--- title: "Taiwan testa navegação autônoma com aprendizado federado" author: "Redação" date: "2026-10-06 17:03:00-03" category: "Portos" url: "http://tp.scale.press/portal/tp/post/2026/10/06/taiwan-testa-navegacao-autonoma-com-aprendizado-federado/md" --- ## Resumo - Taiwan testou um veículo de superfície não tripulado de médio a grande porte em águas próximas ao Porto de Kaohsiung. - O sistema alcançou mais de 90% de precisão na detecção de objetos e velocidade de inferência de 15 quadros por segundo. - O aprendizado federado mantém dados e imagens sensíveis nas embarcações e compartilha apenas parâmetros dos modelos. - A técnica elastic weight consolidation ajudou a manter a taxa de esquecimento abaixo de 10%. - Os testes incluíram desvio de obstáculos, navegação hexagonal, patrulhas em Z e buscas em padrão de cortador de grama. - Um protocolo permite intervenção humana em até três segundos após falha de comunicação. - O projeto estabeleceu procedimentos operacionais padrão para embarcações não tripuladas de médio e grande porte em águas abertas. --- Em outubro de 2026, o **Conselho de Assuntos Oceânicos de Taiwan** concluiu testes de patrulha autônoma com um veículo de superfície não tripulado de médio a grande porte em Fengbitou, nas proximidades do Porto de Kaohsiung. O sistema combinou navegação baseada em inteligência artificial e aprendizado federado para treinar modelos com dados de diferentes embarcações sem transferir imagens ou informações sensíveis. Durante a validação, a solução alcançou precisão média superior a **90%** na detecção de objetos, inferência de pelo menos **15 quadros por segundo** e taxa de esquecimento inferior a 10%. ## Dados protegidos, modelos em evolução Desenvolvido domesticamente sob o **Marine Technology Project Program**, o sistema foi estruturado para manter os dados nas próprias embarcações. Em vez de enviar imagens e registros brutos para um repositório central, a arquitetura troca parâmetros dos algoritmos entre os veículos. O projeto também informa que o conjunto de algoritmos foi desenvolvido **100% internamente**, associando a autonomia marítima à redução da dependência de soluções estrangeiras. Na prática, o aprendizado federado permite que cada embarcação treine o modelo com os dados capturados durante suas próprias missões. Depois, os parâmetros atualizados são compartilhados para melhorar o desempenho coletivo, enquanto as imagens e informações que deram origem ao treinamento permanecem locais. Essa separação atende ao problema operacional apresentado pelo projeto: ampliar a capacidade de reconhecimento sem expor dados sensíveis de **portos e áreas de defesa**. O desenvolvimento também enfrentou uma limitação comum em sistemas que aprendem continuamente. Ao receber exemplos de novos objetos, uma inteligência artificial pode perder parte do desempenho adquirido anteriormente. Para reduzir esse efeito, o projeto utilizou **elastic weight consolidation**, técnica que preserva habilidades anteriores durante novas etapas de treinamento; a taxa de esquecimento informada ficou abaixo de **10%**. ## Autonomia medida em águas abertas A validação ocorreu em mar aberto, sob condições de estado do mar de nível 2 ou superior, e levou a tecnologia para além de uma demonstração restrita em ambiente controlado. Nos testes próximos a Kaohsiung, o sistema obteve mais de **90% de precisão na detecção de objetos** e velocidade de inferência de **15 quadros por segundo**. Esses indicadores medem, respectivamente, a capacidade de identificar objetos e a rapidez com que o sistema processa os quadros capturados durante a navegação. As missões incluíram desvio de obstáculos ponto a ponto, navegação em formato hexagonal, patrulhas em Z e buscas em padrão de cortador de grama para cobrir áreas extensas. A variedade das manobras submeteu o veículo a tarefas de deslocamento, vigilância e varredura com diferentes geometrias. O conjunto de exercícios também permitiu avaliar a aplicação do modelo em rotinas de patrulha que exigem continuidade de percepção e decisão ao longo da rota. A combinação entre precisão e velocidade oferece uma referência técnica para avaliar o comportamento do sistema durante a navegação autônoma. Ainda assim, os resultados divulgados correspondem à validação do veículo em testes de patrulha e não estabelecem, por si só, uma adoção comercial ampla. O alcance demonstrado está delimitado pelas condições, manobras e métricas apresentadas pelo **Conselho de Assuntos Oceânicos**. ## Autonomia com intervenção humana A operação autônoma foi acompanhada por um protocolo de segurança para situações de perda de comunicação. Em caso de falha, um operador humano pode intervir em até **três segundos**. O mecanismo preserva uma camada de controle externo sobre o veículo e estabelece um limite operacional para a autonomia quando a conexão necessária à supervisão deixa de funcionar. Além dos resultados de navegação, o Conselho confirmou que o projeto estabeleceu as primeiras **procedimentos operacionais padrão** de Taiwan para embarcações não tripuladas de médio e grande porte em águas abertas. A iniciativa foi apresentada como parte dos esforços para fortalecer a soberania tecnológica, reduzir a dependência de tecnologias estrangeiras sujeitas a controles de exportação e ampliar a resiliência da governança marítima e da percepção de domínio marítimo. O teste entrega ao setor marítimo um modelo de desenvolvimento que combina aprendizado distribuído, operação autônoma e comando humano de contingência. A preservação dos dados evita que a colaboração entre embarcações dependa da circulação de imagens sensíveis, enquanto os procedimentos padronizados organizam a operação em águas abertas. Por enquanto, o resultado mais concreto é a validação técnica desse arranjo em Taiwan, com métricas definidas e limites de aplicação claramente associados aos testes realizados.