Arquivos da tag: Programa Bolsas de Pesquisa do Google para a América Latina

Google premia pesquisas em inteligência artificial da Unicamp

Postado em: por:

Docentes e estudantes de computação do IC e da Feec conquistaram bolsas de estudo pelos trabalhos acadêmicos com diagnósticos automáticos por imagem de melanoma e retinopatia diabética

Pelo segundo ano consecutivo, dois grupos de pesquisa na área de inteligência artificial da Universidade Estadual de Campinas (Unicamp) foram premiados pelo Google Research Awards for Latin America. Na edição 2017 do prêmio foram distribuídos US$ 600 mil entre os 27 projetos selecionados e, na Unicamp, os trabalhos campeões são do Instituto de Computação (IC) e da Faculdade de Engenharia Elétrica e de Computação (Feec) (ver serviço).

Os dois sistemas da Unicamp propõem diagnosticar, de modo automático, por meio da análise de imagens, doenças como o melanoma (câncer de pele) e a retinopatia diabética, uma das causas da cegueira em muitos pacientes. A finalidade deles é projetar para o futuro ferramentas e equipamentos capazes de otimizar e auxiliar o trabalho de profissionais da área da saúde, médicos e enfermeiros, por exemplo.

Criado em 2013, o programa anual do Google concede bolsas de pesquisa de um ano para docentes e estudantes de pós-graduação em áreas específicas da Ciência da Computação. De acordo com o regulamento do concurso da multinacional norte-americana da área de tecnologia, aluno do mestrado pode concorrer por dois anos seguidos e, do doutorado, por três anos ininterruptos.

Laureados

Na Unicamp, os alunos de doutorado premiados neste ano são Michel Fornaciali (Feec) e Ramon Pires (IC). Os do mestrado são Júlia Tavares e Afonso Menegola, da Feec. O grupo de docentes campeão inclui Jacques Wainer, Siome Goldenstein e Sandra Avila, do IC; Flávia Vasques Bittencourt (da Universidade Federal de Minas Gerais); Herbert Jelinek (da Charles Sturt University – Austrália); e Lin Tzy Li (da Samsung).

Além do Google, os trabalhos da Unicamp na área de inteligência artificial receberam apoios, em diferentes fases, da Fundação de Amparo à Pesquisa do Estado (Fapesp), do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) e das multinacionais de tecnologia Microsoft e Samsung.

Precisão

De acordo com o professor Eduardo Valle, cientista da computação da Feec e responsável pelo projeto com o melanoma, as bolsas concedidas pelo Google têm sido muito importantes para a evolução do trabalho acadêmico no Brasil em um momento de dificuldade econômica. Segundo ele, a pesquisa a partir do desenvolvimento de algoritmos capazes de treinar o computador para reconhecer imagens específicas foi iniciada em 2013, e a triagem automática conseguiu alcançar 87% de precisão.

“As lesões de pele são bastante difíceis de diagnosticar. Os formatos e as cores variam muito e há diferenças sutis entre pintas, manchas, etc.”, explica. “Os próximos passos agora são ampliar a eficácia dessa tecnologia para atingir, por exemplo, o patamar de 95% de acerto já obtido pelo sistema do IC projetado para identificar imagens de pacientes de retinopatia diabética”, informa Valle, comentando sobre a outra pesquisa da Unicamp premiada pelo Google, iniciada em 2009 e coordenada pelo professor Anderson Rocha.

Homem x máquina

Atualmente, o projeto da retinopatia diabética aguarda parecer do Comitê de Ética da Unicamp para iniciar os testes conjuntos com a equipe de oftalmologia do Hospital das Clínicas (HC) da universidade. Quando essa avaliação for autorizada, os pacientes do HC continuarão sendo atendidos normalmente pelos médicos, mas serão avaliados também pelo sistema de informática desenvolvido, porém, apenas de modo simulado.

Depois de encerrado o prazo experimental, será averiguado se os dados apurados pelas ferramentas eletrônicas coincidem com as informações identificadas nos diagnósticos dos médicos. “Nessa etapa, um dos objetivos é demonstrar aos médicos a confiabilidade dos sistemas, além de trocar experiências com eles para ampliar ainda mais a precisão dos diagnósticos eletrônicos,” explica Valle.

“Outro propósito agora”, salienta, “é buscar atrair empresas, como fabricantes de equipamentos médicos, para serem parceiras no projeto e fazerem investimentos em soluções comerciais inéditas com equipamentos com base nos sistemas de inteligência artificial desenvolvidos. “Eventuais interessados devem procurar o Laboratório de Pesquisa Reasoning for Complex Data (Recod) da Unicamp”, informa (ver serviço).

Serviço

Recod Unicamp
Blog do Google com os premiados em 2017

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 27/09/2017. (PDF)

Computação é a nova aliada no combate à dengue

Postado em: por:

Pesquisa da USP São Carlos apresenta tecnologia capaz de distinguir espécies de mosquitos pelo som emitido no voo; sensor também distingue as fêmeas, que picam, dos machos inofensivos

A inteligência artificial é a mais nova aliada da sociedade no combate à dengue. O professor Gustavo Batista, do Departamento de Ciências da Computação do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP São Carlos, desenvolveu ferramenta para fortalecer a luta contra a epidemia.

