“The Loop – How Technology is Creating a World without Choices and How to Fight Back”. Este será o tema da palestra online que acontecerá hoje, dia 18 de outubro, às 18h. O evento será apresentado por Jacob Ward, correspondente da NBC para ciência e tecnologia, que conversará sobre o seu novo livro. 

Conhecido pela sua carreira como jornalista, Ward aborda, desde 2018, as implicações sociais da tecnologia para a sociedade. Foi editor-chefe da Popular Science, correspondente de ciência e tecnologia da AI Jazeera America e da AI Jazeera Enflish. Em 2018, tornou-se membro do Centro de Estudos Avançados em Ciências do Comportamento da Universidade de Stanford, patrocinado pelo Instituto Berggruen. 

O autor argumenta que a IA está moldando nossa habilidade de tomar decisões e apresenta uma rica e ampla discussão, abordando questões como padrões de comportamento, como as empresas se utilizam desses padrões, o futuro próximo em que dependeremos largamente da IA e como o interesse financeiro nesta tecnologia pode trazer consequências negativas à sociedade.

O livro de Ward é uma jornada pelos diversos ambientes nos quais a IA já é usada para tomar importantes decisões. Oferece-nos um alerta sobre nossa relação com a tecnologia, mas também nos encoraja a proteger aquilo que há de melhor no ser humano.

O evento acontece através da Conexão Rio-Campinas, uma parceria entre o Departamento de Informática da PUC-Rio e o Instituto de Computação da Unicamp, que promove importantes debates e palestras sobre os últimos avanços na ciência da computação, na Inteligência Artificial, em aprendizado de máquina, Ciência de Dados entre outros temas relevantes para profissionais, pesquisadores e para a sociedade como um todo.

Inscreva-se em: https://docs.google.com/forms/d/e/1FAIpQLScdvouFIa_Es2I5ijXxl8XhC5MZ5LM5m_YhmSA_pifcKKN7eQ/viewform

Conheça os Professores do Quadro Complementar do DI. 

O reconhecimento acadêmico do Departamento de Informática (DI) da PUC-Rio é um reflexo do trabalho de todos os professores que sempre se dedicam para manter a nossa excelência e compartilham os seus conhecimentos a fim de formar profissionais que são destaques no mercado nacional. 

Hoje, temos o prazer de apresentar a Professora Ana Carolina Letichevsky, Doutora em Métodos de Apoio à Decisão pela PUC-Rio; desde 2000 ela atua na instituição como professora de estatística, lecionando cursos como Computação para Economia, Probabilidade Computacional, Sistemas de Inteligência Competitiva e Probabilidade e Estatística.

Além disso, publicou trabalhos em periódicos nacionais e internacionais nas áreas de estatística, métodos de apoio à decisão e de avaliação.

Em 2006, recebeu a bolsa Eisenhower Fellowships, e, em 2019, foi agraciada pela SOAMAR com a medalha amigos da Marinha.

Defesa de Dissertação de Mestrado do aluno Bruno Yusuke

Título da dissertação: Estratégias para otimizar processos de anotação e geração de datasets de segmentação semântica em imagens de mamografia

Resumo: Com o avanço recente do uso de aprendizagem profunda supervisionada (supervised deep learning) em aplicações no ramo da visão computacional, a indústria e a comunidade acadêmica vêm evidenciando que uma das principais dificuldades para o sucesso destas aplicações é a falta de datasets com a suficiente quantidade de dados anotados. Nesse sentido aponta-se a necessidade de alavancar grandes quantidades de dados rotulados para que estes modelos inteligentes possam solucionar problemas pertinentes ao seu contexto para atingir os resultados desejados. O uso de técnicas para gerar dados anotados de maneira mais eficiente está sendo cada vez mais explorado, juntamente com técnicas para o apoio à geração dos datasets que servem de insumos para o treinamento dos modelos de inteligência artificial. Este trabalho tem como propósito propor estratégias para otimizar processos de anotação e geração de datasets de segmentação semântica. Dentre as abordagens utilizadas neste trabalho destacamos o Interactive Segmentation e Active Learning. A primeira, tenta melhorar o processo de anotação de dados, tornando-o mais eficiente e eficaz do ponto de vista do anotador ou especialista responsável pela rotulagem dos dados com uso de um modelo de segmentação semântica que tenta imitar as anotações feitas pelo anotador. A segunda, consiste em uma abordagem que permite consolidar um modelo deep learning utilizando um critério inteligente, visando a seleção de dados não anotados mais informativos para o treinamento do modelo a partir de uma função de aquisição que se baseia na estimação de incerteza da rede para realizar a filtragem desses dados. Para aplicar e validar os resultados de ambas as técnicas, o trabalho os incorpora em um caso de uso relacionado em imagens de mamografia para segmentação de estruturas anatômicas.

