No Campus com Helder Coelho

Atualidade dos Analisadores Semânticos

Helder Coelho

Nos últimos anos, a possibilidade de falar com uma máquina (relógio, telemóvel, computador portátil, automóvel), um dos sonhos da Inteligência Artificial, tornou-se trivial, pois a tecnologia da linguagem (tradução, reconhecimento, análise, síntese) evoluiu bastante desde a aposta da Apple no Siri em 2011 (veja-se o "Technology Quarterly" do "Economist" de 5 de janeiro de 2017, e a melhoria da precisão no reconhecimento das palavras ou na tradução, cada vez mais perto dos 100%). No entanto, esta vitória da ciência (na idade da avalanche dos dados ou Big Data) não foi fácil e, o que estava em causa, o poder de análise semântica (semantic parser) cresceu (scaled up) graças à fusão dos aspetos lógicos e estatísticos. Mais, o analisador é agora capaz de aprender (Liang, 2016), e foram os avanços da Aprendizagem Mecânica e dos Modelos Estatísticos (Hidden Markov Model, a via da força bruta) os principais responsáveis pelo entusiasmo da indústria e dos mercados. A Microsoft, a Facebook, a Google foram também para a luta e parecem estar empenhadas em melhorar os seus resultados.

Duas linhas de investigação confrontaram-se nos últimos 40 anos, o lado da linguística formal, defendido por Noam Chomsky, e o lado da teoria da informação, que se apoiou em Claude Shannon. E, não se deve esquecer Zellig Harris, o qual defendeu uma aliança forte entre os princípios gramaticais e os informacionais, e o mesmo aconteceu com a via da teoria das linguagens formais.

As técnicas matemáticas ganharam espaço e estão hoje na frente pelos avanços e a lidar com as avalanches de dados. Na presente década, graças aos esforços de um grupo pequeno de empresas, a via da teoria da informação ganhou adeptos, sobretudo devido aos sucessos no reconhecimento da voz (discurso), na busca de informação, e na tradução das línguas. Ferramentas online como o BabelFish (apoiada em regras) e o Google Translate, passaram a ser usadas e prezadas. Empresas mais pequenas, como a Nuance (e o programa Dragon Dictate), mostraram que as tecnologias das redes neuronais são úteis (a DeepMind da Google inaugurou, em 2014, um novo modo de sintetizar os discursos orais, recorrendo a redes neuronais profundas).

O mercado do processamento da língua natural (PLN), segmentado em codificação automatizada, análise de textos, reconhecimento de carateres óticos, resposta interativa em voz, reconhecimento de padrões e imagens, e analítica da voz, tenderá a aumentar muito nos próximos dez anos.

A compreensão de uma língua natural (Português) passou a poder ser decomposta em duas etapas, a tradução das frases lógicas (representação do seu significado) e a produção de ações. E, os analisadores semânticos são capazes de aprender as formas lógicas que estão associadas aos pares frases/ações. A compreensão é organizada com vários módulos, como o executor, a gramática, o modelo, o analisador e o aprendiz. E, o sistema por detrás da compreensão é ensinado e, após o treino, aumenta a sua precisão de trabalho. Mas, devemos ter um certo cuidado pois as línguas estão cheias de ambiguidades e exceções.

Compreensão profunda + raciocínio lógico
(sintaxe, semântica e pragmática)

A composição do significado de uma frase (expressão) é o resultado do arranjo/combinação das subexpressões (partes significantes da frase).

No início (anos 60), e nas duas décadas seguintes, era muito difícil ir além de domínios limitados (fechados) e de enfrentar as complexidades de uma língua em geral, apenas com regras feitas à mão. A evolução da aprendizagem mecânica, foi influenciada pelas técnicas estatísticas, já adotadas pelo reconhecimento de padrões (discurso com voz), e também graças ao modo repetitivo de explorar exemplos de comportamento (entrada/saída) e de os obrigar ao encaixe num modelo (estatístico). A revolução passou ainda pelo enfraquecimento da supervisão (na passagem das formas lógicas anotadas às respostas) e pela ampliação (scaling up) dos analisadores semânticos a domínios mais abertos e complicados. Se os primeiros sistemas exigiam as formas anotadas, os novos começaram a ser treinados com as respostas (via aprendizagem). E, finalmente, a aplicação dos analisadores a diferentes domínios e além do que é mais comum, a pergunta/resposta, tais como a navegação de robôs, a identificação de objetos em cenas, ou a conversão da língua natural em expressões regulares.

