Centro de Inteligência Artificial

• Processo: 19/07665-4
• Linha de fomento: Auxílio à Pesquisa - Programa Centros de Pesquisa em Engenharia
• Vigência: 01 de agosto de 2020 - 31 de julho de 2025
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Convênio/Acordo: IBM Brasil
• Pesquisador responsável: Fabio Gagliardi Cozman
• Beneficiário: Fabio Gagliardi Cozman
• Instituição-sede: Centro de Inovação da USP (INOVA). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Empresa: IBM Brasil - Indústria, Máquinas e Serviços Ltda
• Pesquisadores principais: Alexandre Cláudio Botazzo Delbem ; Antonio Mauro Saraiva ; Claudio Santos Pinhanez ; Eduardo Aoun Tannuri ; Glauco Antonio Truzzi Arbix ; José Eduardo Krieger ; Marcelo Finger ; Zhao Liang
• Pesq. associados: Alexandre Dias Porto Chiavegatto Filho ; Alexandre Luis Moreli Rocha ; Alvaro Augusto Comin ; Ana Carolina Lorena ; Anarosa Alves Franco Brandão ; Anna Helena Reali Costa ; Ariani Di Felippo ; Bruno de Carvalho Albertini ; Bruno Souza Carmo ; Carlos Dias Maciel ; CARLOS EDUARDO TORRES FREIRE ; Carlos Henrique Costa Ribeiro ; Denis Deratani Mauá ; Diego Raphael Amancio ; Diogo Rosenthal Coutinho ; Edson Satoshi Gomi ; Eduardo de Senzi Zancul ; Eduardo Mario Mendiondo ; ESTHER LUNA COLOMBINI ; Evandro Eduardo Seron Ruiz ; Fátima de Lourdes dos Santos Nunes Marques ; Fernando Santos Osório ; Geraldo Busatto Filho ; Guilherme Ary Plonski ; Humberto Ribeiro da Rocha ; Ivandre Paraboni ; Jaime Simão Sichman ; João Luís Garcia Rosa ; João Paulo Papa ; José Paulo Molin ; José Teixeira Coelho Netto ; Juliano Souza Albuquerque Maranhão ; Julio Romano Meneghini ; Kazuo Nishimoto ; Leliane Nunes de Barros ; Linamara Rizzo Battistella ; Lorena Guadalupe Barberia ; Marcel Simis ; Maria Lucia Santaella Braga ; Mario Sergio Salerno ; Miguel Arjona Ramírez ; Norton Trevisan Roman ; Osvaldo Novais de Oliveira Junior ; Patricia Angélica Alves Marques ; PAULO ANDRE LIMA DE CASTRO ; Paulo Hilário Nascimento Saldiva ; Paulo Mazzoncini de Azevedo Marques ; Reinaldo Augusto da Costa Bianchi ; Renata Wassermann ; Renato Tinós ; Ricardo Marcondes Marcacini ; Rodrigo Fernandes de Mello ; Roseli Aparecida Francelin Romero ; Sarajane Marques Peres ; Solange Oliveira Rezende ; Tereza Cristina Giannini ; Thiago Alexandre Salgueiro Pardo
• Bolsa(s) vinculada(s): 20/02679-4 - NLPCode: aplicação de técnicas de processamento de linguagem natural para a automação da refatoração de código, BP.MS; 21/02464-0 - Modelagem probabilística para tomada de decisão e predição em recursos hídricos: uma aplicação em segurança alimentar, BP.TT; 20/15129-2 - Classificação de sinal EEG entre focal e não-focal por meio de aprendizado profundo, BP.DR; + mais bolsas vinculadas 20/16746-5 - Aprendizado por reforço baseado em modelos, BP.DR; 20/16661-0 - Segmentação e alinhamento de datasets para o processamento de linguagem natural, BP.TT; 20/07892-8 - Planejamento de trajetória de drones para reconstrução 3D, BP.IC - menos bolsas vinculadas
• Assunto(s): Representação de conhecimento Aprendizado computacional Processamento de linguagem natural Inteligência artificial

