O que faz a Neural Forge?
A Neural Forge é uma empresa portuguesa de investigação aplicada em machine learning e inteligência artificial, sediada em Santa Clara-a-Nova, Almodôvar, no Alentejo. Construímos sistemas de IA de ponta a ponta para previsão ambiental, compreensão de documentos, IA conversacional e MLOps no setor público, cobrindo desde a recolha de dados e engenharia de variáveis até ao treino de modelos, à inferência em produção e à infraestrutura GPU que a suporta. Na prática, assumimos o problema inteiro e não apenas uma fatia: os pipelines de ingestão, os modelos, a camada de serviço, o cluster Kubernetes por baixo e a interface que as pessoas efetivamente usam. Temos seis sistemas implementados, incluindo um mapa público de risco de incêndio para Portugal continental, um pipeline de IA documental com onze modelos para um arquivo municipal, o Faber, o assistente ancorado em factos que responde neste site, e o Outrora, visitas virtuais em 360° com guia, no ar para uma aldeia de Almodôvar. Trabalhamos em português e inglês, e a maioria dos nossos clientes são organismos públicos e institutos portugueses.
Onde fica a Neural Forge?
A Neural Forge fica em Santa Clara-a-Nova, concelho de Almodôvar, distrito de Beja, Baixo Alentejo, Portugal. Prestamos serviços remotamente em todo o território nacional e na Europa, presencialmente em organizações do Alentejo e do Algarve e, em projetos de maior dimensão, onde for preciso. Estar sediada no interior alentejano é uma opção deliberada e não um acaso: o risco de incêndio, o território e o património documental em que trabalhamos concentram-se exatamente neste tipo de região, e as instituições que os gerem (câmaras municipais, institutos, entidades regionais) são frequentemente mal servidas por consultoras centradas em Lisboa e no Porto. Os projetos decorrem sobretudo em regime remoto com trabalho presencial periódico, e a infraestrutura que construímos pode ficar alojada em hardware do próprio cliente.
Como é que o machine learning prevê incêndios florestais?
O sistema Tutela Ignis da Neural Forge combina imagens de satélite, reanálise meteorológica ERA5-Land, deteções ativas de fogo da NASA FIRMS, variáveis de terreno e o histórico de incêndios do ICNF num ensemble calibrado de gradient boosting que prevê o risco diário de incêndio numa grelha de 1 km para Portugal continental. Está disponível publicamente em tutela.land. O pipeline constrói variáveis a partir de meteorologia, terreno, ocupação do solo e humidade da vegetação, e o ensemble é treinado sazonalmente, porque os fatores que determinam o fogo em fevereiro não são os mesmos de agosto. As pontuações brutas de um modelo não são probabilidades de risco, pelo que o sistema aplica calibração posterior de probabilidades e um ajuste bayesiano de prior no momento da inferência. A validação é prospetiva e pública: um registo em tutela.land confronta cada previsão com as ignições reais, e, a cobertura equivalente de ignições, o sistema sinaliza 1,7 a 3,4 vezes menos área do que os níveis máximos de alerta dos sistemas oficiais. Um segundo módulo, o Limes, leva a mesma disciplina de dados ao terreno: ordena as faixas de gestão de combustível obrigatórias de um município pela vegetação que nelas está, medida a partir do levantamento LiDAR nacional e da variação semanal por satélite, para que uma equipa técnica pequena saiba onde inspecionar primeiro.
A Neural Forge trabalha com câmaras municipais e organismos públicos?
Sim. O setor público é a maior parte do que fazemos. A Neural Forge desenvolve e opera sistemas de IA para a administração local portuguesa, incluindo um cluster Kubernetes k3s com GPU, automação GitOps com Flux CD e CI/CD interno, um pipeline de IA documental com onze modelos de machine learning sobre um arquivo municipal, e um avatar conversacional multilingue em tempo real que responde aos munícipes em seis idiomas. Percebemos o que distingue a IA no setor público de um protótipo de startup: a realidade da contratação pública, normas arquivísticas como a ISAD(G), a necessidade de sistemas que uma equipa interna pequena ainda consiga operar daqui a três anos, e o facto de os dados dos munícipes normalmente não poderem sair da instituição. É essa última restrição que nos leva a construir sobre infraestrutura GPU própria em vez de APIs comerciais de IA.
