O aluno de doutorado do Programa de Pós-graduação em Ciência da Computação (PPGCC) da UFMG, Gianlucca Zuin, ganhou, no último mês, durante a 34ª Conferência Brasileira de Sistemas Inteligentes (BRACIS), ocorrida em Belém, Pará, o primeiro lugar no Concurso de Teses e Dissertações em Inteligência Artificial e Computacional (CTDIAC). A tese intitulada “Ensemble Learning through Rashom”, foi orientada pelo professor do Departamento de Ciência da Computação (DCC) Adriano Veloso. Além disso, esse trabalho foi um dos finalistas no Concurso de Teses e Dissertações (CTD) da SBC.
Segundo a tese, criar modelos a partir de observações e garantir sua eficácia em novos dados é a essência do aprendizado de máquina. No entanto, selecionar modelos que se generalizem bem para dados futuros continua sendo uma tarefa desafiadora. “Neste trabalho, investigamos como os modelos se comportam em conjuntos de dados com diferentes funções de geração, mas ainda correlacionadas. A motivação é estudar o Efeito Rashomon, que ocorre quando um problema admite a existência de vários modelos distintos com desempenho semelhante. Problemas do mundo real frequentemente apresentam múltiplas estruturas locais nos dados, resultando em diversos modelos de alto desempenho sujeitos ao Efeito Rashomon. Propomos estratificar, durante o treinamento, o espaço de soluções em grupos de modelos coerentes ou contrastantes. A partir desses grupos, construímos um comitê no qual cada constituinte cobre uma região distinta do espaço. Validamos nossa abordagem em conjuntos de dados abertos e reais. Nossa proposta supera o estado da arte, aumentando a AUROC em até 0,20 em cenários onde verificamos a ocorrência do Efeito Rashomon”, explicou Gianlucca.
Ainda segundo Gianlucca, um diferencial importante do trabalho foram as parcerias estratégicas, tanto em âmbito nacional quanto internacional e em diferentes setores. “Um dos focos foi propor novas soluções e inovações que também fossem capazes de criar impacto real e tangível para sociedade e para negócios. Citando o professor emérito do DCC/UFMG, Nivio Ziviani: “Transformar Paper em PIB“. No Brasil, realizamos pesquisa junto do: Projeto Portinari: auxiliando na catalogação e acesso às obras de Candido Portinari; APERAM South America: identificando as causas de defeitos em aços duplex, obtendo uma redução drástica dos defeitos, diminuindo custos e aumentando eficiência; Grupo Fleury: desenvolveu-se um método econômico para diagnóstico precoce da COVID-19, que resultou em uma patente e na criação da spin-off Huna; e Unimed-BH: criação de um modelo para detectar inconsistências em contas médicas, recuperando mais de R$ 1,5 milhão em poucos meses. No cenário internacional, citamos ainda uma colaboração com Stanford que gerou pesquisas sobre inteligência artificial aplicada ao setor energético brasileiro”, contou.
Também recebeu menção honrosa no concurso o aluno do doutorado do PPGCC, Felipe Viegas, com a tese “On the Role of Semantic Word Clusters CluWords in Natural Language Processing (NLP) Tasks” orientada pelo professor do DCC Marcos Gonçalves e coorientado pelo professor da Universidade Federal de São João del-Rei, Leonardo Chaves Dutra da Rocha.