Orientador: Alberto Barbosa Raposo

Banca: 

Prof. Dr. Marcelo Blois Ribeiro

Prof. Dr. Marcelo Gattass

Prof. Dr. Sérgio Colcher

Acompanhe-nos também no site: https://puc-rio.zoom.us/j/92538663299?pwd=bUxqL2MrOWViN09iQmhGeFVlMTFQdz09

Amanhã, 07 de outubro, ocorrerá o seminário “Complexidade Algorítmica em Estados Corticais”, proferido pelo Prof. Edward Hermann. Professor Associado do Departamento de Informática da PUC-Rio, ele é uma das principais referências na área de Computabilidade e Modelos de Computação, atuando principalmente nos seguintes temas: teoria da prova, teoria das categorias, semântica formal e lógica. Neste seminário, irá abordar uma nova frente de pesquisa a qual pretende iniciar novas colaborações.

Saiba mais sobre o evento:

The concept of information is fundamental in neuroscience, particularly when associated with computation. However, formal aspects of computing seem to lack in this scope. In particular, the algorithm concept has been only ambiguously used to define the information processing in brain computation. We addressed this issue by studying the properties of the spiking information along different cortical states recorded from primary sensory cortices of anesthetized or freely behaving rats, based on both Shannon and algorithmic definitions. We aim to describe the complexity of spiking activity along the repertories of dynamics observed in these brain areas. During the spontaneous activity, both measures of complexity vary according to the level of spiking variability on large neuronal populations in primary cortical sensory areas and the hippocampus. This populational spiking variability suggests that the subjacent algorithms performed in these locations differ, this conclusion is due to the respective Kolmogorov complexities that are estimated from the entropies differ too. A discussion on the use of more sophisticated means to Kolmogorov complexity evaluation follows.

Saiba mais sobre o professor:

Edward Hermann Haeusler graduated with a bachelor’s degree in Mathematics (1983 at the University of Brasília. Brasil), he got a Master’s degree in Theoretical Computer Science (1986 at PUC-Rio, Brasil) and a DSc degree in Theoretical Computer Science (1990 at PUC-Rio, Brasil). He spent three post-doctoral stages: 1-BRICS, Aarhus University, Denmark, 1994; 2- Informatics Department, Tuebingen University, Germany, 2003 and INRIA-Paris, France, 2013-2014.

Edward Hermann Haeusler supervised more than 24 PhDs thesis and published more than 70 journal articles in international journals with reviewing. He has been an associate professor at the department of Informatics, PUC-Rio, since 1996, hired in 1991 as an assistant professor. He was a researcher of the Brazilian Council for Scientific Research (CNPq) from 1992 to 2020. He is a consultant of FAPERJ and CAPES.  He was also program chair and/or local chair of more than a dozen international and national conferences and workshops.

His main research fields are theoretical computer science, formal semantics, logic and proof-theory. He is the coordinator of TecMF, the laboratory of Technology on Formal Methods.

Website do professor: http://www.inf.puc-rio.br/blog/professor/edward-hermann-haeusler/

Assista o evento aqui:  https://www.youtube.com/watch?v=1U_jEtmErjI 

Compartilhem para eventuais interessados e não deixem de se inscrever no canal do DI. Aguardamos vocês lá!

Autor: Bruno Yusuke Kitabayashi

Orientador: Alberto Barbosa Raposo

Data e Hora: 10/10/2022 às 14:00

Oportunidade! As inscrições para a nova turma do curso de extensão em Engenharia de Software para Ciência de Dados estão abertas até o dia 17 de outubro de 2022, data também de início do curso! A turma já está com início confirmado, mas ainda temos algumas vagas.

