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 Delox, a spin-off do Tec Labs – Centro de Inovação da Ciências ULisboa, acaba de anunciar a angariação de 750 mil euros de financiamento para desenvolver as etapas necessárias até ao início da comercialização do novo sistema de biodescontaminação, capaz de eliminar 99,999% de todos os microrganismos das superfícies de equipamentos de laboratório e espaços de trabalho, incluindo bactérias e vírus como o SARS-CoV-2.

Estrelas

Qual é o nosso lugar no Universo? A resposta a esta e tantas outras questões encontra-se no livro do astrofísico David Sobral, que em 2015 descobriu a galáxia CR7, a mais brilhante do Universo, e que está disponível nas livrarias a partir desta terça-feira e tem lançamento marcado para esta quinta-feira, 19 de maio, pelas 18h30, no campus da Faculdade, no edifício C6, anfiteatro 6.1.36.

grande auditório da Faculddade com pessoas

O livro “ESPRESSO: Uma Aventura no Deserto de Atacama”, da autoria dos cientistas Alexandre Cabral  e Nuno Cardoso Santos, foi apresentado ao público numa cerimónia ocorrida no grande auditório da Faculdade no passado dia 14 de maio. A obra bilingue e gratuita dá a conhecer a aventura tecnológica e humana da construção do ESPRESSO, com fotografias e memórias criadas no deserto mais seco no mundo, no Chile.

logotipo radar

Vigésima terceira rubrica Radar Tec Labs, dedicada às atividades do Centro de Inovação da Faculdade. A empresa em destaque é a NBI – Natural Business Intelligence.

pessoas observam a exposição

“De Lisboa para os Trópicos” é o nome da mais recente exposição da Ciências ULisboa, patente no átrio do edifício C6 desde 21 de abril e que vai estar em exibição até ao próximo dia 21 de junho. A mostra itinerante de fotografias assinala o 2.º aniversário do Colégio Tropical, uma unidade transversal da ULisboa.

Logotipo CHI 2022

A principal conferência internacional dedicada aos fatores humanos em sistemas computacionais distinguiu com a classificação de melhor apresentação 25 papers, destaque para o paper "Investigating the Tradeoffs of Everyday Text-Entry Collection Methods" sobre as vantagens e desvantagens de vários métodos de introdução de texto.

Margarida Amaral

Margarida Duarte Amaral dirigiu o Instituto de Biossistemas e Ciências Integrativas (BioISI) durante oito anos. Esta entrevista é sobre o passado, o presente e o futuro e como “o todo é maior do que a simples soma das suas partes”.

pin sobre palavra credit

Conceição Freitas, presidente do Conselho Científico da Ciências ULisboa, escreve sobre a prestigiante subida da ULisboa no Center for World University Rankings e no SCImago Institutions Rankings.

4 fotografias da envolução do terreno

Life Ribermine é o nome de um projeto ibérico responsável pelo restauro geomorfológico de minas em Portugal e Espanha. A  Associação Centro Ciência Viva do Lousal, da qual Ciências ULisboa é associada fundadora, é o único parceiro português do projeto.

Saco com logotipo da jobshop em destaque

A XII edição da Jobshop Ciências 2022 - a feira anual de emprego da Ciências ULisboa realiza-se nos próximos dias 11 e 12 de maio, no campus da Faculdade, no Campo Grande. Cerca de 80 entidades participam nesta edição e poderão contactar diretamente os estudantes, graduados e pós-graduados da Faculdade em stands, workshops e sessões de recrutamento. Além de empresas, também participam no acontecimento unidades de I&D da Faculdade.

Vários edificos - imagem com duas cores

Com foco na posição de Portugal em comparação com os restantes países europeus, a rubrica "Dados Contados" abordou temas como educação, desigualdade salarial, direitos LGBTQ+, impostos e imigração, entre outros, através de diversos indicadores estatísticos. Durante toda a produção, a autenticidade das fontes e a correta representação dos dados foram as duas principais preocupações.

duas pessoas a fazerem uma experiencia, e um monitor do Dia Aberto ao fundo a observar

Depois de duas edições com atividades online, o Dia Aberto em Ciências regressa este ano às atividades presenciais. A investigação científica e o ensino vão estar no centro da programação, abrangendo todas as áreas científicas. São mais de 70 as atividades disponíveis, entre visitas a laboratórios, atividades científicas, palestras, speed dating com cientistas, visitas ao campus e conversas rápidas sobre os cursos.

