O engenheiro da Força Aérea dos EUA e pesquisador do MIT, Randall Pietersen, está revolucionando a forma de avaliar danos em pistas de pouso. Usando Inteligência Artificial (IA) e tecnologia de imagem avançada, seu trabalho busca tornar essas avaliações automáticas, remotas e mais seguras. Pietersen está desenvolvendo sistemas autônomos que usam drones e imagens hiperespectrais – tecnologia capaz de capturar um amplo espectro de radiações – para identificar danos e ameaças. Essa abordagem tem potencial para transformar não só avaliações militares, mas também setores como agricultura, resposta a emergências e mineração.
Em 2022, Pietersen participou de uma simulação de “recuperação de base” após um ataque em uma pista de pouso. Durante horas, sua equipe percorreu o local com equipamentos de proteção, documentando danos e buscando munições não detonadas. A experiência deixou clara a necessidade e a urgência de métodos mais eficientes. “Há quase uma década, ouvimos sobre sistemas baseados em drones, mas a identificação de munições não detonadas ainda é um desafio”, afirma. “Minha pesquisa busca mudar isso.”
Do Laboratório à Realidade
Natural de Sacramento, Califórnia, Pietersen é formado em engenharia civil pela Academia da Força Aérea. Foi lá que ele iniciou sua pesquisa com imagens hiperespectrais e aprendizado de máquina, e avançou seus estudos no renomado Massachusetts Institute of Technology (MIT). Durante seu doutorado, Pietersen esteve em locais como a Arábia Saudita, onde, mesmo em condições desafiadoras, continuou seu trabalho. “Escrevi parte de um artigo acadêmico em uma tenda no deserto”, conta. Em 2020, ele também estagiou na HALO Trust, organização que atua na remoção de minas terrestres. Essa experiência destacou o impacto social de sua pesquisa, ao mostrar como tecnologias seguras podem salvar vidas em zonas de conflito.
Pesquisa com Propósito
Pietersen destaca que o desafio está em aperfeiçoar tanto o hardware quanto o software dos sistemas. “Os dados hiperespectrais estão se mostrando promissores para melhorar a detecção de objetos com aprendizado profundo”, explica. Após concluir o doutorado, ele será transferido para Guam, onde espera aplicar suas soluções em avaliações reais. “Hoje, ainda dependemos de inspeções visuais. Mas com imagens espectrais e IA, podemos tornar essas avaliações mais rápidas e seguras”, afirma.
