O Futuro da Ciência de Dados

julho 2, 2021 § Deixe um comentário

“Em 10 anos os cientistas de dados vão desaparecer”.

A afirmação contundente me acordou naquela tarde sonolenta de sexta-feira. Explico: me reúno periodicamente com um grupo de colegas, principalmente pesquisadores e especialistas de IA, para trocar ideias, experiências ou simplesmente jogar conversa fora. Como estamos espalhados por diversas partes do mundo, os horários são combinados para acomodar a maioria. Neste dia em especial, era por volta das 16h no Brasil e estava sofrendo daquela sonolência do meio da tarde que me é característica. O colega em questão estava na Califórnia e tinha acabado de voltar do almoço. Outro colega, na Alemanha, que já deveria estar pensando no jantar, perguntou se ele havia comido algo estragado. O colega californiano resolveu então aprofundar um pouco mais a afirmação, explicando os motivos de a haver feito.

Leia o texto completo em Update or Die. Publicada em 02 de julho de 2021.

Configurando e depurando uma rede deep learning

junho 4, 2021 § Deixe um comentário

Em texto anterior comentei que era importante definir corretamente o número de camadas e o número de nós neurais em cada camada oculta. Disse até que era o “pulo do gato”. Gostaria de comentar a respeito de algumas regras básicas para isso. Confesso que ao planejar o que escreveria aqui, fui tomado por algumas dúvidas. A principal delas: por que um usuário de tecnologia se interessaria por isso? Afinal, na maioria das vezes não precisamos saber como as coisas funcionam. A aspirina, por exemplo, foi descoberta em 1897 e ainda assim ninguém explicou de forma convincente como funcionava até 1995.

Essa abordagem de descoberta – baseada em respostas primeiro, explicações depois – acumula o que é chamado de dívida intelectual [1]. É possível descobrir algo que funciona sem saber porque funciona e, em seguida, colocar esse entendimento intuitivo em uso imediatamente, assumindo que o mecanismo oculto que a faz funcionar será descoberto mais tarde. Em alguns casos, pagamos essa dívida intelectual rapidamente. Mas, em outros, como no caso da aspirina, deixamos que essa “dívida” se prolongue durante décadas, contando com um conhecimento que não é totalmente entendido. 

Leia o texto completo em Update or Die. Publicada em 04 de junho de 2021.

Visão computacional na era do deep learning

maio 14, 2021 § Deixe um comentário

Durante décadas, o reconhecimento de imagem foi um dos grandes desafios da inteligência artificial.

Escrevo esse texto rodeado pelos meus cadernos e livros, de tamanhos, volumes e cores diferentes. Olho pela janela e vejo o emaranhado de prédios no meu entorno. Cerca de um terço dos neurônios em meu córtex cerebral estão envolvidos no processamento de informações visuais . Para um computador, fazer isto é uma confusão de cores, brilho e sombras. 

Leia o texto completo em Update or Die. Publicada em 14 de maio de 2021.

CovidTrends: Identifying Behaviors during the COVID-19 Pandemic – accepted paper

abril 22, 2021 § Deixe um comentário

Artigo aceito para apresentação, discussão e publicação na Trilha Principal do SBSI 2021: “CovidTrends: Identifying Behaviors during the COVID-19 Pandemic“, de Marcelo Loutfi, Marcelo Tibau, Sean Siqueira e Bernardo Nunes. Neste artigo, identificamos mudanças comportamentais de pessoas durante o período de pandemia de COVID-19, através da análise de termos pesquisados no Google e relação com as notícias. Três comportamentos que se destacaram foram: (i) preocupação inicial com o desabastecimento; (ii) percepção das pessoas em relação à nova realidade e (iii) a crença na bala de prata.

Algoritmo ético

abril 8, 2021 § Deixe um comentário

Descrever um sistema de tomada de decisão como um algoritmo é frequentemente uma maneira de desviar a responsabilidade das decisões humanas.

Para muitos, o termo implica um conjunto de regras baseadas objetivamente em dados ou evidências empíricas. Também sugere um sistema altamente complexo, tão complexo que uma pessoa teria dificuldades para entender seu funcionamento interno ou antecipar seu comportamento quando implantado. Bom, a realidade é que esta definição não é tão precisa assim.

