Apresentação Andre - AAA17 - Inteligência Artificial

Artigo do CPqD sobre inteligência artificial é apresentado em evento internacional do setor

Um artigo do CPqD sobre modelos cognitivos de aprendizado multitarefa hierárquico foi apresentado durante a 31ª Conference on Artificial Intelligence (AAAI-17), realizada em São Francisco, EUA, entre os dias 4 e 9 de fevereiro.

Segundo o pesquisador do CPqD, André Ricardo Gonçalves, o trabalho, realizado em conjunto com equipes da Unicamp e da Universidade de Minnesota (EUA), explora o relacionamento entre diferentes variáveis climáticas em uma dada região espacial, permitindo obter projeções mais acuradas em relação às metodologias utilizadas pelo Painel Intergovernamental sobre Mudanças Climáticas (IPCC). Esse modelo pode ainda ser aplicado para solução de outros problemas como, por exemplo, a detecção de ataques por replay em sistemas de biometria de voz.

“Entre as tendências identificadas, destacamos o uso de técnicas de Deep Learning e Reinforcement Learning como modelos para lidar com problemas multimodais (mesmo modelo que utiliza dados de voz e imagem para realização de uma tarefa única), modelos de Deep Learning esparsos para lidar com problemas com menor quantidade de dados (Small data) e modelos de representação de conhecimento”, informa André.

O evento realizado em São Francisco é considerado um dos mais importantes sobre inteligência artificial, constituindo-se uma oportunidade para que especialistas do mundo apresentem o estado da arte em aplicações de inteligência artificial em processamento/compreensão de linguagem natural, tradução automática, processamento de áudio/imagem/vídeo, carros autônomos e tomada de decisão com informações parciais.

Apresentação Andre - AAA17 - Inteligência Artificial