Marcelo Tibau

Em setembro de 2021 foi finalmente publicado o segundo relatório do estudo de cem anos sobre Inteligência Artificial (AI100), intitulado “Gathering Strength, Gathering Storms”.

Uma rápida recapitulação do que se trata: em 2014 foi lançado o “Estudo de 100 anos para a Inteligência Artificial”, por uma espécie de consórcio formado por universidades e departamentos de pesquisa de empresas de tecnologia.

Em 2016 foi publicado o primeiro relatório, que comentei extensamente neste espaço à época (foram cinco textos no total, deixo o link do último deles, onde você pode achar links para os demais). Uma das críticas ao primeiro relatório (de 2016), enfoca o fato dele ter restrito seu escopo apenas a cidades da América do Norte.

O relatório de 2021 é mais abrangente, mas apesar da intenção declarada de “explorar com maior profundidade o impacto que a IA está causando nas pessoas e sociedades em todo o mundo” [1], ainda se vê uma prevalência de membros participantes vindos de universidades americanas, canadenses e de língua inglesa (Escócia e Austrália, mais especificamente).

Leia o texto completo em Update or Die. Publicada em 21 de janeiro de 2022.

Abstract: This paper provides an understanding of the knowledge flow in exploratory Web searches. Based on the Design Science Research epistemology, we represented the information-gathering behaviour and uncovered the knowledge flow of Web searchers as a Knowledge-intensive Process (KiP). By mapping searchers’ steps and paths during Web searches, representing their search patterns and decision-making process, it was possible to reveal the knowledge flow and infer the resources more likely to be selected to meet the searchers’ information needs. With the help of six teachers, we applied the Think-Aloud method in a scenario where they searched for online (educational) resources on the Web. The application of the Think-Aloud method made knowledge-flow processes explicit throughout Web searches. The results can support new strategies for information retrieval systems and be applied to support expertise exchange and innovation.

Access: http://hdl.handle.net/10125/80007

ISBN: 978-0-9981331-5-7

Rights: Attribution-NonCommercial-NoDerivatives 4.0 International

https://creativecommons.org/licenses/by-nc-nd/4.0/

O filme defende a confiança na Ciência, mas não para de contradizer essa própria premissa.

Assisti ao filme nessa virada de ano. Confesso que senti alguns desconfortos durante as suas mais de duas horas, alguma coisa na sua narrativa. Nos dias posteriores, tentei articular racionalmente o incômodo, o que me incentivou a escrever essas linhas. Para bem contextualizar o que me deixou ressabiado, não posso deixar de descrever como “enxerguei” o filme. Para isto, farei nos próximos parágrafos um resumo dele, da forma como ficou “gravado” na minha cabeça. Quem ainda não o assistiu, sugiro fortemente que não leia esse texto, contém muitos spoilers. 

Leia o texto completo em Update or Die. Publicada em 05 de janeiro de 2022.

O termo “postulados” no contexto da mecânica quântica, foi usado pela primeira vez em 1947 pelo matemático Irving Ezra Segal

Como “pontapé inicial”, uma breve descrição de dicionário mostra o significado do termo “postulado” como “o que se considera como fato reconhecido e ponto de partida, implícito ou explícito, de uma argumentação; premissa”. A computação quântica toma como ponto de partida formalizações matemáticas da mecânica quântica, que vêm sendo trabalhadas pelo menos desde a década de 1930 com os axiomas Dirac-von Neumann.

Leia o texto completo em Update or Die. Publicada em 20 de dezembro de 2021.

A montagem do Eagle, o novo processador de 127 Qbits da IBM.

O Eagle foi desenvolvido em parceria com a Universidade de Tóquio. A escolha do Japão não foi por acaso, SONY, Toshiba, Toyota, Hitachi, dentre outras empresas japonesas, estão investindo pesado em pesquisa científica em computação quântica, sobretudo para a produção de hardwares. Proximidade geográfica, nesse caso, é essencial para acelerar as inovações necessárias em Qbits supercondutores.

Leia o texto completo em Update or Die. Publicada em 17 de novembro de 2021.

As implicações do fenômeno quântico em diversas áreas do conhecimento humano são, no mínimo, fascinantes e valem o esforço cognitivo. 

A primeira vez em que conversei com um físico sobre mecânica quântica, ouvi a seguinte frase: “se alguém te falar que é possível você começar a conhecer esse assunto em menos de dez anos, é mentira”. Na minha arrogância juvenil respondi que não tinha interesse na física quântica propriamente dita, tinha interesse em algumas propriedades dela que alguns cientistas da computação achavam adaptáveis à teoria da computação. 

Leia o texto completo em Update or Die. Publicada em 11 de novembro de 2021.

Em meu texto anterior, compartilhei uma equação que causou um certo debate. Resolvi escrever mais algumas linhas sobre o assunto.

A equação em questão era a seguinte: -1 = i * i. Como foi durante o final de semana em que se comemorava o Halloween, apelidei-a com o seu nome. Como recebi diversas mensagens comentando o texto e pedindo explicações adicionais, resolvi escrever mais algumas linhas sobre o assunto. O primeiro ponto de esclarecimento se refere ao envolvimento de números complexos. Por que considerá-los parte da equação? 

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

Acho que a única matemática assustadora nessa semana deveria ser os desafios de Halloween

A pequena equação a seguir apareceu em um debate entre alguns amigos. Referia-se à possibilidade de um resultado como -1 = 1. O culpado foi:

-1 = i * i

Leia o texto completo em Update or Die. Publicada em 31 de outubro de 2021.

The following little equation appeared in a debate among some friends. It concerned the possibility of a result such as -1 = 1. The culprit was:

-1 = i * i

One of the friends answered the question as:

-1 = √-1 * √-1

-1 = √1

-1 = 1

What is the problem with the above spooky answer? Well, the way I see it, this friend had one little mistake, which was to consider the equation inside the Cartesian plane. In my opinion, it is clearly under the Argand plane, which contains the complex numbers (e.g., x+yi). In this case, we could not consider i = √-1 but i = √1 and the negative sign should be outside both square roots.  Hence, the answer would be:

-1 = – (√1 * √1)

-1 = -√1

-1 = -1

I guess the only spooky math around should be the Halloween challenges, like the one below.

Notice that it takes two black cats to make one pumpkin. So:

Black Cat = 6

Cauldron = 14

Pumpkin = 12

Happy Halloween, folks. A nice trick-or-treating to you all.

Entre as técnicas mais bem-sucedidas de aprendizado de máquinas estão aquelas associadas ao deep learning.

Um dos objetivos centrais das pesquisas no subcampo da inteligência artificial conhecida como machine learning, é entender como a máquina aprende diretamente dos dados. Entre as técnicas mais bem-sucedidas de aprendizado de máquinas estão aquelas associadas ao deep learning, que usa várias camadas de representação para aprender recursos descritivos diretamente dos dados de treinamento [1]. Falei um pouco sobre o assunto em três textos anteriores (Visão computacional na era do deep learning; Configurando e depurando uma rede deep learning; e Derivada e Gradiente). Apesar de todo o sucesso das deep learnings, ainda não é muito bem compreendido teoricamente porque elas são tão bem-sucedidas em descobrir padrões em dados estruturados. Uma explicação, baseada na noção de informação relevante, vem ganhando terreno nos últimos anos. 

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