Pesquisa de inteligência artificial é premiada

Estudo desenvolvido na área em que o computador incorpora e usa conhecimentos previamente adquiridos está entre os projetos agraciados pela programa de Bolsas de Pesquisa Google para a América Latina

A dupla de pesquisadores Anna Reali e Ruben Glatt, da Escola Politécnica da Universidade de São Paulo (Poli-USP), está entre os 12 premiados pelo programa de Bolsas de Pesquisa do Google para a América Latina. Lançado em junho de 2015, o concurso da multinacional norte-americana da área de tecnologia laureou trabalhos científicos de pós-graduação em setores avançados e afins aos serviços prestados pela empresa (ver boxe).

Orientada pela professora Anna, a pesquisa premiada na área de “Aprendizagem por reforço aprofundada” é a tese de doutoramento de Glatt. O trabalho, na linha de inteligência artificial, usa a chamada Deep Reinforcement Learning (DRL), para “ensinar” máquinas e robôs a tomar decisões como se fossem humanos, considerando, a cada novo desafio, os conhecimentos anteriormente adquiridos.

Aprendizagem

“O conceito é o de programar um sistema para que ele aprenda a aprender, do mesmo modo que faz o cérebro de uma criança. Por exemplo, para deixar de engatinhar e começar a andar, o bebê precisa desenvolver o equilíbrio e a coordenação motora, entre outras habilidades”, explica Anna. “O conhecimento prévio adquirido será usado mais tarde, para que aprenda a nadar, andar de bicicleta ou a cavalo, etc.”, complementa.

Com a máquina, a estratégia “pedagógica” adotada é parecida: esgotar, por meio de tentativa e erro, todas as possibilidades de resolução de um problema até encontrar a solução mais eficiente e indicada a cada necessidade. Na pesquisa da Poli-USP, jogos antigos de videogame são uma das ferramentas usadas no processo de aprendizagem dos algoritmos usados na computação.

O conhecimento adquirido no aprendizado da melhor solução de um problema será, então, usado para acelerar o aprendizado da solução de um novo problema, usando a técnica de transferência do conhecimento.

Baú de games

Uma das ferramentas usadas na pesquisa da Poli-USP é um software (emulador) que roda títulos do Atari 2600, console lançado em 1977, e um dos ancestrais dos atuais PlayStation, Xbox e Nintendo. Um deles é o Breakout, game de plataforma bidimensional com um único objetivo: rebater, com o cursor, uma bolinha para o alto, sem deixá-la cair, e destruir no topo da tela um conjunto de fileiras de tijolos.

“Como uma pessoa, a máquina é capaz de aprender com os erros cometidos em cada partida disputada – e os transformar em novas informações para a base de dados”, explica Glatt. Ele observa que a capacidade de processamento de informações da máquina é muito superior à do ser humano. Por isso, antes da tomada de decisão para a partida seguinte, ela analisa todas as opções testadas e consegue identificar no conjunto de informações a estratégia mais eficiente para resolver um problema.

Algoritmos

A experiência de Deep Reinforcement Learning com o jogo Breakout pode ser conferida on-line em um vídeo sobre artigo publicado no site da revista científica britânica Nature (ver serviço). Após 600 partidas disputadas, o conjunto de algoritmos sabe qual é a melhor opção, ou seja, mirar a bolinha de modo a abrir uma fenda em qualquer uma das duas pontas da linha de tijolos – e, nas rebatidas seguintes, direcioná-la para o buraco aberto e destruir as fileiras superiores.

O objetivo da pesquisa, explica Glatt, é fazer a máquina aprender a vencer qualquer jogo, considerando as habilidades exigidas para cumprir os objetivos propostos em cada título, além de tornar essa transferência de conhecimento mais eficaz, sem precisar reprogramar o conjunto de algoritmos após a inclusão de um novo título e aprender mais rapidamente a vencer no novo game.

