Year: 2026
Type: dissertation
Abstract: Os operadores industriais enfrentam um compromisso persistente: os procedimentos de montagem complexos exigem atenção total, mas os sistemas de assistência atuais são estáticos, requerem foco visual e não conseguem lembrar quem é o operador de uma sessão para a outra.Esta dissertação apresenta o VoiceMate, um assistente de voz multi-agente com memória aumentada para orientação em montagem industrial, que resolve este compromisso através de uma arquitetura neurosimbólica no sentido de [15]: um Grafo de Conhecimento Neo4j impõe restrições procedimentais simbólicas ao nível da recuperação de informação, e a geração neural é limitada ao contexto recuperado do GC e à memória Mem0 do operador.O sistema é composto por um Grafo de Conhecimento (Neo4j) que codifica procedimentos de montagem de impressoras 3D Prusa numa estrutura de grafo acíclico dirigido, por uma hierarquia de quatro agentes (Google Agent Development Kit) para encaminhamento conversacional, e por um sistema de memória de duas camadas (Mem0) suportado por um repositório vetorial Qdrant.Os factos do operador são recuperados via pesquisa direta (≈400 ms de latência em regime estacionário) e injetados como contexto de leitura antes de qualquer invocação do modelo de linguagem.Foi realizada uma avaliação automática e estratificada por capacidades sobre 141 casos distribuídos por seis categorias comportamentais e quatro modos de ablação, combinando pontuação de precisão por LLM-como-juiz com asserções determinísticas de encaminhamento e estado.Numa avaliação com recurso a procedimentos de montagem reais publicados, o sistema completo atinge 92,0% de taxa de aprovação geral (média de três execuções independentes, 141 casos, intervalo 91,5% a 92,9%; 93,4% nos 122 casos avaliados por LLM-como-juiz; valores contingentes à calibração do juiz LLM), 0,0% de taxa de alucinação em todas as categorias avaliadas, e 94,3% de taxa de aprovação nas asserções determinísticas.Face a uma linha de base de LLM com documento simples (sem estrutura de recuperação ou orquestração de agentes), a arquitetura estruturada oferece uma vantagem de +61, 9 pp na taxa de aprovação e regista zero alucinações nos 122 casos avaliados por LLM-como-juiz (Tabela 4.3, 0 respostas HALL; as falhas residuais são erros de recuperação ou respostas incompletas, não fabricações; contra 38,1% na linha de base), com ambos os efeitos grandes e consistentes em três execuções de avaliação independentes.Face à linha de base sem memória persistente, o Mem0 contribui com +14,56 pp no total.Como verificação de manipulação, os 34 casos de Memória Restrita (definidos estruturalmente como exigindo recuperação entre sessões) apresentam 27/34 aprovações no modo completo contra 11/34 sem memória persistente (+47,1 pp), enquanto os 11 casos de Memória Independente apresentam 11/11 contra 11/11 (0,0 pp), confirmando que a ablação é seletiva.A latência média do sistema completo é de 8,68 s (incluindo a escrita no Mem0; a latência orientada ao utilizador é inferior).A avaliação da robustez ao ruído via proxies de RSR sintético mostra que o reconhecimento de voz na nuvem passa apenas 2 de 12 ficheiros ruidosos a 10 dB RSR e nenhum a níveis inferiores, confirmando a validação em ambiente fabril real como a próxima etapa crítica.i Francisco Gonçalves de Sousa v Declaração de Honra Declaro que a presente dissertação é de minha autoria e não foi previamente apresentada e avaliada nesta ou em outra instituição.As referências a outros autores (afirmações, ideias, pensamentos), assim como a utilização de trabalhos publicados respeitam escrupulosamente as regras da atribuição, e encontram-se devidamente indicadas no texto e nas referências bibliográficas, de acordo corn as normas de referenciação.Tenho consciência de que a prática de plágio ou de autoplágio constituem ilícitos académicos, conforme estabelecido no Código de Ética da U.Porto.Declaro, ainda, que utilizei ferramentas de Inteligência Artificial para a realização de parte(s) da presente dissertação, e essa utilização e os seus resultados estão devidamente assinalados e foram objeto de cuidada verificação para deteção de erros, imprecisões, atribuições infundadas ou outras formas de enviesamento de conteúdos e argumentos, bem como de determinação de autoria.
Author: Francisco Gonçalves de Sousa
Language: Portuguese
Topic: Speech and dialogue systems
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7202107038