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

"Embora a realidade externa seja muito semelhante para todos, a forma como olhamos para ela não é igual. Por isso, alguns de nós estão desejosos que este período de isolamento termine e outros (secretamente ou não) desejam que a vida pudesse seguir um rumo parecido ao que se vive atualmente", escreve a psicóloga Inês Ventura na habitual rubrica do GAPsi.

“O cruzamento da história das ciências com a banda desenhada foi uma aposta arriscada e uma concretização genuinamente coletiva, cujo resultado final é mais do que o somatório das partes. É para nós uma grande satisfação que o universo da banda desenhada em Portugal o tenha reconhecido”, comentam Ana Simões e Ana Matilde Sousa, autoras da obra distinguida com o Prémio de Melhor Publicação Nacional com Distribuição Comercial.

Quarta rubrica Radar Tec Labs, dedicada às atividades do Centro de Inovação da Faculdade. A empresa em destaque é a ONTOP.

O consórcio REUSE coordenado pelo CQE Ciências ULisboa surge na sequência do apoio especial a projetos de implementação rápida para soluções inovadoras de resposta à COVID-19 e tem como objetivo a descontaminação de máscaras respiratórias para posterior reutilização.

"É verdade, as coisas precisam ser feitas, mas, se não fizermos uma boa gestão de nós próprios, estamos potencialmente a acabar com a única fonte que pode produzir - nós", alerta a psicóloga Andreia Santos, na rubrica habitual do GAPsi, deixando também algumas dicas para quem está em teletrabalho.

“Após pequenas ou grandes tempestades que se passem dentro de casa, vem o diálogo e a negociação para que os tempos de cada um sejam respeitados”, escreve Madalena Pintão, estagiária académica do GAPsi Ciências ULisboa, na rubrica habitual.

O Ministério do Ambiente e Ação Climática anunciou o lançamento do projeto de investigação COVIDETECT e a criação de um sistema de alerta precoce da presença do vírus SARS-CoV-2, agente etiológico da COVID-19, através da análise de águas residuais. O projeto de investigação começa a 20 de abril. Ciências ULisboa assegura a coordenação científica.

O aniversário da Ciências ULisboa será celebrado online com todos aqueles que se puderem juntar a 22 de abril no Facebook da Faculdade. A celebração incluirá a tradicional mensagem de Luís Carriço, diretor da Faculdade; as distinções e prémios atribuídos a alunos, professores e funcionários; entre outras surpresas e desafios, que serão partilhados nos próximos dias nas redes sociais. Fique atento e participe!

Observações levadas a cabo pelo Very Large Telescope (VLT) do European Southern Observatory (ESO), situado no deserto chileno do Atacama, revelam pela primeira vez que a S2, uma das estrelas em órbita do buraco negro supermassivo, situado no centro da Via Láctea, se desloca tal como previsto pela Teoria da Relatividade Geral de Einstein.

Mais um artigo da equipa do GAPsi Ciências ULisboa, desta vez da psicóloga Bruna Francisco, que deixa uma questão em forma de desafio: “O que tens descoberto sobre ti, durante esta quarentena?”.

O projeto “Acaso ou maldição? As consequências da hibridação num mundo em mudança”, premiado recentemente com uma bolsa Young Investigator pelo Human Frontier Science Program (HFSP), no valor de cerca de 1,1 milhões de euros, vai procurar responder a esta grande questão da Biologia, nos próximos três anos, de acordo com comunicado de imprensa emitido recentemente.

Maria de Sousa, imunologista, professora emérita da Universidade do Porto e do Instituto de Ciências Biomédicas Abel Salazar e investigadora honorária do Instituto de Investigação e Inovação em Saúde, faleceu durante a madrugada de dia 14 de abril. A Faculdade lamenta o triste acontecimento, apresentando as condolências aos familiares, amigos e colegas.

Cláudio Pina Fernandes, coordenador do GAPsi Ciências ULisboa, escreve sobre a complexidade das emoções e alerta: "é importante termos estratégias que nos permitam regulá-las".