Henrique Leitão e Gracinda Gomes

Os cientistas da Faculdade foram eleitos sócios honorários da Sociedade Portuguesa de Matemática (SPM), juntamente com outras quatro personalidades, duas delas da ULisboa. Atualmente a SPM tem nove sócios honorários.

Jaime A. S. Coelho, professor convidado do Departamento de Química e Bioquímica e investigador do polo desta faculdade do Centro de Química Estrutural, foi distinguido pela Sociedade Portuguesa de Química (SPQ) com o Prémio para Melhor Químico Orgânico Jovem 2021.

Alunos na biblioteca do C8

Os artigos da revista Astronomy & Astrophysics (A&A), uma das principais revistas científicas de Astronomia do mundo, já são publicados em acesso aberto, através do subscribe-to-open (S2O), um modelo de ciência aberta por assinatura.

5 quitones

Artigo científico publicado no Journal of Paleontology dá conta da descoberta em Portugal de duas novas espécies de moluscos marinhos do Pliocénico (há cerca de 3,6 Ma) . O cientista Carlos Marques da Silva é um dos autores deste trabalho.

pessoa a ver uma fotografia da exposição

Crónica sobre a exposição “De Lisboa para os Trópicos”, da autoria de Rúben Oliveira e Teresa Vaz, curadores da mostra e que a partir de 21 de abril e até 21 de junho vai estar em exibição no átrio do edifício C6, no campus da Faculdade.

Cinco oradores e vários alunos a assistir

A Matemática une. O tema das comemorações do Dia Internacional da Matemática 2022 reflete o espírito de quem organiza atividades de divulgação científica, na Faculdade e fora dela, e também de quem participa. Fique a par das atividades do IDM, e conheça a opinião de estudantes e professores.

Logotipo das comemorações do Dia da Faculdade

Após dois anos a comemorar um aniversário de forma remota, em 2022, a comunidade da Faculdade volta a reunir-se no grande auditório da Ciências ULisboa para celebrar os 111 anos da instituição, criada por decreto a 19 de abril de 1911. A cerimónia comemorativa acontece no próximo dia 27 de abril, a partir das 14h00.

Logotipo da olimpíadas

A semifinal das Olimpíadas de Química Mais (OQ+) e a semifinal das Olimpíadas de Química (OQ) Júnior acontecem, respetivamente, nos próximos dias 30 de abril e 7 de maio, no campus da Faculdade. Professores e estudantes do Departamento de Química e Bioquímica colaboram em ambos os eventos.

Mercado de Santa Clara

"A sustentabilidade económica e escalabilidade dos sistemas agroecológicos é um objetivo difícil de atingir, mas sem dúvida necessário", escreve Inês Costa Pereira, da equipa da Caravana AgroEcológica, a propósito do 4.ª Dia Aberto de Produtores.

Unidade de colimação

O grupo de Instrumentação do Instituto de Astrofísica e Ciências do Espaço  produziu nos laboratórios da Ciências ULisboa uma peça essencial para o sucesso da missão espacial PLATO, designada unidade de colimação. Segundo notícia publicada no site do IA, duas delas já estavam previstas no âmbito do consórcio, a terceira acontece por encomenda direta da Agência Espacial Europeia.

Barco

Eduardo Sampaio, aluno de doutoramento da Faculdade, participou num documentário em Cabo Verde a bordo de um barco chamado Captain Darwin, como conta nesta crónica. Este mês a Science também publica uma carta da sua autoria, a propósito de uma das aventuras vividas durante parte desta viagem.

José Ribeiro, Pedro Machado e João Dias

Um estudo do IA Ciências ULisboa analisa observações da luz infravermelha dos planetas Vénus, Marte e Júpiter comparando-as com simulações do Planetary Spectrum Generator. Artigo inclui entrevista com o autor principal do artigo, alumnus da Faculdade.

Musaranho

O musaranho-de-dentes-brancos (Crocidura russula) está em expansão na Europa e foi identificado como tendo um carácter invasor em algumas ilhas, nomeadamente na Irlanda.Segundo comunicado de imprensa pulicado esta segunda-feira no EurekAlert!, a descoberta é feita por um grupo de investigadores do CESAM Ciências ULisboa e do Institute of Environmental Biology da Adam Mickiewicz University, na Polónia.

Páginas