Inteligência artificial: aplicações e desafios
Gravado no evento JATI 2020 · 2 h 27 min de gravação
Trechos em vídeo

O desafio da interpretabilidade em Deep Learning
Trecho de a da gravação

Competências essenciais para trabalhar com Inteligência Artificial
Trecho de a da gravação

A base matemática fundamental para atuar em IA
Trecho de a da gravação
Sobre o conteúdo
O vídeo apresenta a atividade "Inteligência artificial: aplicações e desafios", realizada dentro do evento "Inteligência artificial e tecnologia para o Semiárido" no âmbito da Jornada de Atualização em Tecnologia da Informação (JATI) promovida pela Universidade Federal Rural de Pernambuco / Unidade Acadêmica de Serra Talhada (UAST). A abertura é conduzida pelo moderador Berg Oliveira, que contextualiza a realização remota do evento devido à pandemia de COVID-19, apresenta os objetivos acadêmicos da jornada e introduz os palestrantes convidados, os professores Carmelo Jose Albanez Bastos Filho e Bruno José Torres Fernandes, ambos da Universidade de Pernambuco (UPE).
A primeira exposição é realizada por Carmelo Bastos Filho, abordando a relação entre avanços tecnológicos e as transformações históricas no mercado de trabalho. Com exemplos da evolução da telefonia e estatísticas sobre empregos nos Estados Unidos, o palestrante desmistifica a ideia de que a tecnologia apenas extingue postos de trabalho, pontuando que ela fomenta novas funções que demandam criatividade, habilidades socioemocionais e domínio técnico. Em seguida, ele analisa a distinção entre inteligência artificial simbólica e inteligência computacional, detalhando pilares como neurocomputação, algoritmos evolucionários baseados na teoria de Darwin, inteligência de enxames e lógica fuzzy proposta por Lotfi Zadeh. São apresentados projetos práticos desenvolvidos na UPE, como automação de exames parasitológicos na startup Pickcells, detecção acústica de trincas em louças sanitárias e projeto de redes ópticas com a Padtec. Carmelo encerra alertando sobre limitações críticas, falta de interpretabilidade de modelos profundos e riscos éticos, incluindo discriminação algorítmica, deep fakes e armas autônomas letais.
Na sequência, Bruno Fernandes introduz conceitos essenciais de aprendizado de máquina, distinguindo inteligência artificial, aprendizado de máquina e aprendizado profundo (deep learning), além de correlacioná-los à ciência de dados. Ele explica os principais paradigmas de aprendizado supervisionado, não supervisionado, por reforço, ativo e lifelong machine learning, bem como tarefas clássicas de classificação, regressão e clusterização. O palestrante traça uma linha do tempo das redes neurais artificiais desde os anos 1950, passando pelo modelo do Perceptron, o algoritmo de retropropagação (backpropagation) popularizado nos anos 1980 e as convoluções de Yann LeCun, até a retomada com Geoffrey Hinton em 2006 e a consagração da AlexNet no desafio ImageNet em 2012. Bruno também expõe projetos de visão computacional da UPE, como reconstrução de mapas históricos a partir de imagens de satélite, detecção de trincas em fachadas e combate a incêndios por meio de drones, detecção de quedas de idosos, interfaces oculares assistivas e mineração preditiva de sentenças jurídicas.
A etapa final é dedicada à sessão de perguntas intermediada por Berg Oliveira. Os debatedores respondem a questões sobre o futuro das profissões, a automatização de tarefas repetitivas, o impacto de bolhas sociais e algoritmos de recomendação em plataformas digitais — fazendo referência ao documentário O Dilema das Redes e às reflexões de Yuval Noah Harari —, técnicas para mitigar o viés algorítmico e a necessidade de formação sólida em cálculo, álgebra linear, probabilidade e programação para quem deseja ingressar na área de ciência de dados e inteligência artificial.
O que é abordado
- Abertura e apresentação da mesa
- Palestra do Prof. Carmelo Bastos: Mercado e tecnologias habilitadoras
- Paradigmas da Inteligência Computacional e aplicações práticas
- Limitações, explicabilidade e desafios éticos da IA
- Palestra do Prof. Bruno Fernandes: Conceitos de Machine LearningTrecho de 1 min 41 s
- Desafios técnicos: Generalização, interpretabilidade e edge computing
- Histórico das Redes Neurais e ascensão do Deep Learning
- Pesquisas em Visão Computacional na UPE
- Sessão de perguntas: O futuro do trabalho e consciência artificial
- Perguntas: Viés algorítmico, explicabilidade e formação em IATrecho de 1 min 5 sTrecho de 2 min
- Considerações finais e encerramento
Dúvidas que o conteúdo responde
Qual é a diferença entre Inteligência Artificial e Inteligência Computacional abordada na palestra?
A Inteligência Artificial tradicional utiliza uma abordagem top-down baseada em regras lógicas programadas para imitar o comportamento humano racional. Já a Inteligência Computacional opera em modelo bottom-up, inspirado na natureza e em processos biológicos ou físicos, onde a interação de regras simples faz emergir a resolução de problemas complexos por meio de neurocomputação, algoritmos evolucionários, inteligência de enxames e lógica fuzzy.
Como o Deep Learning se diferencia dos métodos clássicos de reconhecimento de padrões?
Nos métodos clássicos, o fluxo de reconhecimento dependia obrigatoriamente de três etapas sequenciais: pré-processamento, engenharia/extração de características e classificação (com classificadores como SVM ou regressão logística). O deep learning elimina a necessidade da extração manual de características, pois suas múltiplas camadas convolucionais e profundas aprendem autonomamente desde padrões visuais de baixo nível até representações abstratas.
De onde surge o viés preconceituoso ou discriminatório em modelos de IA e como mitigá-lo?
O viés algorítmico geralmente reflete dados de treino coletados de forma enviesada da própria sociedade humana. Para tentar mitigá-lo, utilizam-se técnicas de análise do espaço de representação vetorial do modelo, validação por proposições lógicas para descorrelacionar estereótipos (como gênero ou raça em profissões) e cuidados rigorosos de amostragem na curadoria dos dados de treinamento.
Quais são as principais competências e fundamentos para quem deseja começar a trabalhar com Inteligência Artificial?
Recomenda-se domínio contínuo de lógica de programação, compreensão prática de matemática elementar (cálculo diferencial/integral e álgebra linear), estatística e probabilidade, conhecimento da língua inglesa e disposição contínua para aprendizado e atualização constante com frameworks modernos.
Assuntos
Palestrantes

