IA e Sociedade do Conhecimento Luís Moniz Pereira Centro de Inteligência Artificial, UNL FCT-UNL, 18 de Maio 2006.

Apresentação em tema: "IA e Sociedade do Conhecimento Luís Moniz Pereira Centro de Inteligência Artificial, UNL FCT-UNL, 18 de Maio 2006."— Transcrição da apresentação:

1 IA e Sociedade do Conhecimento Luís Moniz Pereira Centro de Inteligência Artificial, UNL FCT-UNL, 18 de Maio 2006

2 IA e Sociedade do Conhecimento  Esta palestra diz respeito às escolhas a fazer na IA, para potenciar a ciência e o conhecimento em Portugal.  I.e., como a computação inteligente vai multiplicar os efeitos da aposta no conhecimento, na ciência, nas pessoas, em Portugal.  Para tal introduzo a noção de “Cognoma”, por analogia com a de “Genoma”.

3 IA e Sociedade do Conhecimento  Esta palavra, “cognoma”, vai tornar-se trivial em 5 anos, tal como o genoma se tornou trivial e todo o seu uso tecnológico.  Cognoma significa cognição, tanto no homem como na máquina e, claro, na interface cognitiva entre o homem e a máquina. Lembra a “Cibernética”.

4 COGNOMA  Cognição no Homem e na Máquina cognição no homemcognição no homem cognição na máquinacognição na máquina interfaces cognitivasinterfaces cognitivas

5 GENOMA + COGNOMA GENOMA + COGNOMA  Dois mecanismos darwinianos em co- evolução: genes e memes.  Selecção individual e grupal.  O cérebro, suas funcionalidades e desempenho adaptativo gregário.  Turing e Eva: tábua rasa versus módulos específicos e gerais.  A natureza humana: nature vs nurture.

6 GENOMA + COGNOMA GENOMA + COGNOMA  Módulos específicos: mundo natural físicomundo natural físico uso de instrumentosuso de instrumentos artefactos culturaisartefactos culturais  Inteligência geral: formulação de conceitosformulação de conceitos crenças religiosas, filosóficas, ideológicascrenças religiosas, filosóficas, ideológicas conhecimento científicoconhecimento científico artefactos estéticos e imaginativosartefactos estéticos e imaginativos

7 GENOMA + COGNOMA GENOMA + COGNOMA  o Genoma é a base da Biotecnologia  o Cognoma é a base da Cognotecnologia ~~~~  a aplicação do Cognoma ao Genoma dá a Bio-informática  ora o Cognoma aplica-se às Ciências todas!

8 Lab Associado “COGNOMA”  Concretizando, o que poderia ser um Laboratório Associado “Cognoma”?  Compreende uma área científica inter- e multi-disciplinar.  Contém a inteligência artificial da parte da máquina.  Contém as ciências cognitivas da parte do homem, a Neurologia, a Psicologia.

9 Lab Associado “COGNOMA”  Área científica multi- e inter-disciplinar Inteligência ArtificialInteligência Artificial  Cognição, Aprendizagem  Língua natural  Robótica, etc. + Ciências CognitivasCiências Cognitivas  Neurologia  Psicologia  Filosofia  Antropologia, etc.

10 Lab Associado “COGNOMA”  Áreas tecnológicas  “Tools” para realizar C&T  Web Semântica  Apoio à decisão  Bio-Informática  Cognição aumentada  Multimédia e conteúdos inteligentes  Português no computador  Ensino e treino interactivos  Info-inclusão de séniores e deficientes  Próteses cognitivas, etc.

11 Web Semântica  Cada vez há mais informação disponível na Web. pode ver-se como um enorme Sistema de Informação, sobre o qual se podem desenvolver aplicaçõespode ver-se como um enorme Sistema de Informação, sobre o qual se podem desenvolver aplicações  Hoje em dia a Web está em máquinas, mas é para ser usada por humanos.  A ideal da Web Semântica é o de fazer uma Web em máquinas, para humanos mas também para máquinas!  Portugal tem grande competência nesta área.