O escalamento (scaling up) é, hoje em dia, um dos problemas interessantes da Informática. Consiste em passar de um protótipo (em geral com uma escala pequena) para um sistema mais realista, e na maioria dos casos não exige apenas grandes computadores (alta velocidade e poder de processamento, enormes memórias).

Por exemplo, em simulação social baseada em agentes inteligentes, requer paciência para afinar os principais parâmetros, tornar os agentes cognitivos parecidos com os seres humanos, e multitudes de agentes diferentes em cenários com paisagens bem sofisticadas (o filme Avatar de James Cameron é um bom exemplo de um empreendimento que levou dez anos a realizar, recorrendo a novas tecnologias e ferramentas). No caso de conflitos sociais (como as manifestações de protesto em rua) passar de 1.000 agentes para 2.000 é trivial, mas o salto para 10.000 impõe muito trabalho, tempo e paciência para as afinações.

No futuro, os desafios são ainda grandes, como por exemplo a representação semântica da linguagem ou que supervisão se deverá adotar para aprender a semântica. Recentemente, houve bastante interesse em recorrer às redes neuronais, e suas extensões, para atacar as tarefas mais populares do processamento da língua natural, a tradução mecânica e a pergunta/resposta (veja-se o sucesso do sistema Watson da IBM e da interface Siri da Apple, desde 2011). A paridade entre a tecnologia e o desempenho humano está ainda longe, medida em 2/3 anos, embora os produtos comecem a surgir, como os automóveis com controles ativados por voz. Para alguns, criar discurso ou compreendê-lo são duas operações opostas.

No Departamento de Informática (DI) da Faculdade de Ciências da Universidade de Lisboa (Ciências ULisboa), o grupo do professor António Branco, por detrás da unidade de investigação e desenvolvimento NLX (criada no início de 2000), disponibilizou um serviço o LX-Service para se observarem algumas das ferramentas desenvolvidas em cerca de 20 anos de estudo (LX-Suite, LX-Conjugator, LXGram, POS Tagger, LX-Tokenizer, Lematizador verbal). Recentemente foi aprovado o projeto CNPTDeepMT (Tradução Automática Profunda entre Chinês e Português, no domínio do eCommerce), com a duração de três anos, o apoio da FCT e do Ministério da Ciência e Tecnologia da China e a ser realizado na unidade NLX no DI Ciências ULisboa.

Referência
Liang, P. Learning Executable Semantic Parsers for Natural Language Understanding, Communications of the ACM, Setembro, Vol. 59, Nº 9, 2016.

Helder Coelho, professor do Departamento de Informática de Ciências
info.ciencias@ciencias.ulisboa.pt
Vinhas Douro, Portugal

A Comissão Nacional da Organização Internacional da Vinha e do Vinho premiou “The interplay between membrane lipids and phospholipase A family members in grapevine resistance against Plasmopara viticola” com a Distinção CNOIV 2020, atribuído ao melhor trabalho nacional de divulgação, experimentação ou investigação no domínio da viticultura, da autoria de um grupo de investigadores da Ciências ULisboa.

Cristina Santos, Margarida Amaral, Claudina Rodrigues-Pousada, Alexandre Quintanilha, Ana Ponces, Pedro Moradas-Ferreira, Ruy Pinto

É com grande tristeza que informamos o falecimento duma grande mulher cientista, a professora Claudina Rodrigues-Pousada, uma grande mentora de vida na Ciência pelo seu empenho, persistência, foco e determinação.