Trata-se de uma armadilha com um sensor capaz de identificar, instantaneamente, as espécies de mosquitos presentes em uma região e, ainda, quantificar o total de insetos capturados e o sexo.

A dengue é hoje a principal doença viral transmitida por mosquitos e um dos principais problemas de saúde pública enfrentados no Brasil e em outras áreas tropicais e subtropicais do planeta. Devido à falta de uma vacina eficaz, o controle da moléstia limita-se a ações para impedir e controlar a proliferação do seu vetor, o mosquito Aedes aegypti.

Precisão

Iniciado em 2010, no pós-doutorado do professor Batista na Universidade da Califórnia, em Riverside, nos Estados Unidos, a ferramenta permite aferir com precisão a população do Aedes aegypti em determinada área e transmitir os dados em tempo real, por meio de um aplicativo instalado em computador, tablet ou celular, às autoridades governamentais. Isso possibilita planejar e centrar ações nos locais com maior incidência de criadouros e pacientes portadores do vírus da dengue.

Promissor, o estudo científico recebeu ao longo de seu desenvolvimento apoio da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), com o financiamento de bolsa de pós-doutorado de Batista naquele ano. Em 2011, o projeto recebeu investimento da Fundação Bill e Melinda Gates. O trabalho foi um dos oito projetos brasileiros do total de 12 laureados pelo Google em toda a América Latina neste ano (ver serviço).

Prevenção

Como prêmio, a empresa norte-americana de tecnologia irá pagar durante um ano bolsa de US$ 750 mensais para o professor Batista, que também é pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), sediado no ICMC e mantido pela Fapesp (ver boxe).

A premiação do Google inclui ainda uma bolsa mensal de US$ 1,2 mil para André Maletzke, aluno de doutoramento orientado por Batista. A dupla de cientistas de São Carlos pesquisa agora uma armadilha doméstica para mosquitos a partir de um sensor cujo desenvolvimento da propriedade intelectual é de domínio público.

A intenção é patentear a invenção com o auxílio da Agência USP de Inovação e lançar um modelo de armadilha com o sensor em 2016, com custo estimado em R$ 200 para o consumidor. “Assim, quem tiver o equipamento em casa poderá detectar a presença de mosquitos e tomar providências antes da ocorrência de surtos da dengue”, observa.

Assinatura

Instalado em uma caixa de acrílico, o sensor usa um fototransistor para medir a variação de luz emitida pelas asas de cada inseto. Nesse processo, o zumbido provocado pelo voo é convertido em sinal elétrico e o resultado obtido assemelha-se ao som capturado por um microfone.

O passo seguinte é a comparação, feita por métodos de inteligência artificial, do dado obtido com o conjunto de outros sons já armazenados na ‘biblioteca’ do sistema. “Cada espécie bate as asas de modo único, como se fosse uma assinatura”, explica Batista. “Em uma fração de segundo, o sensor identifica o sexo e a espécie do exemplar capturado.”

Prioridade

Batista comenta que o estudo desenvolvido no ICMC exigiu a catalogação do zumbido provocado pelo bater das asas de diversos insetos, como abelhas e vespas. Entretanto, priorizou o Aedes aegypti e mais três espécies de mosquitos hematófagos causadores de doenças, que costumam também ser aprisionadas na armadilha – o Anopheles gambiae, vetor da malária e duas do gênero Culex (a quinquefasciatus e a tarsalis), disseminadoras de encefalites.

“O foco é a fêmea adulta do Aedes aegypti, que transmite o vírus e costuma picar suas vítimas em um raio de 100 metros do local onde nasceram, ou seja, ela ataca as pessoas na casa onde nasceu e da vizinhança”, observa Batista. Ele ressalta que essa espécie impõe um desafio adicional às autoridades de controle epidemiológico, pois a fêmea põe seus ovos em água limpa e parada, mas eles são capazes de sobreviver em meio úmido ou seco até um ano depois.

Sobre o CeMEAI

O CeMEAI é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) da Fapesp estruturado para promover, de modo multidisciplinar, o uso de ciências matemáticas (matemática aplicada, estatística e da computação) como recurso em aplicações industriais e governamentais. Desenvolve trabalhos nas áreas de otimização aplicada e pesquisa operacional, mecânica de fluidos computacional, modelagem de risco, inteligência computacional e engenharia de software.

Além do ICMC, o CeMEAI é também associado a seis instituições científicas: Centro de Ciências Exatas e Tecnologia da Universidade Federal de São Carlos (CCET-UFSCar); Instituto de Matemática, Estatística e Computação Científica da Universidade Estadual de Campinas (Imecc-Unicamp); Instituto de Biociências, Letras e Ciências Exatas da Universidade Estadual Paulista (Ibilce-Unesp); Faculdade de Ciências e Tecnologia da Universidade Estadual Paulista (FCT-Unesp); Instituto de Aeronáutica e Espaço (IAE); e o Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP).

Serviço

Para consultar os 12 projetos selecionados pelo Google na América Latina, acesse http://goo.gl/hxyYmN

Rogério Mascia Silveira
Imprensa Oficial – Conteúdo Editorial

Reportagem publicada originalmente na página IV do Poder Executivo I e II do Diário Oficial do Estado de SP do dia 14/11/2015. (PDF)

Pesquisa de inteligência artificial é premiada

Postado em: por:

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)