O curso foi criado em 2021, sendo o primeiro desta natureza a ser oferecido no Brasil e tem tido ampla aceitação no mercado, tanto em turmas abertas quanto in-company. Desde então, tem sido continuamente aperfeiçoado. Ele atende diretamente a uma forte demanda do mercado por profissionais capazes de aplicar Ciência de Dados e Machine Learning a problemas reais, seguindo as melhores práticas da Engenharia de Software.

Objetivo: Capacitar profissionais interessados em Ciência de Dados ou atuantes na área na construção de sistemas baseados em Machine Learning seguindo as melhores práticas da Engenharia de Software.

Público-alvo: Profissionais das diversas áreas de conhecimento que gostariam de aprender a desenvolver aplicações de ciência de dados seguindo boas práticas de engenharia de software. Desenvolvedores de software que queiram expandir seu conhecimento para ciência de dados. Cientistas de dados que queiram profissionalizar suas práticas de desenvolvimento de software. Profissionais envolvidos em iniciativas de transformação digital das suas empresas.

As aulas ao vivo serão transmitidas pela plataforma Zoom, com atividades e exercícios práticos para consolidar o aprendizado. Elas serão gravadas e disponibilizadas na plataforma Moodle da PUC-Rio.

Para se inscrever e ter mais informações, visite o site do @ccepucrio: https://di.cce.puc-rio.br/sitecce/website/website.dll/folder?nCurso=engenharia-de-software-para-ciencia-de-dados&nInst=di 

Hoje, às 15h, irá acontecer o seminário “A Jornada de um Jovem Pesquisador – 10 Diretrizes”, com o Prof.  Alessandro Garcia.

O evento ocorrerá na sala 511 do RDC, e será transmitido ao vivo, via Youtube pelo canal do DI através do link: https://www.youtube.com/watch?v=RZVF04Qk7gg.

Resumo do Seminário: Os programas de mestrado e doutorado acadêmicos visam desenvolver habilidades associadas ao papel de pesquisador, que é aquele que identifica, formula e resolve problemas não-triviais de forma rigorosa em seu campo de atuação. Essas habilidades são cada vez mais consideradas indispensáveis em muitas carreiras almejadas na área de Computação. O objetivo desta palestra é apresentar recomendações para alunos destes programas, bem como para recém-Doutores, que visam se destacar quanto ao desempenho de suas atividades de pesquisa.

Conheça o professor: Alessandro é Professor Associado do Departamento de Informática da PUC-Rio. Antes disso, atuou como Professor Assistente da Universidade de Lancaster (Inglaterra). Alessandro é uma das principais referências na área de Engenharia de Software. Ele já recebeu mais de 50 prêmios, distinções e reconhecimentos na área. Dentre eles, recebeu o Prêmio “Contribuições Significativas para a Engenharia de Software no Brasil”, concedido pela Sociedade Brasileira de Computação (SBC). Neste seminário, ele vai abordar 10 diretrizes imprescindíveis na jornada de um jovem pesquisador. 

Mais informações em: http://www-di.inf.puc-rio.br/~afgarcia/

Você conhece a história por trás do termo “bootstrap” (ou” boot”) e sua relação com a criação da primeira pós-graduação em Computação no Brasil? 

Segundo uma das estórias do Barão de Münchhausen, conhecido por ser um dos melhores contadores de mentira do século XVIII, ele estava cavalgando em um descampado quando caiu no brejo. Sem ninguém para ajudá-lo, decidiu socorrer a si e ao cavalo, usando toda a força que tinha na perna em torno do animal e puxando os cadarços das próprias botas até conseguir sair daquela situação. Esse cenário deu origem à expressão “bootstrap”, que significa desenvolver algo utilizando este mesmo objeto como instrumento, termo muito utilizado na computação. 

