Introdução a Ciência da

Computação

Prof. Andréa Iabrudi

2012/1

andrea.iabrudi@iceb.ufop.br

2

Quem sou eu no DECOM?

• Ensino:

▫ Disciplinas

Inteligência Artificial (6º. Período)

Atual: Projeto e Análise de Algoritmos (5º. Período)

Nova: Estrutura de Dados I (2º. Período)

▫ Membro do COCIC

• Pesquisa:

▫ GAID – Gerência e Análise Inteligente de Dados

3

4

O que eu fiz antes?

• Mestrado e Doutorado na UFMG ▫ Versailles e PUC-Rio

• Desenvolvimento em Projetos ▫ eMaps – Alocação de Radio Frequência ▫ CEPEL – Alocação de Custos em Distribuição ▫ Engetron – Software/Middleware No-breaks ▫ TerraStat – Analise Estatística Espacial ▫ TerraCrime – Análise Estatística Segurança Pública

• Telemig Celular ▫ CellSat: Gerência de Falhas e Desempenho de Rede

• Jasper EUA ▫ Verificação Formal de Circuitos Integrados

5

O que me interessa agora em pesquisa?

• Tomada de decisão sob incerteza

• Detecção de anomalias

• Análise de dados espaço-temporais

Inteligência Artificial

+

Estatística e Probabilidade

6

7

O que é Inteligência?

• Definição controversa.

• Dicionário:

▫ Capacidade mental de raciocinar, planejar, resolver problemas, abstrair e compreender ideias e linguagens e aprender

8

O que envolve Inteligência?

• Habilidade de interagir com o mundo real – para perceber, entender e atuar

▫ Reconhecimento, compreensão e síntese de fala

▫ Compreensão de imagens

▫ Executar ações que tenham efeito

9

O que envolve Inteligência?

• Raciocínio e Planejamento

▫ Modelar o mundo externo, dadas as entradas

▫ Resolver novos problemas, planejar, tomar decisões

▫ Habilidade de lidar com problemas inesperados, incertezas

10

O que envolve Inteligência?

• Aprendizado e Adaptação

▫ Contínua evolução do conhecimento

▫ Conceitos, mudanças no ambiente, ação-efeito

11

O que é Inteligência Artificial?

12

Pensar como humanos

Pensar racionalmente

Agir como humanos

Agir racionalmente

13

Computadores podem falar?

• Princípio

▫ Traduzir texto para elementos fonéticos

▫ Usar regras de pronúncia

▫ Soa artificial, mas há soluções diferentes (AT&T)

• Ainda em busca…

▫ Mais difícil é expressar emoções

14

Computadores podem reconhecer fala?

• Palavras soltas em vocabulário pequeno

▫ 99% de acerto– muito usado comercialmente

▫ Sotaques – aprendizagem de máquina

• Mapear sons de um microfone numa lista de palavras

▫ Limites de palavras

▫ Vocabulários grandes e com contexto

▫ Ruído de fundo

▫ 60-70% de acerto

▫ Legenda automática

15

Computadores podem compreender

fala?

• Reconhecer é diferente de compreender

▫ “Durante as férias, o Pedro só escreveu cartas à Rita.”

▫ Quantos significados diferentes?

• Difícil: Muitas vezes somente o senso comum e o contexto de comunicação podem esclarecer sobre o significado pretendido…

16

O que IA é capaz hoje?

• Provar um teorema matemático? • Descobrir e provar um novo teorema matemático? • Jogar tênis de mesa no computador? • Jogar tênis de mesa com um robô? • Dirigir por uma estrada tortuosa? • Dirigir na Rua São José? • Exploração interplanetária? • Fazer supermercado pela web? • Fazer supermercado no Carrefour? • Traduzir chinês falado em inglês falado em tempo

real? • Conversar durante uma hora com outra pessoa?

▫ http://www.chatbots.org/research/

17

Aprenda, e muito, além...

• Coursera – IA

• Coursera pra todos os gostos...

• Udacity

19

21

Projetos

• Cooperação entre robôs móveis e redes de sensores sem fio ▫ Parceiros: DCC/UFMG, DEST/UFMG ▫ Equipe: Andréa Iabrudi

Mário Campos (VerLab – DCC/UFMG) Renato Assunção (DCC/UFMG)

Gabriel Nazário (Monografia DECOM) Fabrício Carvalho (mestrado DCC/UFMG)

Márcia Barbian (doutorado DEST/UFMG)

▫ Descrição: Análise dos diferentes aspectos envolvidos na localização

e coleta de dados através de robôs móveis em redes de sensores sem fio, com especial ênfase às características estocásticas do ambiente.

• Calculando rotas (Gabriel)

• Um arcabouço probabilístico para localização cooperativa entre robôs e nós sensores

▫ Fabrício (mestrado DCC/UFMG)

▫ Prof. Mário Campos

• Um esquema de visita de um robô coletor de dados em uma rede de sensores sem fio

▫ Márcia (doutorado DEST/UFMG)

▫ Renato Assunção(orientação)

Projetos

• Detecção Precoce de Anomalias em Grandes Volumes de Dados

▫ Parceiros: DEMAT/UFOP, DCC/UFMG, DEST/UFMG

▫ Descrição:

Investigação de técnicas de Aprendizagem de Máquina Estatística e Sistemas de Vigilância Espaço-Temporal para identificação rápida de anomalias em grandes volumes de dados.

• Detecção prospectiva de conglomerados espaço-temporais em microblogs

▫ Bráulio (PIP)

▫ Thaís (DEMAT, co-orientação)

Motivação | Problema | Proposta | Vantagens | STCD | Melhorias | Experimentos | Conclusões

Motivação | Problema | Proposta | Vantagens | STCD | Melhorias | Experimentos | Conclusões

Requisição

• InfoSAS: Um Sistema para Controle da Produção do SUS por Técnicas de Aprendizado de Máquina e Mineração de Dados

▫ Conjunto UFMG, com várias oportunidades

▫ Alunos em OP: Silmara + (2 IC + 1 mestrado)?

Projetos: Sanus

• Protótipo de Software para o Gerenciamento da Atenção Farmacêutica em Farmácias Comunitárias a ser utilizado no município de Ouro Preto/MG

▫ Danielle (mestrado

Cipharma)

▫ Lucas

andrea.iabrudi@iceb.ufop.br

37