Sempre que pensamos no desperdício de água, o imaginário social costuma se voltar para os grandes volumes utilizados pelo agronegócio ou para campanhas focadas em ações individuais de economia hídrica – como reduzir o tempo no banho, evitar lavar calçadas com mangueira, entre tantas outras recomendações. Porém, o que raramente vem à mente, é que uma parcela significativa da água perdida está relacionada a vazamentos hídricos subterrâneos, muitas vezes invisíveis aos olhos da população.
Foi a partir desse desafio, e da busca por uma solução mais eficiente para enfrentá-lo, que o aluno do MBA em Inteligência Artificial e Big Data, Fernando Dezan, liderou um projeto premiado no Impact Award: AI for Good, do Edge Impulse Global Hackathon. A competição internacional de Inteligência Artificial aplicada reuniu mais de mil desenvolvedores inscritos e 156 projetos submetidos de diversos países.
Intitulada Sane.AI, a solução premiada utiliza Inteligência Artificial para identificar vazamentos de água subterrâneos em áreas urbanas. A tecnologia combina sensores acústicos, que captam sons da rede de abastecimento, com um aplicativo capaz de analisar essas informações e indicar a presença de vazamentos de forma mais rápida e precisa. Na competição, o Sane.AI foi o vencedor na categoria “Impact Award: AI for good”, que reconhece projetos focados no impacto social e ambiental.
A busca pela solução
Fernando, que é orientado no MBA pelo professor Ivan dos Reis Filho, explica que o projeto teve início a partir do desejo de aprimorar uma solução que já era comercializada pela sua empresa, que é especializada em instrumentos de medição e controle. Trata-se do geofone, instrumento que serve para escutar ruídos na terra através do eco – em outras palavras, uma espécie de microfone utilizado para detectar e localizar vazamentos hídricos em redes subterrâneas.
Embora o equipamento seja consolidado e tecnicamente eficiente, ainda é passível de falhas, justamente por depender da percepção auditiva do operador. Na prática, o profissional precisa percorrer ruas e avenidas metro a metro, posicionando o sensor no solo e interpretando, pelo som, a existência de um vazamento.
Além de exigir uma curva de aprendizado longa para alcançar bons resultados, esse trabalho frequentemente precisa ser realizado durante a noite, quando há menos interferência sonora, o que torna o processo ainda mais desgastante e sujeito a equívocos.
Nesse contexto é que surge a inquietação: se a Inteligência Artificial entrasse em cena? Engenheiro de formação, Fernando entrou no MBA em IA e BigData em julho de 2024 e logo de cara encontrou solo fértil para tirar os objetivos do papel. “Quando eu comecei o MBA, eu já tinha essa ideia. Não era algo novo, era uma coisa que eu já queria fazer. Então eu acabei me aprofundando durante o MBA. Logo na primeira aula eu já aprendi Python e Machine Learning, e me senti bem confiante. Já pensei: ‘aqui vai dar certo’. E comecei a esboçar, a trabalhar algumas coisas”, explica.
Esse momento foi quando surgiu o convite para participar da competição da Edge Impulse, uma plataforma de desenvolvimento de Inteligência Artificial focada em dispositivos embarcados, ou seja, tecnologia que permite que a IA seja criada e funcione diretamente no próprio equipamento ou sensor, sem depender da internet ou de servidores externos. Na competição em si, os participantes utilizam da infraestrutura da própria plataforma para desenvolver seus projetos e concorrem em diferentes categorias de reconhecimento.
Em busca de soluções para o enfrentamento de desafios no campo hídrico há anos, antes da criação da Sane.AI, o empresário já obteve êxito em outros projetos inovadores. Um deles, inclusive, foi selecionado em 2025, pela Financiadora de Estudos e Projetos (FINEP), empresa pública brasileira de fomento à ciência, tecnologia e inovação. A iniciativa contemplada com subvenção econômica da FINEP consiste no desenvolvimento de um hidrômetro inteligente, capaz de detectar com alta precisão perdas no sistema de abastecimento de água.
Por dentro do Sane.AI
O diferencial do Sane.AI está na forma como a Inteligência Artificial analisa os sinais captados no subsolo. O projeto oferece um sistema de aprendizado de máquina de ponta que detecta vazamentos de água por meio da análise de sinais acústicos e vibracionais captados por sensores do geofone. Esses dados são processados diretamente em um Samsung Galaxy Tab A9+, onde um modelo de rede neural integrado a um aplicativo Android identifica padrões característicos de vazamentos e os diferencia dos ruídos comuns das cidades.
O líder do projeto explica os caminhos que a solução percorreu até a finalização: “Primeiro eu treinei um modelo de machine learning clássico, extraindo características do áudio, usando árvore de decisão. Chegamos a cerca de 85% de precisão. Depois eu decidi tentar uma rede neural, que pega o áudio, transforma em imagem e analisa”.
