- IFAM desenvolve a plataforma IA-FogoBio, sistema próprio de inteligência artificial para prever queimadas na Amazônia.
- O modelo é treinado do zero com dados históricos de fogo, clima e vento, sem depender de servidores fora do Amazonas.
- A ferramenta é gratuita e deve chegar a bombeiros, defesa civil e comunidades em setembro.
Uma plataforma de inteligência artificial criada e treinada dentro do Instituto Federal do Amazonas (IFAM) vai prever focos de incêndio na Amazônia entre sete e catorze dias antes de eles ocorrerem. O projeto, batizado de IA-FogoBio, é conduzido pelo professor Diego Câmara e deve disponibilizar sua primeira versão para uso público na segunda semana de setembro, segundo revelou o pesquisador em entrevista ao jornalista Márcio Azevedo, do TechAmazônia, durante o programa Primeira Onda, na rádio Antena 1 Manaus e Tv Onda Digital, desta quinta-feira (30).
A iniciativa nasceu de uma pergunta prática depois da crise de fumaça que atingiu Manaus em 2023, quando escolas fecharam e moradores precisaram de atendimento hospitalar por dificuldade respiratória.
“Que tecnologia pode ser utilizada hoje para que a gente possa evitar esse problema?”, se questionou à época o professor Diego Câmara.
Câmara, então, passou a investigar quais tecnologias existiam para antecipar focos de calor na região e identificou uma lacuna: os sistemas em uso hoje reagem ao fogo depois que ele já começou, em vez de indicar onde ele tem chance de surgir.
Um modelo de IA construído do zero na Amazônia
Diferentemente de projetos que utilizam modelos de linguagem prontos de empresas como OpenAI ou Anthropic, o IA-FogoBio foi desenvolvido inteiramente pela equipe do IFAM, com base em pesquisas científicas sobre modelagem preditiva de incêndios, incluindo estudos canadenses que apontam o modelo matemático XGBoost como referência de precisão para esse tipo de previsão.
O treinamento usa dados do INPE e de outras bases de monitoramento ambiental, cruzados com séries históricas de até vinte anos sobre cicatrizes de fogo em cada região. Um ponto que o professor destacou é que todo o processamento acontece em servidor próprio, sem envio de informações para nuvens externas.
“Não dependemos de tokens, de mandar alguma coisa para alguma IA para poder me dar resultados e aqueles dados ficarem armazenados em nuvem, em outro local. Isso é tudo nosso.”
O projeto reúne 18 pesquisadores, entre especialistas em biomas amazônicos e profissionais de tecnologia e inteligência artificial. Cada previsão gerada pelo sistema passa por validação humana, em que os especialistas confirmam ou descartam se determinado sinal corresponde de fato a um foco de fogo.
“A gente apresenta para os especialistas e diz: olha, isso é fogo? Isso não é. Isso é fogo? Isso não é. Eles vão validando.”
Como o IA-FogoBio se diferencia dos sistemas atuais
Hoje, ferramentas como o BDQueimadas, do Instituto Nacional de Pesquisas Espaciais, e o Painel do Fogo, do Sistema de Proteção da Amazônia, funcionam de forma reativa. Câmara explica como esse modelo opera hoje:
“Eles (Censipam) pegam os dados, fazem a compilação, o tratamento e a análise. E aí chega m ao resultado de que num determinado local ocorre uma situação de fogo. A partir daí é que fazem todo um estudo de inteligência e operação.”
O IA-FogoBio propõe inverter essa lógica. Ao cruzar os dados de condições climáticas, padrões de vento e características do solo, seja área de várzea, terra firme ou outro tipo de bioma, com o histórico de queimadas de cada região, o sistema busca apontar previamente quais locais têm maior risco.
“O sistema já vai conseguir pegar os dados previamente, por ter sido treinado antes com esses dados históricos, e vai dizer sete a 14 dias antes de ocorrer o fogo: olha, esse local aqui tem grande chance de ocorrer um foco. Por favor, vamos dar uma atenção, coloquem os bombeiros em alerta, façam toda uma análise e relatório antes do fogo acontecer.”
Segundo o professor, boa parte dos incêndios na região tem origem em ações humanas, como limpeza de terrenos, e se agrava quando o vento espalha o fogo além do controle previsto por quem o iniciou. A plataforma também pretende estimar o impacto ecológico de cada foco, incluindo risco para espécies como a onça pintada e aves específicas do bioma, e não apenas a extensão da área queimada.
Quem vai usar a plataforma e como
O acesso será gratuito e voltado a corpo de bombeiros, defesa civil, lideranças indígenas e moradores de áreas próximas a regiões de mata. A ideia é permitir cadastro de usuários para recebimento de alertas.
“Estou buscando apresentar essa plataforma porque ela é gratuita, e as pessoas que tiverem interesse podem entrar em contato com a gente lá no IFAM, para que a gente possa colocar o seu cadastro para acessar esses dados e essas informações das notificações.”
Além da versão web, a equipe já trabalha em uma versão para aplicativo. O objetivo é reduzir o tempo de resposta em um estado onde o corpo de bombeiros conta com 24 bases para cobrir 62 municípios.
Financiamento e testes com dados reais
O projeto foi selecionado em edital do Instituto Clima e Sociedade (iCS), com recursos do Google.org, que destinou cerca de R$ 10 milhões a iniciativas de tecnologia climática no Brasil. Entre 398 propostas inscritas em todo o país, oito foram aprovadas, e o IA-FogoBio é a única selecionada na região amazônica.
Atualmente, o modelo está sendo validado com dados reais de queimadas registradas em Rondônia e em Roraima, estado que enfrentou uma crise severa de incêndios florestais.
Próximos passos até setembro
A equipe prevê lançar um MVP (produto mínimo viável) na segunda semana de setembro, direcionado a bombeiros, defesa civil e demais interessados. O treinamento, no entanto, deve continuar depois do lançamento.
Para o professor, o projeto representa mais do que uma ferramenta técnica.
“A gente vai ter isso aí como sendo um legado de uma tecnologia soberana, vamos dizer assim, o IA-FogoBio é do do Amazonas, é do Brasil!”, concluiu.
Glossário
- IFAM: Instituto Federal do Amazonas, instituição de ensino e pesquisa responsável pelo desenvolvimento do sistema.
- INPE: Instituto Nacional de Pesquisas Espaciais, órgão federal que monitora focos de calor por satélite.
- MVP: sigla em inglês para “produto mínimo viável”, primeira versão funcional de um sistema, liberada para testes com usuários reais.
- XGBoost: modelo matemático de aprendizado de máquina usado em tarefas de previsão baseadas em dados históricos.
