Professores Eduardo Laber (esquerda) e Thibaut Vidal (direita)
Trabalhos dos professores do DI são os únicos do Brasil na conferência que acontece de forma online em julho
Os professores do Departamento de Informática (DI) Eduardo Laber e Thibaut Vidal tiveram seus artigos aceitos na International Conference on Machine Learning (ICML 2021), uma das principais conferências da área de Aprendizado de Máquinas e Inteligência Artificial. Estes são os dois únicos trabalhos brasileiros aceitos no evento, que reúne pesquisadores de renomadas universidades e centros de pesquisa de todo o mundo para a apresentação de pesquisas inovadoras.
Laber e o aluno de doutorado do DI Lucas Murtinho assinam o artigo “On the price of explainability for some clustering problems”. Já Vidal e Axel Parmentier (École Nationale des Ponts et Chaussées) publicam o trabalho “Optimal Counterfactual Explanations in Tree Ensembles”.
Diante do efeito que as decisões automatizadas têm sobre os humanos, o professor Vidal aponta que a interpretabilidade do modelo se tornou um problema importante no aprendizado de máquina. “Muitos processos de aprendizado de máquinas e de algoritmos de tomada de decisões são uma ‘caixa-preta’ porque não deixam claro ao usuário como o resultado final foi obtido. Somos humanos, precisamos de uma explicação. Se não deu certo, queremos saber o que houve de errado para que funcione da próxima vez. Esta é uma tarefa difícil: dar uma explicação, e é isso que estudamos”, explica Vidal.
Pensando nisso, o trabalho “Optimal Counterfactual Explanations in Tree Ensembles” propõe um algoritmo capaz de guiar o utilizador. Além de fornecer um resultado do tipo sim/não (por exemplo, em relação a uma análise de crédito), este algoritmo também oferece explicações na forma de um conjunto de ações que permitiriam ao utilizador atingir o resultado desejado em uma análise subsequente. “Esta análise é crítica para a segurança e a transparência do processo de tomada de decisões, permitindo também detectar eventuais vieses ou erros”, ressalta o professor, que também teve outro artigo aceito na ICML no ano passado.
Já a pesquisa “On the price of explainability for some clustering problems” se debruça sobre outro desafio: analisar e agrupar dados de forma coerente. O professor Eduardo Laber explica que um dos métodos mais populares para essa tarefa é o k-means, mas é limitado pois não esclarece ao usuário a lógica utilizada para construir os grupos. O artigo apresenta uma forma capaz de obter agrupamentos quase tão bons quanto os do k-means, mas com a vantagem de uma lógica simples de entender.
Este é o quarto ano consecutivo que, conjuntamente com seus alunos e colaboradores, o professor do DI tem um artigo aceito na conferência. O trabalho terá direito a uma palestra estendida, concessão dada a apenas 3% das pesquisas submetidas. “Ter um artigo sendo apresentado na ICML representa a certeza de estar na companhia da elite de pesquisa, a nível internacional, na área de aprendizado de máquina. Além disso, fico com a prazerosa sensação de que estou contribuindo para que meus alunos tenham uma experiência de pesquisa bastante diferenciada”, declara Laber.
A International Conference on Machine Learning é uma das conferências de Inteligência Artificial que mais cresce no mundo e reúne participantes de diversos campos, desde acadêmicos, estudantes e postdocs até pesquisadores industriais, empreendedores e engenheiros. Neste ano, a edição acontece de forma online entre os dias 18 e 24 de julho. A lista completa dos artigos selecionados nesta edição pode ser acessada clicando aqui.