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
Composição de uma imagem de Vénus obtida no infravermelho com a Via Láctea em fundo

A investigação liderada por Javier Peralta, da missão japonesa Akatsuki, teve a participação de Pedro Machado, professor do Departamento de Física de Ciências ULisboa e investigador do Instituto de Astrofísica e Ciência do Espaço.

O papel da alimentação na microbiota intestinal

"Tanto os probióticos como os prebióticos têm demonstrado melhorar os biomarcadores associados ao cancro colon retal e, relativamente à Síndrome do Intestino Irritável, a evidência refere que os probióticos têm um papel importante no alivio dos sintomas e qualidade de vida dos doentes", escreve a nutricionista Maria Inês Antunes.

Geocachers, cache e tritão-marmoreado-pigmeu

O geocaching é utilizado pela primeira vez como indicador para avaliar os serviços culturais prestados pelos ecossistemas. Inês Teixeira do Rosário, investigadora do cE3c, doutorada em Ecologia por Ciências ULisboa, é a primeira autora do artigo da Ecological Indicators.

Catarina Frazão Santos

A apresentação de Catarina Frazão Santos durante a ICES ASC 2018 valeu-lhe o Best Early Career Scientist Presentation Award. O tema da apresentação corresponde ao projeto de investigação por si coordenado e que termina em 2021.

Protosmia lusitanica

Sabia que em Portugal existe uma nova espécie de abelha? Chama-se Protosmia lusitanica e até agora apenas se conhece um único exemplar, uma fêmea coletada por Ana Gonçalves, na primavera de 2016, no Parque Natural do Vale do Guadiana, nas margens do Rio Vascão, em Mértola.

Susana Custódio preside à Comissão Executiva do ORFEUS - Observatories & Research Facilities for European Seismology, integrado no EPOS - European Plate Observing System.

Detalhe da função de onda calculada para a espécie ativa do catalisador

Nuno A. G. Bandeira modelou computacionalmente as propriedades eletroquímicas de óxidos de molibdénio. O investigador da Universidade de Lisboa pretende continuar a estudar moléculas originais e interessantes seja qual for a sua finalidade. “A tabela periódica ainda tem muito para nos dizer”, diz o cientista.

Floresta Laurissilva

Estudo de fósseis revela a extinção de uma árvore da família do chá que se encontrava presente há 1,3 milhões de anos na ilha da Madeira. Carlos A. Góis-Marques, aluno de doutoramento em Geologia, é um dos autores desta investigação.

Janela triangular

É o mecanismo mimético que nos permite interatuar uns com os outros, compreender os sentimentos dos amigos, e viver a compaixão e a empatia”, in Campus com Helder Coelho.

Livro aberto

Ao todo estão previstas sete sessões, com pelo menos um orador convidado. Em cada uma delas Dinis Pestana falará sobre livros que estejam relacionados com o tema em análise. O objetivo é conquistar leitores, sobretudo entre os estudantes universitários.

“Aceitar que por vezes se falha, que podemos não ter a aprovação dos outros e aceitar as consequências das tomadas de decisão, pode inicialmente ser mais desconfortável, mas acarreta consigo uma maior sensação de responsabilidade e liberdade na vida”, escreve na rubrica habitual a psicóloga do GAPsi, Andreia Santos.

Vista aérea da zona de cultivo no PermaLab, no campus de Ciências ULisboa

O primeiro estudo científico desenvolvido no PermaLab – um laboratório vivo de permacultura, situado no campus de Ciências ULisboa, será publicado no volume 212 da edição de março de 2019 do Journal of Cleaner Production, reforçando dessa forma a importância dos laboratórios vivos no contexto universitário.

“O desenvolvimento de uma missão astronómica espacial é uma aventura demorada, que, nos casos mais complexos, pode demorar mais de duas décadas. Com o Athena estamos envolvidos neste processo desde os primeiros passos, tendo ajudado a construir a proposta ‘vencedora’”, conta José Afonso, que lidera a participação portuguesa na missão Athena, prevista para 2031.

Projeto de Sismologia nas Escolas do Instituto Dom Luiz

Guilherme Weishar apresenta-nos o projeto de Sismologia nas Escolas do Instituto Dom Luiz e que tem uma componente de citizen science.

Wani na Indonésia

Objetivo da missão dos investigadores do IDL Ciências ULisboa e do IPMA?! Melhorar a caracterização do tsunami de 28 de setembro de 2018, de modo a desenvolver técnicas e programas de mitigação destes fenómenos naturais.

Ricardo Honório

Cernorium é o canal YouTube de Ricardo Honório, aluno do mestrado integrado em Engenharia Física de Ciências ULisboa. O projeto tem já disponível o primeiro episódio e é a “concretização de uma ideia antiga que procura aliar a paixão pela Física com algum humor.

Galeria da fauna marinha (maioria tropical), anos 1950/1960

Evocações sobre Entomologia no Museu Bocage e na Faculdade, pelo professor, cientista José Alberto Quartau. Versão abreviada da alocução proferida aquando do 35.º aniversário do Departamento de Biologia Animal de Ciências ULisboa, em 5 de junho de 2018.

Francisco Saldanha da Gama

Nesta fotolegenda destacamos uma passagem da entrevista com Francisco Saldanha da Gama, professor do Departamento de Estatística e Investigação Operacional e investigador do Centro de Matemática, Aplicações Fundamentais e Investigação Operacional de Ciências ULisboa, e que pode ser ouvida no canal YouTube e na área multimédia do site da Faculdade.

Lisboa

Ciências é uma das cinco instituições da ULisboa que integra o projeto ALHTOUR. O principal resultado deste projeto é a criação do HEALx-LAB, um living lab para potenciar a inovação e a colaboração entre a academia, a indústria, a administração pública e a sociedade civil na área do turismo de saúde na região de Lisboa.

 Conselho Diretivo da ELRA

António Branco, professor do DI Ciências ULisboa, é o novo presidente da ELRA-European Language Resources Association, a principal associação científica europeia para o processamento da linguagem natural e uma das mais importantes associações a nível mundial nesta subárea da Inteligência Artificial.

Robô e criança

"Revendo as discussões nos últimos anos sobre a Inteligência Artificial (IA), a ideia da superinteligência (super-homem) e da frieza dos comportamentos dos agentes artificiais, quando comparados com os seres humanos, concluímos que o medo à IA só será ultrapassado com uma nova postura da IA, virada para a enfâse nos benefícios", escreve Helder Coelho, professor do DI Ciências ULisboa.

Raúl Ferreira

O que fazem e o que pensam alguns membros da comunidade de Ciências ULisboa? O Dictum et factum de dezembro é com Raúl Ferreira, assistente operacional da Oficina Gráfica da Área de Serviços Técnicos de Ciências ULisboa.

Às vezes é mesmo preciso “sair da cabeça e dar ouvidos ao corpo”

“Às vezes é mesmo preciso 'sair da cabeça e dar ouvidos ao corpo'. Dar atenção aos sinais físicos e às sensações”, escreve na rubrica habitual a psicóloga do GAPsi, Andreia Santos.

Soraia Pereira

Leia a entrevista com Soraia Pereira, vencedora do Prémio SPE2018 e que descobriu o interesse pela Estatística no último ano da licenciatura em Matemática.

Matemática

O novo livro de Jorge Buescu, professor do Departamento de Matemática de Ciências ULisboa é apresentado ao público em dezembro. Leia a entrevista com o matemático e escritor que através da Matemática "rasga horizontes e abre novos mundos a mentes sequiosas".

Páginas