Joana Carvalho

Joana Carvalho, de 28 anos, investigadora na Fundação Champalimaud, alumna da Universidade de Groningen, na Holanda, e Ciências ULisboa, foi uma das cientistas galardoadas com a 17ª edição das Medalhas de Honra L’Oréal Portugal para Mulheres na Ciência e com uma Individual Fellowships Marie Skłodowska-Curie Actions.

Logotipo Radar

Décima terceira rubrica Radar Tec Labs, dedicada às atividades do Centro de Inovação da Faculdade. A empresa em destaque é a Lean Health Portugal.

Inês Fragata

Doutorada em Biologia Evolutiva pela Ciências ULisboa e atualmente investigadora de pós-doutoramento no cE3c Ciências ULIsboa é uma das quatro jovens cientistas portuguesas premiadas com as Medalhas e vai estudar a contaminação do solo por metais pesados através do tomateiro e ácaros-aranha.

Pilar com frase

Valorizar o conhecimento é a oportunidade para dar a conhecer um outro Portugal que tantas vezes passa despercebido. O press kit da Faculdade tem uma página de especialistas com 162 nomes e mais de 200 temas científicos. É fundamental que os mass media coloquem a ciência no centro das atenções.

O terceiro meeting científico da ação COST EUTOPIA ocorreu entre 15 e 17 de fevereiro passado.Trata-se de um projeto de colaboração interdisciplinar que explora a importância crescente da topologia em sistemas físicos e biológicos, e no desenvolvimento de novos materiais. Esta ação reúne 29 países e mais de 100 participantes. Portugal está representado em dois dos cinco grupos de trabalho temáticos e Patrícia Faísca é responsável pela liderança de um deles.

Perspetiva dos Valles Marineris de Marte

"Os objetivos destas missões compreendem: a preparação clara de uma futura colónia humana em Marte, e a tentativa de responder à questão se houve vida em Marte", escreve o cientista Pedro Mota Machado.

Pisco-de-peito-ruivo

+Biodiversidade@CIÊNCIAS: Mobilizar a comunidade de Ciências para a promoção da sustentabilidade no Campus” é uma iniciativa do Laboratório Vivo para a Sustentabilidade. Para colaborar neste projeto basta participar nas ações de monitorização, através da plataforma BioDiversity4All ou da app iNaturalist/BioDiversity4All.

Uma pessoa a trabalhar no Centro de Testes

O Centro de Testes (CT) da Ciências ULisboa  atingiu 100% de concordância nas provas a que foi submetido no âmbito do programa mundial de controlo de qualidade da Organização Mundial de Saúde - OMS “WHO Global Round of Laboratory Proficiency Testing” e no Programa Nacional de Avaliação Externa da Qualidade promovido pelo Instituto Nacional de Saúde Dr. Ricardo Jorge (INSA).

Logotipo do projeto

A participação no Projeto Lisboa Romana (Felicitas Iulia Olisipo) vem na sequência de vários anos de colaboração entre os geólogos da Ciências ULisboa e várias equipas de arqueólogos que têm por missão o estudo e a salvaguarda do património arqueológico que ocorre durante as escavações associadas a várias obras na região de Lisboa.

Pessoas no topo de uma colina

O Young Leaders Access Program visa ajudar jovens, entre os 18 e os 26 anos, a impactar as suas comunidades. Leia a crónica de Vasco Medeiros, um dos 50 jovens selecionados em 2020 para realizar este programa. As candidaturas à edição de 2021 terminam em março.

Pessoa

"Existem várias teorias que dão contexto a este medo, mas sobretudo há uma ideia subjacente: o medo de não viver, sentir ou fazer qualquer coisa em vida, uma sensação de vida não vivida", escreve Andreia Santos, psicóloga no GAPsi Ciências ULisboa.

Vários números desenham um coração

Brainteaser é o nome do consórcio que coloca a inteligência artificial ao serviço da saúde, nomeadamente dos doentes com Esclerose Lateral Amiotrófica e Esclerose Múltipla. A Universidad Politécnica de Madrid lidera o consórcio composto por 11 parceiros de Espanha, Itália, Portugal, Sérvia, Irlanda e Bélgica.

