Pesquisas em inteligência artificial na UFSCar desenvolvem programas de aprendizado autônomo
Araras, Sorocaba, São Carlos
Por volta de 1920, já existiam estudos que vislumbravam a possibilidade das máquinas tomarem decisões para a execução de suas funções, mas com a evolução da informática e da computação foi possível desenvolver diversos sistemas de inteligência artificial que hoje fazem parte do nosso cotidiano.
O professor do Departamento de Computação (DC) da UFSCar, Estevam Rafael Hruschka Júnior, explica que são diversas as aplicações de inteligência artificial, principalmente nos serviços automatizados e com o crescimento das redes sociais virtuais. Estevam aponta também que o processamento de informações referentes aos hábitos de consumo, sites visitados e conteúdos publicados em redes sociais é utilizado para o levantamento de estratégias de mercado e publicidade. O professor salienta que o conteúdo dos emails e os sites visitados, por exemplo, fornecem indícios sobre os hábitos dos consumidores e direciona peças publicitárias que podem ser interessantes. Quando se utiliza um serviço gratuito de email, o usuário concorda com os termos de uso e autoriza que os dados fornecidos sejam utilizados para que um sistema de inteligência artificial tenha informações sobre o seu comportamento, afirma o docente.
O professor Estevam conta ainda que muitas operações bancárias são intermediadas por sistemas computacionais inteligentes, que analisam o comportamento do correntista, como os volumes financeiros recebidos, gastos, poupados e aplicados para, por exemplo, apontar os limites do cheque especial ou indicar melhores programas de investimentos.
Existem diversas linhas de pesquisa e aplicações relacionadas à inteligência artificial, que envolvem um conjunto de equações matemáticas, algoritmos e informações de usuários que permitem que sistemas computacionais apontem soluções para várias situações. O professor Estevam explica que, basicamente, os sistemas computacionais buscam por soluções a partir de mecanismos semelhantes ao raciocínio humano, como por associação de informações e redes neurais, por exemplo.
Muitos programas de computadores apresentam um mecanismo condicionado, ou seja, durante seu desenvolvimento, é estabelecido um conjunto de ações e reações, previamente levantadas pelos programadores, limitando o escopo de atuação dos programas. No entanto, os sistemas computacionais já são capazes de lidar com informações inseridas pelos programadores, associar e agrupar dados para executar determinadas funções. Uma das linhas de pesquisa de Inteligência Artificial é conhecida como Aprendizado de Máquinas. O professor Estevam explica, que da mesma forma que nós passamos por experiências e temos acesso à informações que oferecem bases para a tomada de decisões, os sistemas de inteligência artificial processam dados e instruções que apontam para as soluções mais viáveis. Nessa linha de pesquisa, o computador é capaz de aprender a resolver determinados problemas. Tradicionalmente, o computador era capaz de resolver problemas a partir de instruções inseridas pelo programador para chegar à uma solução. Mas nem sempre o desenvolvedor sabe como chegar a uma resposta. No entanto, se for possível inserir alguns dados num sistema computacional relacionados a um problema, o programa de aprendizado de máquina é capaz de criar um modelo interno e desenvolver algoritmos que se aproximam de uma resposta, explica o professor. Assim, a inteligência artificial possibilita um processo constante de evolução, pois a cada informação apresentada, novas decisões podem ser tomadas com margem menor de erro, aumentando a autonomia do sistema.
O processo contínuo de aprendizado é um dos temas de pesquisa desenvolvidos pelo professor Estevam. O projeto NELL, Never-Ending Language Learning, foi iniciado em 2008 e, depois de dois anos, o sistema entrou em funcionamento como o pioneiro no processo autônomo de aquisição de conhecimentos no âmbito do aprendizado de máquina. Os mecanismos do NELL são inspirados no processo de aprendizagem humana, com a assimilação de informações básicas e, no decorrer do tempo, a compreensão de dados complementares mais complexos. Inicialmente, o computador recebeu algumas informações de temas sobre os quais ele deveria aprender, como localidades, empresas, livros e pessoas, e a partir daí começou a ler o conteúdo da web para extrair conhecimento dos temas definidos.
Mais informações sobre os projetos em inteligência artificial desenvolvidos pelo professor Estevam no Departamento de Computação da UFSCar podem ser obtidas pelo email estevam@dc.ufscar.br.
