Aprimorando a Interação Entre Humanos e Sistemas de Inteligência Artificial Aplicada

Resumo: Os avanços com redes neurais da última década têm aumentado também a demanda pela transferência de tecnologia do meio acadêmico para os setores produtivos da sociedade em geral, por exemplo, em setores como indústria, saúde, agricultura etc. Hoje em dia, é possível encontrar cada vez mais soluções de IA aplicada a diversas atividades cotidianas dos setores produtivos (por exemplo em monitoramento inteligente por visão artificial, diagnóstico automático na saúde, veículos autônomos na agricultura, entre diversos outros). Neste projeto, o conceito de IA aplicada considera soluções de IA para problemas específicos e não gerais. Muitas vezes, existe uma mescla de algoritmos tradicionais de aprendizado de máquina com aqueles do estado da arte (por exemplo, baseados em redes neurais profundas), uma vez que alguns desses algoritmos clássicos tendem a ser mais customizáveis sem a necessidade de muitos dados. Aplicações do mundo real demandam funcionamento contínuo dos sistemas e podem requerer tratamento especial para casos específicos. Em ambientes de produção, muitas vezes é desejável que humanos participem do processo decisório de sistemas automatizados, seja como conferente ou como auxiliar. Contudo, a interatividade entre humanos e sistemas IA ainda é um ponto que demanda bastante estudo, impondo limitações ao sistema de IA ou impondo a necessidade de um usuário especialista em IA para atuar no sistema. Os avanços recentes, descritos anteriormente, na comunicação entre humanos e máquinas abrem caminho para e melhoria da interatividade entre humanos e sistemas de IA aplicada, tanto no processo de treinamento desses sistemas, quanto no processo (antes, durante e depois) de tomada de decisão. Este projeto tem como objetivo principal investigar técnicas inovadoras para aprimorar a interação entre humanos e sistemas de Inteligência Artificial (IA) aplicada ao mundo real nos setores produtivos da sociedade. Para isso, serão exploradas formas de envolver humanos no processo de treinamento e uso de sistemas de IA (human-in-the-loop). Os objetivos específicos incluem melhorar essa interação utilizando modelos de linguagem natural de grande escala (como, Large Language Models – LLM e Visual-Language Models - VLM); aprimorar métodos de modelos multimodais de compreensão de linguagem; e, desenvolver métodos integrados de aprendizado profundo com comando humano de alto nível. A integração dessas técnicas possibilitará a geração de sistemas de IA mais confiáveis em aplicações dos setores produtivos, como controle de processos industriais. Neste projeto, espera-se obter resultados quantitativos no que se refere a produção científica e a formação de recursos humanos e qualitativos no que se refere ao objeto de pesquisa. Como resultados quantitativos (diretamente ou indiretamente ligados ao projeto) para os próximos 4 anos (ou proporcional), espera-se orientar 4 alunos de doutorado, 8 de mestrado, 4 de iniciação científica. Além disso, espera-se elaborar 8 artigos para publicação em revistas internacionais qualificadas e 12 artigos para apresentação em conferências nacionais e internacionais qualificadas. Como resultados qualitativos de pesquisa, espera-se promover a melhoria da interação entre humanos e sistemas de IA com o intuito de facilitar a integração desses sistemas em ambiente produção. Com isso, humanos poderão interagir com os sistemas de IA de forma mais natural, por exemplos, questionando ou participando de suas decisões. Adicionalmente, espera-se estender o estado da arte de modelos multimodais de compreensão de linguagem e propor métodos de aprendizado profundo que incorporem atuação humana em sua arquitetura. Entre os resultados qualitativos diretos e indiretos, espera-se a formação de especialistas em Inteligência Artificial e Cognição Visual Artificial nos níveis de doutorado, mestrado e graduação.

Data de início: 04/03/2024
Prazo (meses): 36

Participantes:

Papel	Nome
Coordenador	THIAGO OLIVEIRA DOS SANTOS