O desafio atual, informa o pesquisador, cujo doutorado tem término previsto para o final de 2018, é aprofundar na pesquisa o chamado Deep Learning, a capacidade da máquina para extrair e absorver diversos níveis de representações diretamente dos dados.


Criatividade e dedicação recompensadas

Para avaliar os trabalhos, o Google constituiu comissão julgadora formada por 15 engenheiros com experiência em pós-graduação. Como critérios de julgamento foram considerados três quesitos: impacto, originalidade e qualidade.

O nome dos 12 vencedores foi divulgado no dia 24 de setembro, no blog da empresa (ver serviço). O prêmio é uma bolsa anual, com parcelas mensais de US$ 1,2 mil para cada aluno de doutorado vencedor e de US$ 750 para o seu professor orientador.

Foram premiados dois centros de pesquisa do México, um do Chile e um da Colômbia. O Brasil teve oito projetos contemplados, dos quais cinco de instituições públicas de ensino superior mantidas pelo Estado de São Paulo: um da Universidade Estadual de Campinas (Unicamp) e quatro da Universidade de São Paulo (USP). Além do trabalho da dupla premiada da Poli, os outros três são do Instituto de Ciências Matemáticas e de Computação (ICMC), câmpus São Carlos.

“A inovação tecnológica está presente em todas as áreas do conhecimento. Os projetos vencedores mostram a importância da pesquisa para resolver problemas reais e cotidianos da sociedade”, observa Berthier Ribeiro-Neto, diretor de engenharia do Google América Latina.

Serviço

Laboratório de Técnicas Inteligentes da Poli/USP
Vídeo da Nature
Os 12 projetos selecionados pelo Google

Rogério Mascia Silveira
Imprensa Oficial – Conteúdo Editorial

Reportagem publicada originalmente na página II do Poder Executivo I e II do Diário Oficial do Estado de SP do dia 08/10/2015. (PDF)

Google premia projetos brasileiros de inovação tecnológica

Programa de pesquisa da empresa norte-americana concedeu bolsas para 12 trabalhos acadêmicos; Brasil teve oito projetos contemplados, sendo quatro da USP e um da Unicamp

Lançado em 2015, o programa de Bolsas de Pesquisa do Google para a América Latina tem por proposta identificar e apoiar trabalhos acadêmicos em áreas de tecnologia ligadas aos serviços prestados pela multinacional norte-americana. A empresa divulgou, em seu blog (ver serviço), no dia 24, a lista com os 12 projetos premiados.

Dos oito projetos científicos brasileiros classificados no concurso, cinco são de instituições públicas de ensino superior mantidas pelo Estado de São Paulo. Um deles é da Universidade Estadual de Campinas (Unicamp); quatro da Universidade de São Paulo (USP), dos quais três do Instituto de Ciências Matemáticas e de Computação (ICMC), de São Carlos, e um da Escola Politécnica, da capital.

Julgamento

Para avaliar os trabalhos, o Google constituiu uma comissão julgadora formada por 15 engenheiros com experiência em pós-graduação. Como critérios de julgamento foram considerados três quesitos: impacto, originalidade e qualidade. Os 12 vencedores representaram menos de 5% do total de inscritos; e os premiados receberão, durante um ano, bolsa mensal de US$ 1,2 mil. Os professores-orientadores dos projetos também serão contemplados com bolsa anual de US$ 750.

“A inovação tecnológica está presente em todas as áreas do conhecimento. Os projetos vencedores mostram a importância da pesquisa para resolver problemas reais e cotidianos da sociedade”, observa Berthier Ribeiro-Neto, diretor de engenharia do Google América Latina.

Novos algoritmos

A área de aprendizado de máquina teve dois projetos vencedores com estudos de algoritmos, que se trata de uma sequência linear de etapas para realizar uma tarefa, que podem ser executadas por um computador, robô ou ser humano. Cada algoritmo apresenta instruções claras, com um tempo específico e um esforço predeterminado para a resolução de cada etapa.

