Renato Moraes Silva.

A propagação de fake news representa um problema crescente que pode, por meio da desinformação, incitar a violência, manipular decisões políticas e prejudicar a saúde e a integridade da população. O aprendizado de máquina é uma solução bastante estudada para filtrar fake news automaticamente, porém muitos estudos se baseiam no aprendizado offline que gera modelos estáticos que não se adaptam às mudança nos padrões das notícias ao longo do tempo. Neste estudo, será investigado como a evolução dos padrões das notícias, um fenômeno conhecido como desvio de conceito (do inglês, concept drift), pode deteriorar a acurácia de modelos offline na classificação de fake news. Alguns estudos da literatura já mostraram que o desempenho de modelos offline pode ser super otimistas, sendo preferível utilizar métodos de aprendizado incremental para se adaptarem às mudanças nos padrões textuais com o tempo. Contudo, a maioria dos estudos é feita com notícias da língua inglesa. Este projeto pretende analisar o impacto do desvio de conceito em bases de notícias em português a pandemia de Covid-19 e as eleições presidenciais no Brasil, para verificar se houve desvio de conceito devido à mudança no foco das notícias. A tarefa de detecção de fake news será avaliada sob duas perspectivas: classificação binária e análise de posicionamento.

POeTiSA é um projeto de longo prazo com o objetivo de expandir os recursos baseados em sintaxe e desenvolver ferramentas e aplicações relacionadas para a língua portuguesa brasileira, visando alcançar resultados de ponta em nível mundial nessa área. No aspecto dos recursos, o foco está na produção de um corpus abrangente e multigênero, anotado sintaticamente e com categorias gramaticais baseadas no esquema Universal Dependencies, incluindo principalmente textos jornalísticos e conteúdo gerado por usuários (tweets e comentários online). Em relação às ferramentas, o objetivo é investigar métodos recentes, baseados em redes neurais e técnicas de distribuição, para o treinamento de modelos robustos de parsing para o português. O projeto também prevê a criação de aplicações em tarefas de mineração de opinião e análise de sentimentos que se beneficiem do conhecimento sintático, como a sumarização de opiniões, predição de utilidade, identificação de aspectos, detecção de fraude e classificação de emoções. Este projeto integra a iniciativa de Processamento de Linguagem Natural (NLP2) do Centro de Inteligência Artificial (C4AI) da Universidade de São Paulo, patrocinado pela IBM e pela FAPESP (processo #2019/07665-4). O centro faz parte do Programa de Centros de Pesquisa em Engenharia da FAPESP e está comprometido com pesquisas de ponta em Inteligência Artificial, explorando tanto questões fundamentais quanto pesquisas aplicadas.

Este projeto propõe uma abordagem multimodal que combina métodos no estado-da-arte em aprendizado de máquina automatizado (AutoML), processamento de língua natural e técnicas de explicabilidade para a descoberta de conhecimento latente na área da medicina. Esta abordagem utilizará dados estruturados (e.g., informações clínicas e dados genéticos de pacientes) e dados não estruturados (e.g., artigos da literatura e enciclopédias médicas) para gerar diferentes visões complementares para especialistas na área da medicina, com potencial para acelerar a descoberta e o desenvolvimento de novas terapias.

Este projeto investigará a identificação de desinformação de forma multimodal e temporal, considerando-se a adaptação dos modelos a mudanças nos dados, permitindo a análise de diferentes narrativas ao longo do tempo.

O crescente número de acidentes em território brasileiro envolvendo usuários vulneráveis (Vulnerable Road Users VRUs), como pedestres e ciclistas, é evidenciado por diferentes estudos. Para mitigar os acidentes desta natureza, uma possível abordagem é o uso da conectividade C- V2X (Cellular Vehicule-to-Everything). Ela permite que veículos se tornem sensores dentro do contexto de cidades inteligentes e informem os elementos detectados ao seu redor por meio de uma comunicação direta entre veículos, pedestre e infraestrutura, ou ampliada utilizando o 5G. Este projeto de pesquisa propõem um sistema de detecção de VRU por meio do desenvolvimento e implementação do C-V2X, criando um ecossistema conectado e cooperativo pautado em três pilares principais: conectividade, inteligência artificial e gêmeos digitais. A inteligência Artificial tem como função identificar os elementos da mobilidade e classificá-los. A conectividade será responsável pela integração dos sensores e envio das informações em tempo real de forma confiável e segura. Isso possibilita criar um gêmeo digital do ambiente (no caso o campus modelado em realidade virtual respeitando todas as escalas e dimensões) permitindo criar situações de risco envolvendo veículos, pedestres e outros agentes da mobilidade, sem colocar em risco vidas humanas.

O aumento no volume de dados não-estruturados produzidos pela humanidade motivou a utilização de máquinas para executar tarefas que antes eram tradicionalmente realizadas por humanos, tais como tradução, transcrição, análise de opinião, entre outras. Apesar de existir dezenas de métodos de categorização de textos disponíveis, um desafio ainda em aberto é encontrar uma representação computacional capaz de capturar o significado semântico dos textos e aumentar continuamente o vocabulário, bem como evoluir o conhecimento a respeito das relações existentes entre termos e sentenças. Com os modelos de representação existentes, alterações nos padrões dos textos não são rapidamente refletidas no modelo que os representa computacionalmente. Portanto, em cenários nos quais o padrão textual é dinâmico e altera-se com frequência, os modelos de representação disponíveis demandam longo tempo e custo de adaptação. Nesse contexto, o cenário de textos curtos e ruidosos, comumente presente na comunicação por texto via web e smartphones, é uma das aplicações que demanda modelos incrementais, pois termos novos podem surgir o tempo todo, tais como símbolos, gírias e abreviações. Assim, este projeto de pesquisa propõe utilizar técnicas não-supervisionadas de agrupamento e redes neurais recorrentes para criar um modelo computacional de representação de texto capaz de aprender continuamente, associando novos termos a grupos de termos já conhecidos, permitindo que termos ainda não vistos tenham relevância e sejam compreendidos pelo modelo existente.

Estudo, modelagem, análise e implementação de um novo método de classificação baseado no princípio da descrição mais simples