Pular para o conteúdo
Even3

Palestra

Palestra - "Será que é possível prever o futuro?"

Gravado no evento IV Porteirinha Techday · 1 h 9 min de gravação

Sobre o conteúdo

A transmissão traz a palestra intitulada "Será que é possível prever o futuro?", apresentada no evento IV Porteirinha Techday. A abertura é conduzida pelo mediador, que passa a palavra ao professor e pesquisador Petrônio Cândido de Lima e Silva. O palestrante inicia apresentando sua trajetória acadêmica na área de inteligência artificial e sua atuação como docente no IFNMG e líder do grupo de pesquisa CIDIC, destacando as parcerias interinstitucionais e a crescente demanda por profissionais qualificados em ciência de dados.

O que é abordado

  1. Abertura e apresentação pessoal
  2. Fenômenos dinâmicos, complexos e estocásticos
  3. Exemplo prático: previsão do tempo
  4. Epidemiologia e as projeções na COVID-19
  5. Probabilidades esportivas: Copa do Mundo de 2018
  6. Todos os modelos estão errados: o aforismo de George Box
  7. A incerteza e o método científico
  8. Distribuições de probabilidade e eventos de cauda
  9. Treinamento, inferência e parâmetros de modelos
  10. Modelos de caixa branca: árvores de decisão e redes bayesianas
  11. Da regressão linear às redes neurais profundas
  12. Conclusão: é possível prever o futuro? e encerramento

Dúvidas que o conteúdo responde

É possível prever o futuro com certeza segundo a ciência?

Não. O palestrante explica que a ciência não prevê o futuro nem faz adivinhação com certeza determinística; o que os modelos preditivos realizam é a estimação do valor mais provável (o sinal ou média) acompanhado de uma margem de erro, desvio padrão e probabilidade de ocorrência (ruído).

O que significa a famosa frase de George E. P. Box citada na palestra?

A frase 'Todos os modelos estão errados, mas alguns são úteis' significa que qualquer modelo matemático é uma representação simplificada e aproximada da realidade física. Embora nenhum modelo capte a complexidade total dos fenômenos, muitos têm erros suficientemente pequenos para serem de grande utilidade prática.

Qual a diferença entre modelos de predição de caixa branca e de caixa preta?

Modelos de caixa branca, como árvores de decisão e regras 'se-então', possuem estrutura e parâmetros facilmente compreensíveis e interpretáveis por seres humanos, sendo adequados para auditoria. Modelos de caixa preta, como redes neurais artificiais profundas, realizam mapeamentos altamente complexos cujos parâmetros internos não são facilmente interpretáveis, apesar de frequentemente obterem alta precisão.

Por que a projeção de óbitos por COVID-19 mencionada não estava incorreta?

A projeção apresentada no início da pandemia era condicional ao cenário em que nenhuma medida restritiva fosse implementada caso 70% da população contraísse a doença. Como medidas de distanciamento, quarentenas e uso de máscaras foram adotadas, o cenário pessimista foi evitado, demonstrando a diferença entre uma projeção científica de cenários e uma profecia invariável.

Assuntos

  • inteligência artificial
  • ciência de dados
  • previsão
  • redes neurais
  • estatística
  • machine learning
  • modelagem preditiva
  • Porteirinha Techday

Palestrantes

  • Petrônio Cândido de Lima e Silva

    Palestrante

Outros conteúdos deste evento

Gravados no evento IV Porteirinha Techday