No passado dia 7, decorreu, na torre norte, o seminário "IA aplicada: oportunidades e desafios" ("Applied AI: Opportunities and Challenges"), apresentado pelo professor Artur Dubrawski, do Instituto de Robótica da Carnegie Mellon University (CMU). O investigador deu a conhecer aos alunos e professores do Técnico alguns dos desafios que a sua equipa enfrenta, na área de inteligência artificial e de machine learning, através da partilha da sua experiência.

Atualmente, Artur Dubrawski coordena o projeto Auton Lab, focado na utilização de algoritmos para a melhoria do funcionamento da inteligência artificial. Destacando a importância de tornar a IA acessível e útil para a população, o professor realçou as seguintes áreas de investigação do Auton Lab:

• medicina e serviços públicos de saúde, detetando surtos emergentes e formas de propagação de infeções através dos dados genéticos e eletrónicos dos doentes, trabalhando na otimização da resposta a pacientes em estado grave (contribuindo com opções de atuação no menor intervalo de tempo possível), dando suporte à tomada de decisão e a melhorando os processos de triagem;
• deteção e suporte à tomada de decisão em caso de ameaça radioativa, trabalhando na caracterização de ambientes e processamento de alertas em caso de perigo;
• análise de dados para o combate a crimes de tráfico humano.

Como obtemos sucesso na IA aplicada?

Artur Dubrawski, coordenador do projeto Auton Lab

Valorizando o trabalho e as capacidades dos alunos universitários, Artur Dubrawski tem trabalhado, ao longo dos últimos anos, com vários estudantes e alumni não só da sua área de investigação como também de outros cursos. Foi o caso de uma aluna de humanidades da CMU que lhe colocou a questão de como seria possível combater o crime de tráfico sexual de menores através da ciência de dados. Após o contacto com os números associados ao desaparecimento de crianças e jovens norte-americanos neste sentido e uma reflexão sobre o tema, o professor decidiu contribuir com a sua investigação através da análise de dados que pudessem estar relacionados com a prática do crime, utilizando modelos de IA e algoritmos.

A investigação incluiu a análise e a procura de ligações entre dados, de modo a efetuar o tracking de organizações. Embora os resultados do protótipo utilizado tenham sido positivos, o departamento legal da CMU referiu que a equipa de investigação estava a violar as leis do engagement, uma vez que o número de utilizadores da plataforma não correspondia a uma investigação fundamental, realçando que a equipa não tinha autorização para fazer investigação a essa escala.

A inovação é muito difícil de impulsionar.

Artur Dubrawski, coordenador do projeto Auton Lab

Na segunda parte do seminário, referente aos desafios enfrentados pelos investigadores, Artur Dubrawski realçou diversos tópicos, incluindo a existência de dados insuficientes e a crescente necessidade de criar e de encontrar novas fontes fontes e de modelos que não excluam informação. Por outro lado, também referiu a investigação na área de Transfer Learning, utilizando modelos com dados já existentes aplicados a novas tarefas. Por último, destacou também a necessidade de automatizar o processo de labeling de dados, mantendo a veracidade do resultado.

Concluindo a apresentação, o investigador falou um pouco sobre alguns projetos desenvolvidos por alunos da CMU, como o CHRONOS, o TimeGPT ou o MOMENT e convidou os estudantes do Técnico a participarem no programa de bolsas de verão (RISS) do Instituto de Robótica da CMU.

O seminário terminou com um momento de perguntas, por parte da audiência, ao investigador.