Fernando conta que, a princípio, os dois modelos – de machine learning clássico e da rede neural – tinham bons resultados. Dessa forma, a equipe os batizou carinhosamente de “paranoico” e “cético”. O paranoico é leve, clássico, acha quase todo vazamento. O cético é a rede neural. Eles trabalham juntos: o paranoico roda continuamente e quando acha um vazamento, o cético confirma. Segundo ele, um dos grandes diferenciais que elevaram o nível da tecnologia foi a dupla aplicação dos modelos. “Essa fusão foi o que mais elogiaram: uma solução de IA combinada com engenharia. Isso, junto com o impacto ambiental, relevância comercial e inovação, fez a solução se destacar”, conta Fernando.
Chave de ouro
Ao rememorar o momento da premiação, Fernando traz uma anedota interessante que simboliza um fechamento com chave de ouro em sua trajetória até aqui. Ele conta que tudo começou quando, ainda sozinho, deu início aos seus estudos em Inteligência Artificial. À época, comprou o livro TinyML: Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers, assinado por Pete Warden e Daniel Situnayake.
Este último, além de Diretor de Pesquisa Aplicada da Edge Impulse, foi um dos criadores do TensorFlow – uma biblioteca de código aberto para aprendizado de máquina aplicável a uma ampla variedade de tarefas. “Sendo sincero, de primeira, eu não entendi o livro. Não consegui absorver o conceito. Fui procurar formação, estudar mais, e aí parei no MBA”, rememora Fernando.
Mas o tempo passou, através do MBA o conhecimento se estruturou, as especializações vieram e o Sane.Ai tomou corpo – assim como as coincidências da vida: “Para nossa surpresa, quando ganhamos, quem anunciou prêmio e me parabenizou pelo projeto foi o próprio Daniel – isso foi demais. Ele achou muito boa a ideia, comentou bastante sobre o projeto, depois veio no LinkedIn e me deu os parabéns. Foi um fechamento de ciclo. Você não entendia, e agora o cara que escreveu aquele primeiro livro te coloca no final da jornada”.
A premiação do Edge Impulse Global Hackathon foi realizada de forma totalmente online, assim como toda a competição. O anúncio dos vencedores ocorreu em 15 de dezembro, durante uma transmissão ao vivo pelo YouTube, acompanhada por participantes de diferentes países. Fernando e sua equipe estavam reunidos e atentos ao resultado, acompanhando cada categoria anunciada em tempo real. Segundo ele, havia uma expectativa maior em relação à vitória na categoria que avaliava a melhor aplicação técnica do projeto.
A surpresa veio quando o Sane.AI foi consagrado vencedor na categoria “Impact Award: AI for Good”, voltada a soluções com impacto social e ambiental, um reconhecimento que superou as expectativas iniciais da equipe. “Chegamos até a gravar nossa reação: tem um vídeo meu gritando, a equipe pulando. A gente ficou mais de 10 minutos comemorando”, relembra Fernando.
Para ele, o prêmio representou uma validação que vai além do reconhecimento técnico. “Ganhar um prêmio internacional nos deu a validação de que não somos bons só para o Brasil, somos bons para o mundo. Ser julgado por uma banca internacional, pelo criador do TensorFlow, e ele achar o que você faz legal, muda tudo”, afirma.
Ser apaixonado pelo problema
Ao olhar para a própria trajetória, Fernando destaca o MBA em Inteligência Artificial e Big Data como um ponto de virada decisivo para transformar um antigo desejo em um projeto concreto e premiado internacionalmente. Segundo ele, a formação ofereceu não apenas base técnica sólida, mas também confiança para aplicar a IA a um problema real do seu campo de atuação. “No MBA, o nível e a didática das aulas é muito bom. Entrei sem saber nada de Python e hoje trabalho com Python todo dia. Só os primeiros cursos já valeram tudo”, avalia.
Além do conteúdo, Fernando ressalta a importância do ambiente colaborativo criado ao longo do curso. Mesmo no formato à distância, a troca entre os alunos foi constante e essencial para o aprendizado. “A turma também foi fundamental. Mesmo sendo um curso a distância, a dinâmica funcionou muito bem”, conta.
Ele também faz questão de destacar a atuação do corpo docente, com uma menção especial à coordenadora do MBA, professora Solange Rezende. Segundo Fernando, uma das máximas compartilhadas por ela ao longo do curso se tornou um princípio: “Uma frase dela que eu levo para a vida é: a gente tem que ser apaixonado pelo problema”. A ideia sintetiza a importância em compreender profundamente os desafios para nortear a busca por soluções, além de reforçar o aspecto fundamental da aplicabilidade presente nos estudos em Inteligência Artificial.
