Palestras

IAs no Desenvolvimento de Software. Gabriel Fróes e Vanessa Weber - Canal Código Fonte

O desenvolvimento de software evolui ano após ano, e nesse momento com a chega da inteligência artificial, não será diferente. Profissionais que não se adaptarem e utilizarem as ferramentas mais atuais do mercado ficarão defasados. Quais são essas ferramentas? Como elas poderão nos ajudar no dia a dia de trabalho? Elas irão substituir os desenvolvedores menos experientes? Essas são algumas das questões que iremos discutir com você.

A Primeira Simulação de um Buraco Negro feito por IA - Roberta Duarte

Para compreender sobre a dinâmica de disco de acreção de buracos negros é necessário resolver equações de fluidos. E encontrar soluções para essas equações são necessárias simulações numéricas que podem ser muito custosas computacionalmente. Além do custo computacional alto, o tempo que cada simulação leva pode ir de alguns dias até meses, se tornando inviável quando vamos para sistemas mais complexos. Devido a isso, é necessário propor um método alternativo para realizar tais simulações. Com esse trabalho, a gente propôs o uso de deep learning para aprender as equações que regem a dinâmica do disco em torno de um buraco negro. Usando essa motivação, nós obtivemos a primeira simulação de um buraco negro feito por uma inteligência artificial.

Ciência de Dados Geoespaciais: evolução e perspectivas - Gilberto Câmara

A palestra apresentará uma visão retrospectiva da área de Ciencia de Dados Espaciais, desde seu início nos anos 60, e que vem evoluindo com os avanços tecnológicos em Geoinformática, Observação da Terra e Computação Móvel. O objetivo da discussão é buscar estabelecer como acontece a co-evolução entre princípios estruturantes da análise de dados espaciais com as possibilidades geradas pelos avanços da tecnologia de informação.

PLXX: Sistemas computacionais aplicados aos veículos autônomos - Dra. Rodrigues

A palestra será uma conversa sobre sistemas computacionais para veículos autônomos. Começando com uma definição desses sistemas, apresentando uma visão abrangente das tecnologias aplicadas a esses veículos, incluindo algoritmos, linguagens de programação utilizadas, estruturas e conjuntos de dados, normas de software, aprendizado de máquina, benchmarking e simuladores. O objetivo da palestra é discutir tópicos de pesquisa promissores e servir como um ponto de partida útil para os interessados em iniciar nesse campo.

Aprendizagem de Máquina nas Ciências Ambientais: experiências, observações, e recomendações - Dra. Luísa Lucchese

Apresento um apanhado das minhas experiências de pesquisa com Aprendizagem de Máquina (AM) nas áreas de Hidrologia, Desastres Naturais, e Geociências. Falaremos dos principais problemas que são encontrados na modelagem de sistemas ambientais com AM e como evitá-los ou resolvê-los. Também falaremos brevemente sobre alguns métodos populares de AM e suas particularidades, e de inovações na área de Inteligência Artificial Explicável. Em seguida, teremos um momento para perguntas, comentários, e discussões.

LIneA - um centro brasileiro de suporte à e-Ciência na era do LSST - Dra. Julia Gschwend

O LIneA é um laboratório multiusuário de suporte à e-Ciência apoiado pelo INCT do e-Universo que atualmente ataca problemas computacionais das áreas de astrofísica e cosmologia, mas possui planos de expansão para outras áreas do conhecimento. O LIneA oferece serviços de infraestrutura de hardware e software para atender, com abrangência nacional, a demandas de diversos projetos científicos. Neste momento, estamos oficialmente entrando na era da astronomia com big data, com os preparativos para o projeto LSST, do Rubin Observatory. Durante a operação do projeto, entre 2025 e 2035, o LIneA será a sede do Brazilian Independent Data Access Center (IDAC), um centro de dados local, já em fase de implantação, que fará parte da rede internacional de repositórios de dados do levantamento. Com esta e outras contribuições in-kind, o LIneA garante a participação de 120 pesquisadores brasileiros no projeto LSST oferecendo as vagas obtidas e dando suporte computacional para o Brazilian Participation Group (BPG- LSST). Nesta palestra, eu pretendo mostrar os serviços prestados à comunidade até o momento e como você, pesquisador ou pesquisadora em qualquer estágio da carreira, pode se beneficiar acessando os nossos serviços.