12 Web Semântica “The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation.” “The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation.” Tim Berners-Lee, criador da Web  A ideia é que à informação se juntem também descrições do significado dos dados.  Permitir-se-á que máquinas, lendo os dados e os seus significados, possam de forma eficiente entender os conteúdos.  Exige: Repositórios com definições de conceitosRepositórios com definições de conceitos Que as páginas tenham referência a significadoQue as páginas tenham referência a significado

13 Web Semântica  O grande salto qualitativo está já a acontecer, com “standards” internacionais.  Vai permitir com aplicações como nunca vimos.  A web é um sistema de informação, sobre o qual iremos construir aplicações nas quais os computadores usam a web sem precisar do ser humano intermediário.  Portugal participa nos grandes projectos europeus nessa área.

14 Bio-Informática  Gama de problemas Biológicos a resolver Sequênciação DNA/RNASequênciação DNA/RNA  quais os genes [e.g. genoma humano] Expressão GenéticaExpressão Genética  dos genes às proteínas Percursos MetabólicosPercursos Metabólicos  cadeias interactivas de proteínas Interacções ProteínicasInteracções Proteínicas  que pares de proteínas interagem Estrutura das ProteínasEstrutura das Proteínas  as formas 3D limitam as interacções

15 Bio-Informática  Técnicas e Algoritmos para Análise de Dados Algoritmos de pesquisa Algoritmos de pesquisa Programação dinâmica Programação dinâmica Programação por restrições Programação por restrições Aprendizagem automática Aprendizagem automática Técnicas de visualização Técnicas de visualização  Supporte nos repositórios de informação Artigos científicos Artigos científicos Bancos de dados (genes, proteínas, percursos,...) Bancos de dados (genes, proteínas, percursos,...) Acessibilidade pela Web Acessibilidade pela Web  Portugal tem grande potencial nesta área

16 Multimédia e Conteúdos Inteligentes  Dotar Portugal de uma infra-estrutura de dispositivos e sistemas de informação Acesso para idosos.Acesso para idosos. Acesso para pessoas com limitações.Acesso para pessoas com limitações. Turismo sénior internacional, marketing de Portugal como um destino em que há uma infra-estrutura tecnológica de acessibilidade.Turismo sénior internacional, marketing de Portugal como um destino em que há uma infra-estrutura tecnológica de acessibilidade. Tecnologia “calma” no sentido original da computação ubíqua, para pessoas com pouca ou nenhuma experiência computacional.Tecnologia “calma” no sentido original da computação ubíqua, para pessoas com pouca ou nenhuma experiência computacional.

17 Multimédia e Conteúdos Inteligentes  Conteúdos nacionais (com versões internacionais) multi-plataforma (p.ex. móvel, on-line, vídeo…). A tecnologia possibilita novas formas narrativas.A tecnologia possibilita novas formas narrativas. As narrativas contribuem para a promoção de ideias e conceitos, para o conhecimento.As narrativas contribuem para a promoção de ideias e conceitos, para o conhecimento. Portugal deve promover e dar a conhecer a sua história com esta aproximação.Portugal deve promover e dar a conhecer a sua história com esta aproximação.  Portugal tem grande património nesta área.

18 A Computação como Media  Novas estruturas literárias em resultado das redes, da interacção, da ubiquidade, e da mobilidade.  Síntese de comportamentos emergentes dos agentes artificiais em estórias, por regras literárias atinentes dos universais humanos.  Prova de propriedades literárias.  Experimentação, validação, e crítica literária.  Hollywood, heritage, educação psicológica e moral.

19 Ministry of Science grade, thrice: ‘Very Good’ hosted at Departamento de Informática - DI Faculdade de Ciências e Tecnologia - FCT Universidade Nova de Lisboa – UNL http://centria.fct.unl.pt/ Centre for Artificial Intelligence, UNL

20 Objectives and Structure  To promote research in AI and applications Launch research projectsLaunch research projects Stimulate national and international cooperationStimulate national and international cooperation Organize scientific eventsOrganize scientific events Foster graduate and post-graduate activitiesFoster graduate and post-graduate activities  Structured into three main AI research areas Knowledge Representation and ReasoningKnowledge Representation and Reasoning & Logic Programming - KRRLP Intelligent Information Systems - IISIntelligent Information Systems - IIS Soft Computing and Constraints - SCCSoft Computing and Constraints - SCC