O professor do Departamento de Computação (DC) da UFSCar, Estevam Rafael Hruschka Júnior, explica que são diversas as aplicações de inteligência artificial, principalmente nos serviços automatizados e com o crescimento das redes sociais virtuais. Estevam aponta também que o processamento de informações referentes aos hábitos de consumo, sites visitados e conteúdos publicados em redes sociais é utilizado para o levantamento de estratégias de mercado e publicidade. O professor salienta que o conteúdo dos emails e os sites visitados, por exemplo, fornecem indícios sobre os hábitos dos consumidores e direciona peças publicitárias que podem ser interessantes. Quando se utiliza um serviço gratuito de email, o usuário concorda com os termos de uso e autoriza que os dados fornecidos sejam utilizados para que um sistema de inteligência artificial tenha informações sobre o seu comportamento, afirma o docente.
O professor Estevam conta ainda que muitas operações bancárias são intermediadas por sistemas computacionais inteligentes, que analisam o comportamento do correntista, como os volumes financeiros recebidos, gastos, poupados e aplicados para, por exemplo, apontar os limites do cheque especial ou indicar melhores programas de investimentos.
Existem diversas linhas de pesquisa e aplicações relacionadas à inteligência artificial, que envolvem um conjunto de equações matemáticas, algoritmos e informações de usuários que permitem que sistemas computacionais apontem soluções para várias situações. O professor Estevam explica que, basicamente, os sistemas computacionais buscam por soluções a partir de mecanismos semelhantes ao raciocínio humano, como por associação de informações e redes neurais, por exemplo.
Muitos programas de computadores apresentam um mecanismo condicionado, ou seja, durante seu desenvolvimento, é estabelecido um conjunto de ações e reações, previamente levantadas pelos programadores, limitando o escopo de atuação dos programas. No entanto, os sistemas computacionais já são capazes de lidar com informações inseridas pelos programadores, associar e agrupar dados para executar determinadas funções. Uma das linhas de pesquisa de Inteligência Artificial é conhecida como Aprendizado de Máquinas. O professor Estevam explica, que da mesma forma que nós passamos por experiências e temos acesso à informações que oferecem bases para a tomada de decisões, os sistemas de inteligência artificial processam dados e instruções que apontam para as soluções mais viáveis. Nessa linha de pesquisa, o computador é capaz de aprender a resolver determinados problemas. Tradicionalmente, o computador era capaz de resolver problemas a partir de instruções inseridas pelo programador para chegar à uma solução. Mas nem sempre o desenvolvedor sabe como chegar a uma resposta. No entanto, se for possível inserir alguns dados num sistema computacional relacionados a um problema, o programa de aprendizado de máquina é capaz de criar um modelo interno e desenvolver algoritmos que se aproximam de uma resposta, explica o professor. Assim, a inteligência artificial possibilita um processo constante de evolução, pois a cada informação apresentada, novas decisões podem ser tomadas com margem menor de erro, aumentando a autonomia do sistema.
O processo contínuo de aprendizado é um dos temas de pesquisa desenvolvidos pelo professor Estevam. O projeto NELL, Never-Ending Language Learning, foi iniciado em 2008 e, depois de dois anos, o sistema entrou em funcionamento como o pioneiro no processo autônomo de aquisição de conhecimentos no âmbito do aprendizado de máquina. Os mecanismos do NELL são inspirados no processo de aprendizagem humana, com a assimilação de informações básicas e, no decorrer do tempo, a compreensão de dados complementares mais complexos. Inicialmente, o computador recebeu algumas informações de temas sobre os quais ele deveria aprender, como localidades, empresas, livros e pessoas, e a partir daí começou a ler o conteúdo da web para extrair conhecimento dos temas definidos.
Mais informações sobre os projetos em inteligência artificial desenvolvidos pelo professor Estevam no Departamento de Computação da UFSCar podem ser obtidas pelo email estevam@dc.ufscar.br.
13/06/2016
13:00:00
20/06/2016
0:01:00
Denise Britto
Sim
Não
Estudante, Docente/TA, Pesquisador, Visitante
Professor Estevam trabalha com processos de aprendizado de máquina. Foto: Acervo CCS
8623