Alterando a trajetória da saúde humana com Ciência de Dados na Johnson & Johnson - Msc. Alexandre Cardoso

Todos os dias, a Johnson & Johnson combina profundo conhecimento científico com tecnologia e ciência de dados para enfrentar nossa missão de mudar profundamente a trajetória da saúde para a humanidade. Como detectar uma doença rara, prover melhor suporte ao tratamento de pacientes que lutam contra o câncer, comunicar de forma mais assertiva com os profissionais da saúde, prever onde uma cirurgia será necessária, alocar o equipamento para atender esta demanda, aumentar a qualidade produtiva, ter uma cadeia logística mais sustentável, são algumas das maneiras que ajudamos as pessoas que servimos e buscamos salvar vidas utilizando das mais recentes inovações.

Image Super-Resolution via Deep Learning - Dr. Valdivino Santiago

O objetivo da super-resolução de imagem (SR) é recuperar imagens de alta resolução (HR) de imagens de baixa resolução (LR). Observe que a SR de imagem cega é um tipo de abordagem de SR e é atraente para cenários do mundo real, pois se baseia na ideia de que o processo de degradação é desconhecido. Assim, as técnicas neste contexto baseiam-se basicamente em imagens LR, não necessitando das imagens HR. Esta palestra abordará o problema de SR de imagem resolvido por meio de aprendizado profundo (DL). Será feita uma breve introdução mostrando os principais aspectos da DL para abordar a RS de imagem. Porém, o foco principal estará em um estudo que avaliou cinco técnicas recentes de DL adaptadas para SR de imagens cegas. Um total de 14 conjuntos de dados de imagens LR foram adaptados e criados considerando cinco domínios mais amplos: Aérea, Fauna, Flora, Médica e Satélite (Espaço). Outra característica distintiva da avaliação é que algumas das abordagens de DL foram projetadas para RS de imagem única, mas outras não. Duas métricas foram selecionadas, sendo o avaliador clássico de qualidade de imagem natural (NIQE) e multi- dimension attention network for no-reference image quality assessment (MANIQA) baseada em vision transformer (ViT) para avaliar as técnicas. Esta pesquisa foi desenvolvida no âmbito do projeto “Classificação de imagens via redes neurais profundas e grandes bases de dados para aplicações aeroespaciais”. O projeto IDeepS (https://github.com/vsantjr/IDeepS) é apoiado pelo “Laboratório Nacional de Computação Científica” (LNCC/MCTI, Brasil) através de recursos do supercomputador SDumont.

A Carreira de Roboticista numa startup americana - Dr. André Coelho

Apresentarei os detalhes do meu trabalho como roboticista em uma startup americana, as subdivisões dos profissionais da robótica e como esses grupos interagem entre si para transformar a teoria em um robô pronto para atender as demandas do mercado.

Inteligência Artificial em Astronomia: Minha experiência com o S-Plus - Laerte Sodré

O S-PLUS, Southern Photometric Local Universe Survey, é um levantamento conduzido a partir de um telescópio de 80 cm em Cerro Tololo, Chile, e que deve cobrir cerca de 9600 graus quadrados do céu do hemisfério sul, produzindo imagens em 12 bandas (5 largas e 7 estreitas) e dados para cerca de 200 milhões de objetos. Tal volume de dados torna aplicações de inteligência artificial ferramentas preciosas para extração de informações deste projeto de forma eficiente. Neste seminário descreverei alguns destes projetos, como a classificação de objetos (em estrelas, galáxias e quasares), determinação de distâncias de galáxias via redshifts fotométricos, classificação morfológica de galáxias e estimativa de parâmetros de populações estelares. Estes projetos envolvem tanto técnicas convencionais de aprendizado de máquina quanto redes de neurônios artificiais de vários tipos.