Liv.IA: Um laboratório para linguagem, visualização, inferência e análise integrada com inteligência artificial
Palavras-chave:
inteligência artificial, middleware, inovação no setor público, auditoria governamental, integração de sistemas, api unificadaResumo
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.
Referências
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.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Cadernos Técnicos da CGU
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
The Cadernos Técnicos da CGU follows a Creative Commons Attribution 4.0 International (CC BY) License, which allows the use and sharing of published works, provided that credit is given to authors and sources. .
We highlight some essential and non-exhaustive points related:
- Submission of the contribution implies a commitment not to submit it to another journal and authorizes, if approved, its publication.
- Submission of the contribution also implies that the authors agree to the publication, without resulting in remuneration, reimbursement or compensation of any kind.
- The published works are the responsibility of the authors, not necessarily representing the opinion of the Cadernos Técnicos da CGU.
- Liability for possible or notgoing to be criminal, fraud or inaccuracies is the responsibility of the authors.
- The person responsible for the submission declares, under the penalties of the Law, that the information about the authorship of the work is absolutely complete and true.