Resumo

Esta proposta descreve um Centro de Pesquisa de Engenharia em Inteligência Artificial (IA) empenhado em conduzir pesquisas em tópicos centrais de IA e em aplicar técnicas de IA em áreas de aplicação selecionadas --- a saber, indústria de óleo e gás, agronegócios e saúde. O Centro também dará suporte a estudos sobre o impacto social e econômico da IA e conduzirá atividades de transferência de tecnologia e difusão do conhecimento. O Centro será construído com a convicção de que os próximos dez anos trarão avanços sem precedentes em IA, os quais dependerão da colaboração tanto entre áreas centrais da IA como destas áreas com as aplicações. O "Center for Artificial Intelligence" consistirá de dois grupos interligados de pesquisadores, ambos distribuídos na instituição anfitriã e em instituições associadas. Um grupo de pesquisadores, com significativa projeção internacional na comunidade de IA, cobrirá tópicos centrais de IA, de representação de conhecimento a aprendizado de máquina, com ênfase em processamento de texto e linguagem natural, particularmente em Português. Tendências da pesquisa internacional corrente sugerem que a próxima década testemunhará uma interação crescente entre representação de conhecimento, tomada de decisão e aprendizado de máquina; o "Center for Artificial Intelligence" focará sua atenção na combinação destas áreas da IA, já que elas não são tão intimamente conectadas quanto deveriam ser --- o Centro se posicionará como um participante fundamental na colaboração entre os principais tópicos da IA. Um segundo grupo de pesquisadores do Centro focará em três áreas de aplicação onde existe significativa experiência na instituição anfitriã: óleo e gás, agronegócio, e saúde. A conexão entre pesquisa em tópicos centrais da IA e áreas de aplicação ocorrerá em dupla direção: pesquisa em IA básica abordará problemas de grande escala nas áreas de aplicação selecionadas, e será direcionada pelos desafios nestas áreas de aplicação. Um pequeno grupo de pesquisadores da área de humanas está incluído no "Center for Artificial Intelligence" para conduzir pesquisa sobre o impacto social da IA e para identificar caminhos que garantam o uso da IA para o bem. O Coordenador de Educação e Difusão do Conhecimento organizará produção de vídeos contendo resultados de pesquisa e trabalhará através de feiras e escolas para educar o público em sentido amplo. O Coordenador de Transferência de Tecnologia trabalhará com órgãos bem estabelecidos na instituição anfitriã para fomentar iniciativas que transferirão resultados para as entidades financiadoras e para esforços de empreendedorismo. (AU)

Publicações científicas

(10)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

COZMAN, FABIO GAGLIARDI. Graphoid properties of concepts of independence for sets of probabilities. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 131, p. 56-79, APR 2021. Citações Web of Science: 0.

MENEGHETTI, DOUGLAS DE RIZZO; DONADON HOMEM, THIAGO PEDRO; RENOLFI DE OLIVEIRA, JONAS HENRIQUE; DA SILVA, ISAAC JESUS; PERICO, DANILO HERNANI; DA COSTA BIANCHI, REINALDO AUGUSTO. Detecting Soccer Balls with Reduced Neural Networks: A Comparison of Multiple Architectures Under Constrained Hardware Scenarios. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, v. 101, n. 3 FEB 27 2021. Citações Web of Science: 0.

COLLIRI, TIAGO; ZHAO, LIANG. Stock market trend detection and automatic decision-making through a network-based classification model. NATURAL COMPUTING, JAN 2021. Citações Web of Science: 0.

MILITANI, DAVI RIBEIRO; DE MORAES, HERMES PIMENTA; ROSA, RENATA LOPES; WUTTISITTIKULKIJ, LUNCHAKORN; RAMIREZ, MIGUEL ARJONA; RODRIGUEZ, DEMOSTENES ZEGARRA. Enhanced Routing Algorithm Based on Reinforcement Machine Learning-A Case of VoIP Service. SENSORS, v. 21, n. 2 JAN 2021. Citações Web of Science: 0.

BARBOSA, RODRIGO CARVALHO; AYUB, MUHAMMAD SHOAIB; ROSA, RENATA LOPES; RODRIGUEZ, DEMOSTENES ZEGARRA; WUTTISITTIKULKIJ, LUNCHAKORN. Lightweight PVIDNet: A Priority Vehicles Detection Network Model Based on Deep Learning for Intelligent Traffic Lights. SENSORS, v. 20, n. 21 NOV 2020. Citações Web of Science: 0.

DE SOUZA JR, LUIS A.; PASSOS, LEANDRO A.; MENDEL, ROBERT; EBIGBO, ALANNA; PROBST, ANDREAS; MESSMANN, HELMUT; PALM, CHRISTOPH; PAPA, JOAO P. Assisting Barrett's esophagus identification using endoscopic data augmentation based on Generative Adversarial Networks. COMPUTERS IN BIOLOGY AND MEDICINE, v. 126, NOV 2020. Citações Web of Science: 1.

MAUA, DENIS DERATANI; COZMAN, FABIO GAGLIARDI. Complexity results for probabilistic answer set programming. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING, v. 118, p. 133-154, MAR 2020. Citações Web of Science: 0.

AMENDOLA, JOSE; MIURA, LUCAS S.; COSTA, ANNA H. REALI; COZMAN, FABIO G.; TANNURI, EDUARDO AOUN. Navigation in Restricted Channels Under Environmental Conditions: Fast-Time Simulation by Asynchronous Deep Reinforcement Learning. IEEE ACCESS, v. 8, p. 149199-149213, 2020. Citações Web of Science: 0.

HAJAROLASVADI, NOUSHIN; RAMIREZ, MIGUEL ARJONA; BECCARO, WESLEY; DEMIREL, HASAN. Generative Adversarial Networks in Human Emotion Synthesis: A Review. IEEE ACCESS, v. 8, p. 218499-218529, 2020. Citações Web of Science: 0.

NERI, HUGO; COZMAN, FABIO. The role of experts in the public perception of risk of artificial intelligence. AI & SOCIETY, NOV 2019. Citações Web of Science: 0.