O docente recebeu o prêmio em cerimônia realizada no fim de 2025. Na imagem, ao lado do orientador da pesquisa, professor Daniel Carlos Guimarães Pedronette | (Crédito da imagem: Arquivo pessoal) - Recém-chegado ao Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, o professor Lucas Pascotti Valem já alcançou um importante reconhecimento acadêmico no início da carreira docente. Ele foi o vencedor da 8ª edição do Prêmio Unesp de Teses Inovadoras, na área de Engenharias, Ciências Exatas e da Terra, com um trabalho que propõe avanços significativos em métodos de inteligência artificial (IA).
A tese, intitulada Contextual Similarity Learning for Image Retrieval and Classification: Applications in Person Re-Identification, foi defendida em junho de 2024, no Programa de Pós-Graduação em Ciência da Computação (PPGCC) da Unesp, em Rio Claro. O resultado do prêmio foi divulgado em novembro de 2025, poucos meses após Lucas assumir, em fevereiro do mesmo ano, o cargo de docente no Departamento de Ciência da Computação do ICMC.
O professor conta que a notícia foi recebida com surpresa. “Recebi o e-mail na minha sala e ainda fui conferir no site para ter certeza de que era aquilo mesmo”, relata. Aos 30 anos, Lucas vê o prêmio como um marco simbólico. “Minha pesquisa aqui no ICMC é, em grande parte, uma continuidade do doutorado. Ter esse reconhecimento agora reforça a relevância da área em que atuo e mostra que o caminho científico que estou seguindo faz sentido”, afirma.
O Prêmio Unesp de Teses Inovadoras avalia critérios como impacto social, qualidade do texto, número de publicações e citações associadas ao trabalho. Segundo o docente, o caráter transversal da inteligência artificial também contribuiu para a visibilidade da pesquisa. “Hoje, a IA permeia praticamente todos os setores. Trabalhar com métodos que aprimoram aplicações de IA amplia o alcance e o interesse pelo tema”, destaca.
Inovação metodológica em aprendizado de imagens
Orientado pelo professor Daniel Carlos Guimarães Pedronette, da Unesp, o trabalho propõe uma inovação metodológica no campo da IA, voltada à forma como os modelos computacionais aprendem, identificam padrões e tomam decisões a partir de imagens. Tradicionalmente, o aprendizado de similaridade se baseia na comparação de imagens em pares — como, por exemplo, diferenciar a imagem de um gato da de um cachorro.
De acordo com Lucas, esse método ignora o contexto mais amplo. “É como tentar entender uma pessoa olhando apenas duas fotos isoladas, sem considerar o conjunto ao redor”, exemplifica. A proposta do aprendizado de similaridade contextual segue o caminho oposto: em vez de comparações isoladas, o modelo passa a considerar a vizinhança da imagem, ou seja, um conjunto maior de exemplos semelhantes.
“Quando você compara uma imagem não apenas com outra, mas com 20, 40 ou mais exemplos parecidos, obtém uma interpretação muito mais rica da informação. Isso melhora significativamente o desempenho dos modelos”, explica.
Um dos principais avanços da pesquisa está na redução da dependência de grandes volumes de dados rotulados, um dos principais gargalos da inteligência artificial. “Diferentemente dos seres humanos, muitos modelos de IA precisam de milhares ou milhões de exemplos anotados para aprender. Em áreas como imagens médicas, isso é caro, demorado e exige especialistas”, ressalta.
Ao incorporar informações contextuais, os métodos desenvolvidos na tese permitem treinar modelos com uma quantidade significativamente menor de dados rotulados, mantendo — ou até superando — o desempenho de soluções consideradas estado da arte.
Aplicações e desdobramentos da pesquisa
A tese foi validada em bases de imagens de propósito geral, com grande diversidade de objetos, e também em cenários de identificação de pessoas, conhecidos como person re-identification. A tarefa consiste em reconhecer indivíduos em ambientes monitorados por múltiplas câmeras, mesmo diante de desafios como troca de roupas, diferentes ângulos, oclusões e variações de iluminação.
Segundo o pesquisador, a consideração do conjunto de imagens semelhantes eleva substancialmente a qualidade dos resultados. Ele destaca ainda que todas as bases de dados utilizadas são públicas, o que garante a reprodutibilidade dos experimentos e evita entraves éticos.
Embora o foco da tese seja o processamento de imagens, Lucas afirma que os conceitos podem ser estendidos a outros tipos de dados. No ICMC, ele já orienta pesquisas que aplicam ideias semelhantes à análise de expressões gênicas, com o objetivo de prever a resposta de pacientes a tratamentos oncológicos. “Ainda são estudos preliminares, mas demonstram o potencial de adaptação da metodologia a diferentes áreas”, observa.
Trajetória acadêmica e perspectivas
Natural de Araras, no interior paulista, Lucas construiu toda a sua formação acadêmica na Unesp de Rio Claro, onde concluiu a graduação, o mestrado e o doutorado. Durante o doutorado, realizou um estágio de nove meses na Temple University, na Filadélfia, nos Estados Unidos, com bolsa do Programa Fulbright. Segundo ele, a experiência internacional contribuiu para a maturidade científica do trabalho.
O ingresso no ICMC ocorreu por meio de concurso público. “Sempre tive como objetivo seguir a carreira docente, pela autonomia de pesquisa e pela possibilidade de conciliar ensino e investigação científica. Estar na USP, que oferece uma infraestrutura de referência, é quase um paraíso acadêmico”, afirma.
Atualmente, o professor ministra disciplinas na graduação em cursos como Ciência da Computação, Engenharia da Computação e Engenharia Civil. Em fevereiro deste ano, iniciou um projeto de três anos financiado pela Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), que prevê bolsas para alunos do ICMC e busca avançar no uso de redes neurais de grafos aplicadas a imagens, além de explorar novos cenários, como áudio e vídeo.
Além da pesquisa, Lucas também atua em atividades de extensão universitária. No ICMC, coordena um projeto de letramento digital de idosos, voltado ao uso de computadores de mesa, que já contou com duas turmas no último ano. A iniciativa reúne idosos da comunidade e estudantes de graduação, que atuam como monitores.
“É uma experiência muito gratificante, tanto para quem participa quanto para os alunos, que desenvolvem autonomia, didática e vivência social. Abrir as portas da universidade para a sociedade é fundamental”, ressalta.
Entre os próximos desafios, o docente aponta o fortalecimento de parcerias internacionais, a publicação em conferências de alto impacto e a ampliação da divulgação científica. “Queremos tornar a pesquisa mais acessível ao público externo, com interfaces e ferramentas que extrapolem o meio acadêmico”, afirma.
Para ele, a formação de novos pesquisadores é parte central desse compromisso. “Assim como alguém me orientou e me ajudou a chegar até aqui, vejo isso como uma responsabilidade com os alunos”, conclui.
Leia Também