A criação do curso de mestrado do DI de fato seguiu esse conceito, mas nesse caso é a pura verdade! Não havendo ainda pós-graduação em computação no Brasil, e a grande dificuldade de criar um curso com professores estrangeiros visitantes, fez o programa de pós do DI ser criado, em 1967. A escolha do nome envolveu uma longa discussão, já que, essencialmente, havia duas opções: abrasileirar o título Computer Science, termo usado na Inglaterra e nos EUA, ou utilizar a palavra francesa Informatique. Por fim, a segunda opção foi a escolhida, por ser mais abrangente e envolver tudo o que está relacionado a processamento de informações. E então surgiu o termo “informática”, que acabou  sendo um dos primeiros neologismo da área. 

Mas como foi o “bootstrap” do mestrado?

O “bootstrap” da pós do DI foi praticado com um membro do corpo docente dando aula de um assunto específico para os outros docentes, e todos estudando juntos as novidades nesse campo ainda incipiente no Brasil. Esse modus operandi gerou ainda outras  situações inusitadas, como a de um mestrando defendendo sua dissertação tendo como orientador um colega que ele mesmo  ainda não tinha defendido sua dissertação. Ou seja, um trabalho coletivo de boot. Então, em 1969 todos “aprendizes-professores” que compunham o corpo docente do Departamento concluíram o mestrado. Posteriormente, alguns dos fundadores do DI receberam os créditos em cursos na Universidade de Waterloo e outras universidades norte-americanas, onde fizeram o doutorado. 

Defesa de Dissertação de Doutorado do aluno Leonardo Cardia da Cruz

Título da dissertação: Habilitando Anotações de Dados Autônomos: Uma Abordagem de Aprendizado por Reforço com Humano no Loop

Resumo: As técnicas de aprendizado profundo têm mostrado contribuições significativas em vários campos, incluindo a análise de imagens. A grande maioria dos trabalhos em visão computacional concentra-se em propor e aplicar novos modelos e algoritmos de aprendizado de máquina. Para tarefas de aprendizado supervisionado, o desempenho dessas técnicas depende de uma grande quantidade de dados de treinamento, bem como de dados rotulados. No entanto, a rotulagem é um processo caro e demorado. Uma recente área de exploração são as reduções dos esforços na preparação de dados, deixando-os sem inconsistências, ruídos, para que os modelos atuais possam obter um maior desempenho. Esse novo campo de estudo é chamado de Data-Centric IA. Apresentamos uma nova abordagem baseada em Deep Reinforcement Learning (DRL), cujo trabalho é voltado para a preparação de um conjunto de dados onde as anotações de caixas delimitadoras são feitas de modo autônomo e econômico. Nossa abordagem consiste na criação de uma metodologia para treinamento de um agente virtual a fim de rotular automaticamente os dados, a partir do auxílio humano como professor desse agente. Implementamos o algoritmo Deep Q-Network para criar o agente virtual e desenvolvemos uma abordagem de aconselhamento para facilitar a comunicação do humano professor com o agente virtual estudante. Para completar nossa implementação, utilizamos o método de aprendizado ativo para selecionar casos onde o agente possui uma maior incerteza, necessitando da intervenção humana no processo de anotação durante o treinamento. Nossa abordagem foi avaliada e comparada com outros métodos de aprendizado por reforço e interação humano-computador, em diversos conjuntos de dados, onde o agente virtual precisou criar novas anotações na forma de caixas delimitadoras. Os resultados mostram que o emprego da nossa metodologia impacta positivamente para obtenção de novas anotações a partir de um conjunto de dados com rótulos escassos, superando métodos existentes. Desse modo, apresentamos a contribuição no campo de Data-Centric IA, com o desenvolvimento de uma metodologia de ensino para criação de uma abordagem autônoma com aconselhamentos humanos para criar anotações econômicas a partir de anotações escassas.

Orientador: Prof. Dr.  Alberto Barbosa Raposo

Co-orientador: Prof. Dr. Cesar Augusto Sierra Franco

Banca: 

Prof. Dr. Anselmo Cardoso de Paiva

Prof(a) Dr(a) Sandra Eliza Fontes de Avila

Prof. Dr. Marcelo Gattass

Prof. Dr. Jan Jose Hurtado Jauregui

Prof. Dr. Luiz José Schirmer Silva

Prof. Dr. Helio Côrtes Vieira Lopes

Acompanhe-nos também no site: https://puc-rio.zoom.us/j/99944871210?pwd=clk0QUtqM2lyNTFJZTFIYms1WUFTQT09