhecimento possam explorar o resultado desses modelos para os diferentes cenários e até entender as consequências de suas ações de comportamento. Isso deve trazer um impacto extremamente significativo, que leve as pessoas, de uma forma geral, a entenderem os efeitos das ações antropogênicas para o sistema Terra e o que deve ser feito para evitar cenários extremos e de transição que, numa situação extrema, podem até inviabilizar a nossa civilização tal qual a conhecemos.
Confea - Fale um pouco sobre sua formação na área de Controle. O senhor atribui sua trajetória científica em direção às Aplicações em Sistemas Dinâmicos a essa especialização?
Eng. eletron. Elbert Macau - Durante minha formação no ITA, como engenheiro de eletrônica, a área de teoria de controle e seus desdobramentos sempre despertou grande interesse em mim, tanto pelo enfoque de se chegar a modelos gerais aplicáveis independentemente dos aspectos particulares e construtivos das partes do sistema, como pela teoria matemática para lidar com esses modelos e controlá-los. Por conta disso, resolvi fazer meu mestrado e doutorado nessa área. Subsequentemente, já no INPE, me defrontei com fenômenos reais típicos da dinâmica caótica, o que me despertou grande interesse. Busquei o local de referência para a área de sistemas caóticos, o grupo de caos da Universidade de Maryland, onde fui estudar, fazer pesquisa e me aprofundar em sistemas complexos e não-lineares. A minha formação em teoria de controle foi fundamental para que me permitisse entender e vislumbrar as consequências desses sistemas para o entendimento da natureza e o desenvolvimento de sistemas de cunho tecnológico.
Confea - O que representou seu encontro com o INPE? E quais são suas perspectivas atuais, lembrando que o senhor já esteve cotado para presidi-lo?
Eng. eletron. Elbert Macau - O INPE, na minha época, era um centro de excelência com grande ênfase e estímulo ao enfoque interdisciplinar. Meu grupo de pesquisa, que criei e se desenvolveu no INPE, dedicou-se a atuar nos problemas de interesse do instituto, notadamente de engenharia, dinâmica orbital, sensoriamento remoto e meteorologia. Na Unifesp, a esses mesmos problemas, juntaram-se outros, em especial em neurociência computacional e em dinâmica de resistência antimicrobiana. Grosso modo, todas essas áreas acabam, no contexto da DSNC (Sistemas Dinâmicos Não Lineares e Caóticos, na sigla em inglês), resultando nos mesmos modelos que são explorados segundo os mesmos métodos, permitindo um tratamento unificado que gera resultados significativos para as áreas de interesse.
Confea - Como o senhor qualifica seu entrosamento científico com a Sociedade de Matemática Pura para a consolidação de seus estudos em Sistemas Dinâmicos?
Eng. eletron. Elbert Macau - A SBMAC é uma das sociedades mais significativas de excelência no contexto nacional. Com uma organização excepcional, permite que seus associados possam interagir, fomentar e desenvolver ideias e iniciativas as mais diversas, além de se agruparem em suas áreas de interesse. É um privilégio poder estar na SBMAC, ter o suporte dela nas iniciativas em prol da matemática aplicada e computacional e em seus desdobramentos com as outras áreas do conhecimento e poder interagir com tantos colegas que comungam interesses comuns. Vamos esperar que as futuras gerações que respondem pelos destinos da SBMAC saibam valorizar o trabalho que se fez até agora, ouvir e entender os anseios de seus associados e levá-la a outro patamar em prol do desenvolvimento científico e tecnológico nacional.
Confea - Com toda a sua experiência, o senhor atualmente é diretor da Agência de Inovação Tecnológica e Social da Unifesp, que cumpre importante papel no estímulo à inovação. Quais são suas expectativas para esta missão?
Eng. eletron. Elbert Macau - Usar o enfoque da DSNC e do AM em prol do desenvolvimento tecnológico e social de nossa Unifesp e em suas interações com as empresas e organizações externas, além de contribuir para a formação de alunos de graduação e de pós-graduação que se façam profissionais cônscios de suas possiblidades de empreender, de buscar inovar, assim contribuindo para erigir uma sociedade melhor, mais equânime e com menos problemas sociais.
Henrique Nunes
Equipe de Comunicação do Confea
Leia mais:
Um convite para uma construção civil produtiva e baseada em evidências
Inteligência Artificial muda a pesquisa e a prática tecnológica