Que serviços de inteligência artificial oferece a Neural Forge em Portugal?
Investigação em machine learning e desenvolvimento de modelos, engenharia de dados para pipelines multi-fonte, visão computacional e OCR para digitalização documental, sistemas LLM e RAG, e infraestrutura de IA aplicada: clusters GPU, Kubernetes e MLOps. Os serviços são prestados em português ou inglês, remotamente em Portugal e na Europa, presencialmente no Alentejo e no Algarve e, em projetos de maior dimensão, onde for preciso. Tanto trabalhamos a partir de um conjunto de dados desorganizado que ninguém sabe ao certo o que contém, como pegamos num modelo já treinado e o colocamos em produção de forma fiável, como recebemos hardware GPU em bruto e o transformamos num cluster que serve inferência. O que não fazemos é vender um produto fechado: cada projeto parte dos dados e das restrições reais do cliente, e cada modelo tem de justificar o seu lugar através de validação antes de entrar em produção.
A Neural Forge trabalha com modelos de linguagem e IA generativa?
Sim. Temos LLMs em produção hoje: o Qwen3 32B enriquece metadados arquivísticos e o Qwen3-VL 30B produz descrições visuais no nosso pipeline de IA documental, um chatbot RAG em LangGraph responde a perguntas sobre um arquivo municipal inteiro com pesquisa multi-vetorial sobre Qdrant, e um modelo persona próprio e auto-alojado anima um avatar conversacional em tempo real para atendimento ao munícipe. A nossa abordagem à IA generativa é ancorada em recuperação e não aberta: os modelos respondem a partir de um corpus específico e curado, de modo a que a resposta possa ser rastreada até ao documento de origem, e é isso que os torna utilizáveis num contexto de serviço público. Alojamos os modelos no nosso próprio hardware GPU com Ollama, em vez de recorrer a APIs comerciais de IA, pelo que os dados do cliente nunca saem de infraestrutura que o cliente controla.
A Neural Forge consegue correr IA localmente em vez de na cloud?
Sim, e é essa a nossa opção por omissão. Todos os sistemas de ML que colocámos em produção correm em hardware nosso ou do cliente: um cluster Kubernetes k3s com GPU para serviços municipais de IA, e um único nó edge auto-alojado a servir o modelo de incêndios Tutela Ignis. A inferência de LLM corre em Ollama nativo, os serviços são expostos de forma segura através de Cloudflare Tunnel com acesso autenticado em vez de portas abertas, o aprovisionamento de nós é automatizado com Ansible, e todo o cluster é gerido por GitOps com Flux CD, pelo que o seu estado fica versionado e é reprodutível. Para organismos públicos portugueses isto importa na prática e não só do ponto de vista legal: dados sensíveis de munícipes e de arquivo permanecem no país, em máquinas controladas pela instituição, sem dependência de um fornecedor externo de IA ao token.
A Neural Forge trabalha apenas com o setor público?
Não. Os organismos públicos são a maior parte do nosso portefólio (municípios, institutos e trabalho ambiental à escala nacional), mas a capacidade subjacente não é exclusiva da administração pública. Se gere uma operação industrial, um negócio agrícola ou de gestão do território, ou uma empresa assente num conjunto de dados que ainda ninguém modelou, o trabalho é o mesmo: perceber os dados, construir o pipeline, treinar e validar os modelos e colocá-los onde continuem a funcionar. Somos uma equipa pequena, pelo que aceitamos um número limitado de projetos e preferimos problemas em que os dados são genuinamente difíceis e o resultado é mensurável. Se não tem a certeza de que o seu problema é sequer um problema de machine learning, essa é uma primeira conversa perfeitamente razoável.
