O presente estudo busca desenvolver um software com base em inteligência artificial para a estimativa do coeficiente de permeabilidade através de granulometria e índices físicos do solo/rochas. O banco de dados utilizado foi compilado por Feng et. al. (2023) e disponibilizado pelo ISSMGE. Um total de 59 tipos diferentes amostras em mais de 50 pesquisas distintas estão sendo analisadas. Destaca-se que 703 amostras possuem granulometria completa e todos os índices físicos. Por outro lado, 575 amostras, que também estão sendo utilizadas, não possuem todas as informações sobre granulometria e/ou índices físicos. Os algoritmos estão sendo desenvolvidos utilizando a granulometria, coeficiente de uniformidade e curvatura, densidade real dos grãos e índice de vazios para prever o coeficiente de permeabilidade de quase 1300 amostras de solo/rochas. Os resultados parciais mostram que uma IA já desenvolvida fornece um bom desempenho para amostras com permeabilidades elevadas. Porém os resultados desta IA ainda não são satisfatórios para amostras com permeabilidades menores. Em continuidade a pesquisa, espera-se desenvolver outra IA para solos com permeabilidades menores, tendo então um único software com duas inteligências artificias que funcionarão para diferentes espectros de granulometrias.