Bruno José Torres Fernandes
Palestrante
possui graduação em Ciência da Computação pela Universidade Federal de Pernambuco (2007) com ênfase na área de Engenharia de Sofware e Inteligência Artificial. Também possui título de mestre (2009) e doutor (2013) em Ciência da Computação pela Universidade Federal de Pernambuco na área de Visão Computacional. Tem vasta experiência na área de Ciência da Computação prestando consultorias relacionadas principalmente as áreas de Visão Computacional e Engenharia de Software. Atualmente, é Professor Associado da Escola Politécnica da Universidade de Pernambuco, onde lidera o Grupo de…

Carmelo Jose Albanez Bastos Filho
Palestrante
É o diretor de ambientes de inovação e formação superior da secretaria de ciência, tecnologia e inovação de Pernambuco, professor associado do quadro efetivo da Escola Politécnica de Pernambuco, Universidade de Pernambuco (UPE), professor da graduação em Engenharia da Computação da UPE, membro permanente do Programa de Pós-Graduação em Engenharia da Computação da UPE, membro permanente do Programa de Pós-Graduação em Engenharia de Sistemas da UPE, membro permanente do Programa de Pós-Graduação em Engenharia de Elétrica da UFPE, colaborador do programa de pós-graduação em Ciência da…
Hidelberg Oliveira Albuquerque
Mediador(a)
Outros conteúdos deste evento
Gravados no evento JATI 2020
Tecnologia e inovação voltadas ao Semiárido
Gravado no evento JATI 2020
A mesa-redonda Tecnologia e inovação voltadas ao Semiárido discute modelos de inovação e fomento tecnológico no contexto regional. O professor Jorge da Silva Correia Neto aborda…
Ver resumo e capítulosEmpreendedorismo em sistemas de informação
Gravado no evento JATI 2020
Durante o quarto dia da Jornada de Atualização em Tecnologia da Informação (JATI), são apresentados dois artigos acadêmicos que abordam as repercussões éticas da cibercultura e…
Ver resumo e capítulosFormação e mercado de trabalho em Sistemas de Informação
Gravado no evento JATI 2020
A atividade apresenta a palestra 'Formação e mercado de trabalho em Sistemas de Informação', ministrada por Rodrigo Pereira dos Santos no evento 'Inteligência artificial e…
Ver resumo e capítulosSolenidade de Abertura
Gravado no evento JATI 2020
A solenidade marca a abertura oficial da VI Jornada de Atualização em Tecnologia da Informação (JATI 2020) da UAST/UFRPE sob o tema Inovação e Tecnologia no Sertão. O evento…
Ver resumo e capítulos