O projeto Aprendizado de máquina sobre dados cifrados utilizando criptografia homomórfica, de autoria do pesquisador Diego Aranha, foi o vencedor da Unicamp. Esse trabalho acadêmico pretende aprimorar versões de dois algoritmos de amplo uso: a Análise de Componente Principal (Principal Component Analysis – PCA) e o KNearest Neighbors (K-NN).

O trabalho Melhorando a aprendizagem por reforço aprofundada por meio da transferência de conhecimento, da professora Anna Costa, da Escola Politécnica da USP, na zona oeste da capital, também foi premiado. A finalidade desse projeto é melhorar o desempenho de agentes em Aprendizagem por Reforço Aprofundada (Deep Reinforcement Learning – DRL) com o uso de abstrações, generalizações e Transferência de Conhecimento (Transfer Learning – TL).

Alzheimer

O Instituto de Ciências Matemáticas e de Computação (ICMC) da USP São Carlos liderou a classificação acadêmica com mais projetos premiados. O primeiro deles é da pesquisadora do Núcleo Interinstitucional de Linguística Computacional (NILC), Sandra Aluísio, e tem o título de ANAA – Dementia: Aplicação de testes neuropsicológicos automatizados para acompanhamento de cidadãos brasileiros durante o percurso de uma vida.

A proposta é criar um avaliador neuropsicológico pessoal automatizado e acessível pela internet ou por dispositivos mó veis, para detectar demências, tais como o comprometimento cognitivo leve (CCL). Esse indicador é considerado o estágio pré-clínico do mal de Alzheimer, em que a doença ainda é reversível.

“Diagnosticar o Alzheimer é um desafio médico em todo o mundo”, comenta Sandra. A confirmação do quadro vem após vários exames, cujo objetivo é também identificar as áreas cerebrais afetadas pela doença, incluindo memória, orientação, linguagem e resolução de problemas.

“É comum o profissional da área da saúde contar uma história para o paciente e pedir para ele recontá-la duas vezes. A primeira, tão logo ele termina de ouvi-la e, a outra, após um período maior de tempo. A principal dificuldade, nesse caso, é que essa tarefa é aplicada manualmente e depende da avaliação subjetiva de quem relatou a história”, afirma a professora.

“Propus um método computacional para automatizar e uniformizar a avaliação”, explica. O projeto terá colaboração da Faculdade de Medicina da USP e pretende identificar os primeiros sinais de CCL sem, contudo, substituir o trabalho de psicólogos e fonoaudiólogos.

Dengue

A dupla André Maletzke (doutorando) e Gustavo Batista (pesquisador), do Laboratório de Inteligência Computacional, do ICMC, há quatro anos estuda meios para diminuir a proliferação do Aedes aegypti, causador da dengue. A meta é definir os locais onde se concentram focos do mosquito nas cidades e intensificar as ações de combate.

O trabalho originou um sensor capaz de identificar, com precisão de 96,1%, as espécies e o sexo dos insetos. O dispositivo facilita o controle da proliferação dos mosquitos, considerando que apenas as fêmeas transmitem a doença. “Nosso objetivo agora é transformar a criação em uma armadilha inteligente, cujo preço para o consumidor não ultrapasse R$ 200”, diz Batista.

Tradução

Outra dupla do ICMC, Edilson Corrêa Júnior (doutorando) e Diego Amâncio (professor), está aprimorando novo método para tradução e classificação automática de textos na internet. “Nossa proposta é reduzir a ambiguidade e atenuar o problema recorrente de uma palavra ter mais de um sentido ou significado, fator que prejudica a qualidade da resposta oferecida pelo sistema”.

A técnica utilizada atualmente considera todo o conjunto de palavras vizinhas no mesmo parágrafo. “Nossa proposta é criar um meio complementar, capaz de também considerar todos os significados de um termo em toda a estrutura de um texto. Assim, o objetivo é melhorar a eficiência dos tradutores on-line, como o oferecido pelo Google”, esclarece o professor Diego.