21 KRRLP - Knowledge Representation and Reasoning & Logic Programming  Foundations of rational computational logic agents, logic programs, knowledge base updates, and implementation Knowledge Base Updates and EvolutionKnowledge Base Updates and Evolution General framework for integrating several reasoning forms (fuzzy, possibilistic, probabilistic, and non- monotonic)General framework for integrating several reasoning forms (fuzzy, possibilistic, probabilistic, and non- monotonic) Distributed tabling and revision systemsDistributed tabling and revision systems Computational models and their implementation for a parallel and distributed logic programming languageComputational models and their implementation for a parallel and distributed logic programming language

22 SCC - Soft Computing and Constraints (1)  Fundamental and applied research in Constraint Programming Integration of local search and constraint propagationIntegration of local search and constraint propagation Interaction of constraint propagation techniques with computational geometry methodsInteraction of constraint propagation techniques with computational geometry methods Set constraints, global, spatial, continuous domains, over-constrained, and fuzzy constraints solversSet constraints, global, spatial, continuous domains, over-constrained, and fuzzy constraints solvers Architectures for distributed constraint solversArchitectures for distributed constraint solvers Extend research on multi-valued logics for digital circuits to applications in logic-based agents.Extend research on multi-valued logics for digital circuits to applications in logic-based agents. Modeling biophysical systems with non-linear constraints over continuous domainsModeling biophysical systems with non-linear constraints over continuous domains

23 SCC - Soft Computing and Constraints (2)  Fundamental and applied research in Machine Learning in Machine Learning Machine Learning, Concept LearningMachine Learning, Concept Learning Data and Text MiningData and Text Mining Fuzzy clusteringFuzzy clustering Self-organizing mapsSelf-organizing maps Inductive logic programmingInductive logic programming Coupling neural networks with genetic algorithmsCoupling neural networks with genetic algorithms  Applications Medicine and BioinformaticsMedicine and Bioinformatics Interpretation of oceanographic dataInterpretation of oceanographic data Intelligent access to music data warehousesIntelligent access to music data warehouses General search of texts and data mining in web pagesGeneral search of texts and data mining in web pages

24 ISS - Intelligent Information Systems (1)  Semantic web tools KRR for the Semantic Web - NoE REWERSEKRR for the Semantic Web - NoE REWERSE “Reasoning in the Semantic Web”. Semantic web based integration of heterogeneous databases.Semantic web based integration of heterogeneous databases. Agents for classification of documents and definition of web ontologies.Agents for classification of documents and definition of web ontologies. Text mining included in Soft Computing and ConstraintsText mining included in Soft Computing and Constraints

25 ISS - Intelligent Information Systems (2)  Other ISS tools Meeting and class scheduling; ERP for higher education institutions; natural language querying; integration into UML framework and use of UML editors.Meeting and class scheduling; ERP for higher education institutions; natural language querying; integration into UML framework and use of UML editors. Retrieving and processing Portuguese documents; specialized tools for cooperative multimodal information-retrieval system.Retrieving and processing Portuguese documents; specialized tools for cooperative multimodal information-retrieval system. Building Natural Language dialogue knowledge bases for the sentence interpretation from Information System description and Semantic Web ontology.Building Natural Language dialogue knowledge bases for the sentence interpretation from Information System description and Semantic Web ontology. Designing data warehouses and querying, with computer assisted multidimensional modeling and their physical design; XML web services for scheduling problems; single view maintenance of ORDB.Designing data warehouses and querying, with computer assisted multidimensional modeling and their physical design; XML web services for scheduling problems; single view maintenance of ORDB.

26 More info... http://centria.fct.unl.pt where annual reports can be found More on CENTRIA

27 Política de Recursos Humanos  Está por resolver...!  Financiamento para libertar para a investigação, por períodos definidos, docentes com mérito.  Verbas nos projectos nacionais para suportar investigadores convidados a qualquer nível.  Bolsas para nacionais frequentarem mestrados Erasmus Mundus a funcionar em Portugal.

28 Política Institucional  Promover “clusters” de qualidade, através de contratos de Laboratório Associado de atracção internacional.  Promover mais cooperação Ibérica, no contexto desses Laboratórios Associados.  Promover a contratação de doutorados para a investigação pelas Empresas.  Obrigar o Ensino Superior à gestão profissional.