Liv.IA: Um laboratório para linguagem, visualização, inferência e análise integrada com inteligência artificial
Palabras clave:
inteligência artificial, middleware, inovação no setor público, auditoria governamental, integração de sistemas, api unificadaResumen
Este trabalho apresenta o desenvolvimento de um middleware especializado denominado Liv.IA (Laboratório para Linguagem, Visualização, Inferência e Análise Integrada com IA), projetado para abstrair a complexidade de integração com múltiplos provedores e modelos de inteligência artificial em organiza-ções públicas. O projeto encontra-se em desenvolvimento com aproximadamente 80% de conclusão e busca solucionar os desafios estruturais enfrentados na implementação de soluções inovadoras no setor público, incluindo limitações de recursos humanos, restrições infraestruturais e resistência cultural a mudanças tec-nológicas. A arquitetura proposta baseia-se em princípios de separação de responsabilidades, inversão de dependência e extensibilidade, oferecendo uma API unificada para funcionalidades como embeddings veto-riais, processamento de linguagem natural, análise visual, classificação de texto e análise contextualizada. O sistema permite que aplicações de auditoria e controle incorporem capacidades de IA sem necessidade de reimplementar integrações complexas, concentrando-se na solução de problemas específicos ao invés de complexidades tecnológicas de integração.
Referencias
AREND, D. et al. 2022. MLPro – An integrative mid-dleware framework for standardized machine-lear-ning tasks in Python. [ed.] Elsevier B.V. s.l.: Software Impacts, 2022.
Bird, S et al. 2009. Natural Language Processing with Py-thon: Analyzing Text with the Natural Language Toolkit. s.l.: O’Reilly, 2009.
Bussler, C. 2003. B2B Integration: Concept and Architec-ture. s.l.: Springer, 2003.
Croft, W et al. 2015. Search Engines: Information Retrieval in Practice. s.l.: Pearson, 2015.
Devlin, J. et al. 2018. BERT: Pre-training of Deep Bidirec-tional Transformers for Language Understanding. s.l.: ArXiv, 2018. 1810.04805.
Fowler, M. 2003. Domain-driven design. [ed.] Addison-
-Wesley. Upper Saddle River: MIT Press, 2003.
Gamma, E et al. 1994. Design Patterns: Elements of Reu-sable Object-Oriented Software. s.l.: Addison-Wesley, 1994.
IANO, Youssef. 2023. Engenharia de Software Moderna: Uma Abordagem para o Desenvolvimento Ágil de Sof-tware de Alta Qualidade. s.l.: Elsevier, 2023.
Jurafsky, D et ali. 2023. Chapter 6: Vector Semantics and Embeddings . Speech and Language Processing: An Introduction to Natural Language Processing, Computa-tional linguistics and Speech Recognition with Language Models. Stanford: Stanford University, 2023.
Micrososft Azure. 2025. Create client for model deployed as web service. 31/03/2025.
Tiangola, Sebastián R. 2022. FastAPI: The Complete Guide — Build Modern Web APIs with Python. 2022.
Tunstall, L. 2022. Natural Language Processing with Transformers: Building Language Applications with Hugging Face. s.l.: O’Reilly, 2022.
Zhang, X. et al. 2024. LLM in Production: Efficient Inference with llama.cpp and GGUF. s.l.: ArXiv, 2024. 2401.09250.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Cadernos Tecnicos da CGU
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los Cadernos da CGU sigue a la Licencia Creative Commons Atribución 4.0 Internacional (CC BY), que permite que los trabajos publicados se usen y compartan, siempre dando crédito a los autores y origen.
La presentación de la propuesta implica un compromiso de no enviarla a otra revista y autoriza, si se aprueba, su publicación.Destacamos algunos puntos esenciales y no exhaustivos relacionados:
- La presentación de la propuesta también implica que el (los) autor (es) está (n) de acuerdo con la publicación, sin resultar en remuneración, reembolso o compensación de ningún tipo.
- Los textos publicados son responsabilidad de los autores y no representan necesariamente la opinión de la revista.
- La responsabilidad por cualquier plagio es responsabilidad del (de los) autor (es).
- La persona responsable de la presentación declara, bajo las sanciones de la Ley, que la información sobre la autoría del trabajo es completa y correcta.