“Pela 1.ª vez foi possível realizar um estudo completo e sistemático ao longo de um segmento da fronteira de placas Açores/Gibraltar”, diz João C. Duarte, professor do Departamento de Geologia (DG) da Ciências ULisboa, investigador do Instituto Dom Luiz (IDL) e um dos membros da equipa portuguesa presente na campanha oceanográfica M162 – GLORIA FLOW.

“Um estudo isolado pode sempre, ser, apenas uma coincidência, uma imperfeição estatística, um acaso”, escreve Tiago Marques, professor do DBA Ciências ULisboa e investigador do CEAUL, num artigo que realça a importância dos jornalistas confirmarem as suas fontes.

Ciências ULisboa vai criar um Centro de Testes (CT) à COVID-19 no seu campus, no Campo Grande, em Lisboa. Os testes de despistagem à COVID-19 deverão começar daqui a duas semanas consistindo, numa primeira fase, em cerca de 100 análises diárias, estando  também previsto a sequenciação e o rastreamento epidemiológico.

Andreia Santos, psicóloga no GAPsi Ciências ULisboa, escreve sobre os diálogos internos que se manifestam numa sensação de urgência, insuficiência e falta de controlo, que são reflexo de um sentimento de culpa. Conheça algumas dicas que podem ajudar a lidar com estas dúvidas, que são tão comuns como naturais.

Terceira rubrica Radar Tec Labs, dedicada às atividades do Centro de Inovação da Faculdade. A empresa em destaque é a Vawlt Technologies.

Rodrigo Amaro e Silva, Patrícia Jordão, Sérgio Chozas, Ana Cristina Pires e Miguel Inácio são os primeiros entrevistados no âmbito do projeto “O que faço aqui?”, lançado recentemente nas redes sociais e no site da Faculdade.

“Portugal pode por isso estar certo de que, nesta época de crise, toda a comunidade da Ciências Ulisboa beneficia de um ambiente de trabalho seguro e sustentável, que não compromete a qualidade da sua missão”, escreve Pedro Almeida, subdiretor da Faculdade.

No Tec Labs – Centro de Inovação e incubadora da Ciências ULisboa são várias as empresas, spin-off, proto-company e startups a trabalhar para encontrar soluções que ajudem doentes, profissionais, unidades hospitalares e autoridades governamentais nesta “luta”, que só poderá ser vencida pelo esforço conjunto.

"Socializar por meio de momentos lúdicos, rir e partilhar ideias sobre novos projetos são excelentes formas de dirigir a nossa atenção para além da preocupação. Ajuda-nos a colocar o foco da nossa energia ao serviço daquilo que nos faz bem e sentirmo-nos ligados", escreve a psicóloga Andreia Santos.

O Centro de Física Teórica e Computacional da Ciências ULisboa participa no desenvolvimento do mapa de risco de propagação da COVID-19 por contágio comunitário em Portugal, um projeto coordenado pelas Universitat Rovira i Virgili, em Tarragona, e Universidad de Zaragoza, em Zaragoza, ambas em Espanha e que em Portugal tem como parceiros a NOS, a Data Science Portuguese Association e a Closer Consulting.

Cerca de 502 pessoas com mutações raras de fibrose quística (FQ) foram recrutadas pelo projeto inovador HIT-CF Europe, financiado pela União Europeia através do Horizonte 2020 e que conta com a participação de Margarida Amaral, professora do Departamento de Química e Bioquímica da Ciências ULisboa, coordenadora do Instituto de Biossistemas e Ciências Integrativas (BioISI) e líder do grupo português neste consórcio.

Ao longo dos últimos dias, vários colegas da Ciências ULisboa e de outras faculdades entraram em contacto com Manuel Carmo Gomes, professor do Departamento de Biologia Vegetal, manifestando disponibilidade para contribuir com o seu conhecimento e meios no auxílio à análise dos dados, modelação e projeção do futuro da epidemia.

Páginas