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

A 3.ª corrida de carros movidos a energia solar conta com a participação de 30 pilotos e dez carros construídos por alunos dos ensinos secundário e universitário.

“Estou a adorar a minha experiência académica. Ao estar no ramo da Matemática, consegui desenvolver algumas softskills, tais como a organização, a atenção ao detalhe, a capacidade para questionar e o rigor”, declara Diogo Ramalho, campeão nacional universitário de Taekwondo e aluno de Matemática de Ciências.

“Chocolate – do laboratório à fábrica” é uma das 159 palestras apresentadas por professores, cientistas a pedido das escolas secundárias.

No programa Novos Talentos em Matemática, edição 2016/2017, da Fundação Calouste Gulbenkian, foram distinguidos três alunos de Ciências. Desta vez, entrevistamos a aluna do 3.º ano do curso de Matemática de Ciências, Isabel Nobre.

Uma circulação de vento entre o equador e os polos foi detetada em ambos os hemisférios de Vénus pela primeira vez, e poderá contribuir para explicar a superrotação da atmosfera deste planeta, segundo estudo liderado por Pedro Machado, investigador do Instituto de Astrofísica e Ciências do Espaçoe professor do Departamento de Física de Ciências.

No filme “The man who knew infinity” (sobre a colaboração de Ramanujan com Hardy em Cambridge, Reino Unido) aborda-se a resolução de problemas e a discussão do recurso à intuição. O terreno da Matemática é o escolhido, tal como no problema de Kadinson-Singer (sem resolução durante 50 anos), e onde se trata da reconciliação da Física Quântica com a Matemática (Marcus, Spielman e Srivastava, 2015).

Filipe Duarte Santos foi designado presidente do Conselho Nacional do Ambiente e do Desenvolvimento Sustentável (CNADS), segundo comunicado do Conselho de Ministros de 9 de março.

O que fazem e o que pensam alguns membros da comunidade de Ciências? O Dictum et factum de março é com Rui Batista, especialista em Informática da Área de Sistemas de Informação e Desenvolvimento da Direção de Serviços Informáticos de Ciências.

Proteger a biodiversidade. Engane-se quem pensa que só os biólogos participam nesta árdua tarefa. 

Um estudo publicado na revista “Quaternary Science Reviews”, fruto de cinco anos de trabalho de investigadores portugueses e espanhóis, permitiu reconstruir a evolução da vegetação, paisagem e clima da ilha de São Miguel nos últimos 700 anos, através da análise dos sedimentos da Lagoa Azul.

A American Physical Society (APS) já anunciou a lista de homenageados pelo "Outstanding Referee Program" em 2017 e José Pedro Mimoso, professor do Departamento de Física e investigador do Instituto de Astrofísica e Ciências do Espaço, é um deles.

As populações de várias espécies de anfíbios na Serra da Estrela estão a diminuir drasticamente, devido a uma infeção por uma nova estirpe de vírus, também já detetado noutras partes de Espanha e da Europa, segundo comunicado de imprensa emitido recentemente pelo cE3c – Centro de Ecologia, Evolução e Alterações Ambientais.

Durante o Green Day ocorrido esta segunda-feira no campus de Ciências foi apresentado o Ecokart Twin, o primeiro kart elétrico português de dois lugares.

“Pequenas ações fazem a diferença, não tenham medo de sair da zona de conforto”. João Paulo Silva, um dos membros do projeto Movetech Telemetry, “apaixonado pela natureza”, dedicado ao estudo da ecologia das aves dos meios agrícolas, nomeadamente em projetos de seguimento remoto de vida selvagem como o Lince ou a Águia Imperial, deixa este conselho aos jovens que se interessam por esta área da Biologia. Saiba mais sobre este cientista, antigo aluno de Ciências e coordenador da componente científica e de desenvolvimento de software do Movetech Telemetry.

João Paulo Silva, doutorado em Ecologia por Ciências, investigador do Centro de Investigação em Biodiversidade e Recursos Genéticos e do cE3c, é um dos membros da equipa do Movetech Telemetry, no âmbito do qual estão a ser desenvolvidos equipamentos ultraleves e de grande autonomia para monitorização eficaz da vida selvagem.

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.

O “XV Encontro de Jovens Investigadores em Paleontologia (EJIP)” realiza-se de 19 a 22 de abril de 2017, na cidade de Pombal, um concelho cuja riqueza paleontológica é salientada pela comissão organizadora desta 15.ª edição. Carlos Marques da Silva e Mário Cachão, professores do Departamento de Geologia e investigadores do Instituto Dom Luiz, são oradores convidados do encontro, cujas inscrições decorrem até ao final de março.

“Este programa dá-nos acesso a artigos, livros e outros materiais propostos pelos nossos tutores que nos dão uma grande ajuda a compreender melhor o gigante mundo que é a Matemática”, diz Rodrigo Duarte, estudante de Ciências, galardoado com uma bolsa Novos Talentos em Matemática 2016/2017.

Anny Caroline Muniz, aluna do mestrado em Bioestatística de Ciências, participou no estudo “Perfil Tabágico dos Estudantes dos 2.º e 3.º ciclos das Escolas do ACES Arco Ribeirinho”, dos concelhos de Alcochete, Barreiro, Moita e Montijo, desenvolvendo igualmente um modelo matemático para a previsão do adolescente/tipo com maior probabilidade de começar a fumar precocemente.

Qual o principal fator que provocou o crescimento das regiões exteriores das galáxias elípticas na época mais recente do Universo? Esta pergunta motivou a investigação liderada por Fernando Buitrago, investigador do Instituto de Astrofísica e Ciências do Espaço e professor convidado do Departamento de Física de Ciências, dando origem ao mais detalhado estudo publicado online em janeiro na Monthly Notices of the Royal Astronomical Society.

O inquérito desenvolvido pelo cE3c - no âmbito do projeto europeu “Green Surge - Green Infrastructure and Urban Biodiversity for Sustainable Urban Development and the Green Economy” -, pode ser respondido até 15 de abril de 2017.

O Lisbon Green Hackathon 2017 acontece nos dias 11 e 12 de março. As inscrições terminam a 1 de março. No âmbito do evento estão previstas outras atividades, nomeadamente um ciclo de workshops, sessões de networking, debates e apresentações de startups.

O Tec Labs abriu portas ao ecossistema de inovação e empreendedorismo de Lisboa. O dia foi marcado pela apresentação de novidades para 2017, pelo networking entre os convidados e pela partilha de eventuais projetos e parcerias futuras.

O “Dr. Celestino” era não só um petrólogo excecional e um geólogo de campo incansável, como, e acima de tudo, uma pessoa encantadora pela sua delicadeza de trato. Os colegas do Departamento de Geologia e os ex-colegas do IICT sentirão certamente a falta da sua presença assídua e das interessantes e interessadas conversas sobre a Geologia de Cabo Verde.

Em fevereiro o Tec Labs – Centro de Inovação de Ciências abre as portas aos parceiros do ecossistema empreendedor nacional.

Páginas