CLOUD

As partículas de aerossol atmosférico podem modificar as nuvens e o clima ou contribuir para a poluição urbana. O estudo “Role of iodine oxoacids in atmospheric aerosol nucleation” publicado na Science apresenta os resultados da experiência CLOUD (Cosmics Leaving Outdoor Droplets), anuncia o CERN. Este artigo é assinado por mais de cem investigadores, entre os quais se contam João Almeida, António Amorim, António Dias e António Tomé.

Logotipo Radar

O primeiro Radar Tec Labs de 2021, dedicado às atividades do Centro de Inovação da Faculdade, tem como empresa em destaque a Delta Soluções.

José Artur Martinho Simões

A ideia para esta entrevista surgiu na sequência da publicação do livro "A Anatomia das Moléculas", de José Artur Martinho Simões, pela Imprensa da ULisboa. É um livro curto que numa linguagem simples, precisa e atraente, acompanhada de muitas imagens, nos dá a conhecer o admirável mundo das moléculas, as suas propriedades, ligações e reações.

Pessoa a tomar notas num caderno

Desde que o atual site da Faculdade foi lançado, há cerca de nove anos, foram publicados 1800 géneros jornalísticos relacionados com o ensino, a investigação e a transferência do conhecimento e da inovação nas áreas das ciências exatas e naturais e das tecnociências. Em 2020 publicamos 144 géneros jornalísticos, no ano anterior 121. Este mês demos visibilidade a mais de uma mão cheia de assuntos diferentes.

Capa do livro de Rui Pita Perdigão

Rui Pita Perdigão, recentemente eleito membro correspondente de Física da Academia de Ciências de Lisboa, realça o que sentiu ao receber esta distinção e escreve sobre a “nova área da Física” que semeou na sua cátedra interuniversitária.

Rui Pita Perdigão numa sala da aula

“Rui Pita Perdigão é um cientista e professor com um excelente currículo, tanto a nível científico como de ensino, inovação pedagógica e gestão universitária”, declara a Academia.

Monitor com gráfico

Um artigo da autoria de investigadores do Centro de Estatística e Aplicações da Universidade de Lisboa - Luzia Gonçalves, Maria Antónia Amaral Turkman, Carlos Geraldes, Tiago A. Marques e Lisete Sousa - chama a atenção para o uso de forma incorreta de modelos estatísticos, evidenciado durante a pandemia da COVID-19. 

Campus Ciências ULisboa

A Universidade de Stanford divulgou uma lista com os principais cientistas mais citados do mundo em várias áreas científicas. Portugal está representado com 385 cientistas afiliados a instituições portuguesas, 104 são profissionais afiliados a faculdades ou institutos da ULisboa.Ciências ULisboa está representada nesta lista com 14 cientistas.

CGD/MATHFCUL vai participar na final nacional do GMC 2020

A CGD/MATHFCUL participa na final nacional do Global Management Challenge 2020. A 41.ª final nacional do GMC  vai decorrer nos dias 1 e 2 de fevereiro de 2021. A equipa vencedora nacional da edição 2020 vai representar Portugal na final internacional que irá decorrer em Macau, em abril de 2021.

Pormenor da radiogaláxia gigante MGTC J095959.63+024608.6, detetada com o radiotelescópio MeerKAT

A descoberta de duas novas galáxias gigantes na emissão no rádio sugere que muitas mais destas estruturas impressionantes estarão prestes a revelar-se, segundo um estudo internacional que contou com a colaboração do Instituto de Astrofísica e Ciências do Espaço.

Agregação amilóide na doença de Alzheimer e mecanismos neuronais de proteção

“Estou muito grato por este reconhecimento que nos impele a fazer mais e melhor”, conta Cláudio M. Gomes, a propósito da menção honrosa que recebeu no âmbito dos Prémios Científicos Universidade de Lisboa/Caixa Geral de Depósitos 2019.

Páginas