Leia o texto completo em Update or Die. Publicada em 08 de abril de 2021.

Notas sobre estudos em IA e cognição

março 18, 2021 § Deixe um comentário

Entender melhor a mente humana para construir IAs mais robustas.

Apesar do tremendo progresso da inteligência artificial em áreas como tradução automática, classificação de objetos e reconhecimento da fala, a maioria dos sistemas de IA possui, ainda hoje, um foco extremamente restrito. Desenvolvedores da área (eu incluído) têm buscado estudos nas ciências cognitivas (como psicologia, linguística e filosofia) com o objetivo de entender melhor o funcionamento da mente humana e aplicar este conhecimento na construção de IAs mais robustas.

Leia o texto completo em Update or Die. Publicada em 18 de março de 2021.

Inteligência Artificial: surfando as incertezas

março 1, 2021 § Deixe um comentário

“Surfar as incertezas” é geralmente alcançada por meio de modelos preditivos. Em IA, eles tentam imitar o processo preditivo natural do ser humano.

Leia o texto completo em Update or Die. Publicada em 27 de Fevereiro de 2021.

Knowledge-Based Society (ou sociedade baseada no conhecimento)

fevereiro 19, 2021 § Deixe um comentário

Para se ter uma economia baseada no conhecimento e gerar inovação, é preciso que se estimule a educação, o conhecimento aplicado à propriedade intelectual e o multiculturalismo.

Leia o texto completo em Update or Die. Publicada em 12 de Fevereiro de 2021.

Think-Aloud Exploratory Search: Understanding Search Behaviors and Knowledge Flows

fevereiro 12, 2021 § Deixe um comentário

Tibau M., Siqueira S.W.M., Nunes B.P. (2021) Think-Aloud Exploratory Search: Understanding Search Behaviors and Knowledge Flows. In: Visvizi A., Lytras M.D., Aljohani N.R. (eds) Research and Innovation Forum 2020. RIIFORUM 2020. Springer Proceedings in Complexity. Springer, Cham. https://doi.org/10.1007/978-3-030-62066-0_23

Abstract: This paper describes an experiment that uses Concurrent Think-Aloud protocol (CTA) and person-to-person interviews to map searching behaviors and knowledge flows during search sessions. The findings are: (1) the most used searching strategy during exploratory searches was the “Metacognitive Domain”; and (2) online searching experts have a fair ability to deal with ideas prompted by browsing the search results. The main contributions of this research lie in the understanding of the process in which people find, access, decide what content is useful and apply online data to their different information needs.

Check out more at https://link.springer.com/chapter/10.1007/978-3-030-62066-0_23

Semantic Data Structures for Knowledge Generation in Open World Information System

novembro 11, 2020 § Deixe um comentário

ABSTRACT: As the amount of information grows exponentially online, Information Systems role in support knowledge flows encouraged by linked data increases as a driver to innovation, culture, business practices and people behavior. Web search engines are particularly affected by the open world challenges, notably as part of the growing digital ecosystems of networks and platforms of technology, media, and telecommunications (TMT) companies delivering personalized and customized services (e.g. Amazon in retailing, Uber in ride service hailing, food delivery, and bicycle-sharing system, and Airbnb in lodging). To recognize search intent drawn from user’s behavior allows to provide personalized search results. The work presented in this paper has the purpose of exploring methods to represent semantic relationships between concepts indexed by Web search engines in order to aid them recognize search intent and display results that meet the search intent. The performance of two different types of data structures based on entity-centric indexing was compared. The data structures were: a knowledge base that used an entity-centric mapping of Wikipedia categories and the KBpedia Knowledge Graph. Through analysis of entity ranking and linking, we detected that the Knowledge Graph could identify approximately three times more properties and relationships, which increases Web search engines capability to “understand” what is being asked.

Publication: SBSI’20: XVI Brazilian Symposium on Information Systems – November 2020 Article No.: 13 Pages 1–7 https://doi.org/10.1145/3411564.3411611