Serviço

Os 12 projetos selecionados pelo Google

Rogério Mascia Silveira
Imprensa Oficial – Conteúdo Editorial

Denise Casatti
Instituto de Ciências Matemáticas e de Computação da USP São Carlos

Reportagem publicada originalmente na página III do Poder Executivo I e II do Diário Oficial do Estado de SP do dia 01/10/2015. (PDF)

Sob o prisma da tecnologia

Protótipo de cubo mágico eletrônico desenvolvido em Ilha Solteira tem as células iluminadas por LEDs

Nos laboratórios da Faculdade de Engenharia da Universidade Estadual Paulista (Unesp), de Ilha Solteira, surgiu o primeiro protótipo de um cubo mágico eletrônico. A novidade usa diodos emissores de luz (LEDs) para iluminar as estruturas do brinquedo mundialmente conhecido e inventado na Hungria, em 1974. Com uso pedagógico recomendado por especialistas em educação, o quebra-cabeça auxilia no desenvolvimento do raciocínio lógico e da memorização.

Tudo começou em 2010, quando o então aluno de engenharia elétrica Pedro Mamede decidiu repensar, sob o prisma da tecnologia atual, o brinquedo que encantou gerações e que, na adolescência, lhe exigiu 24 horas para ser solucionado. Mamede conseguiu, com o professor Alexandre Silva, o suporte técnico e o apoio necessários para avançar no desenvolvimento do protótipo – e por mais de seis meses, a dupla debateu opções para construí-lo.

O trabalho está em fase de finalização, pelo fato de a construção da parte mecânica do protótipo ser complexa e o processo de fabricação, artesanal. Entretanto, a novidade tem pedido de patente no Instituto Nacional de Propriedade Industrial (INPI). Possui tela (display) em uma das faces e dois botões multifuncionais de navegação, para ligar o jogo e iniciar a montagem. O desafio é o mesmo do cubo convencional, ou seja, organizar de acordo com a cor cada quadradinho (célula) das seis faces.

Solução do enigma

Pedro explica que há diversas estratégias de resolução do problema. Na programação de sua invenção, usou duas delas. A primeira, conhecida como Método das Camadas, requer do jogador o aprendizado de sete algoritmos. A outra, mais complexa, Método de Fridich, exige 56 algoritmos.

“Na internet, muitos vídeos ensinam a resolução de problemas com cubos mágicos. Inclusive, há torneios mundiais sobre o tema e os campeões solucionam em menos de dez segundos qualquer enigma do tipo. Eu ainda preciso de alguns minutos. O segredo deles é visualizar, muito rápido, o cenário como um todo. E usar os algoritmos, que têm memorizados, para achar a saída”, destaca Pedro.

Para quem nunca conseguiu terminar o quebra-cabeça, Pedro recomenda tentar enxergá-lo como se fosse um prédio de três andares – para facilitar a compreensão dos volumes. O passo seguinte é iniciar, por etapas, a montagem dos seis lados. A primeira camada a ser feita é a da face inferior, que fica voltada para baixo. Depois, na sequência, vêm as quatro do meio; e, por fim, a do topo.

Design e tecnologia

O cubo funciona com pilhas ou bateria. Além da iluminação das células por LEDs e da possibilidade de rotacionar as fileiras de células como no brinquedo convencional, há muitas tecnologias embarcadas no projeto. Uma delas é a que “embaralha” as cores das células de modo aleatório a cada nova partida.

Outra é o sistema de ajuda ao jogador, que indica os passos para a resolução do puzzle, ou seja, ensina os algoritmos e seus usos. Por fim, há ainda estatísticas sobre jogos e a possibilidade de “salvar” partidas, o que permite que sejam retomadas a qualquer tempo do ponto em que estavam.

Rogério Mascia Silveira
Imprensa Oficial – Conteúdo Editorial

Reportagem publicada originalmente na página II do Poder Executivo I e II do Diário Oficial do Estado de SP do dia 18/02/2014. (PDF)