Três tipos de machine learning

Conheça os três tipos mais comuns de machine learning ou aprendizagem de máquina:

  1. Aprendizagem Supervisionada: neste caso, o sistema recebe não apenas dados para operar, mas dados já classificados de uma determinada maneira. O sistema recebe também esses rótulos e precisa, então, encaixar os dados neles. É se fosse um quebra-cabeças. Quando a gente tenta acessar um site e ele, por segurança, pede para marcarmos todas as imagens em que aparecem montanhas, por exemplo, estamos diante de um sistema assim. Também é o caso da classificação de e-mails como #spam: cria-se um conjunto de e-mails que são spams e treina-se o sistema para identificar quais são as características mais comuns nele; ele poderá então classificar e-mails nunca vistos como spam a partir desses elementos identificados em outros e-mails.
  2. Aprendizagem Não Supervisionada: neste tipo, o sistema não tem as classes previamente definidas. Ele precisa criar os rótulos para os dados. Para isso, o próprio sistema deve identificar padrões no big data. Por exemplo, utiliza-se esse tipo de machine learning para inferir padrões de consumo nas pessoas e depois lhes oferecer produtos e serviços de acordo com o comportamento e as preferências demonstrados.
  3. Aprendizagem por Reforço: o sistema tentará usar os dados que recebe para gerar modelos, na base da tentativa e do erro. Depois, será punido ou recompensado de acordo com aquilo que conseguir “fazer”. Este tipo é muito comum na robótica e nos games. É o tipo usado no AlphaGo.

Leia também: O que é machine learning

O que é machine learning?

Machine learning ou aprendizagem de máquina é um tipo de inteligência artificial.  É uma tecnologia que está por trás das redes sociais, dos sites em que navegamos, dos aplicativos, dos sistemas digitais de bancos, sistemas de saúde, sites de compras etc. Os sistemas de machine learning são desenvolvidos para desempenhar determinadas atividades e funções. Os algoritmos funcionam, então, como “receitas” que esses sistemas seguem para conseguirem desempenhar essas atividades.

Mas, então, por que a palavra “aprendizagem”? Bem, assume-se que esses sistemas aprendem porque eles se baseiam em dados que coletaram para fazer previsões. Trata-se de uma concepção de aprendizagem que tem como base a estatística. Os nossos dados, usados por esses sistemas para fazerem essas previsões, são chamados de “big data” porque constituem enormes massas de dados. Quanto mais dados e mais diversificados eles forem, mais combinações diferentes esses sistemas podem fazer.

Um sistema de machine learning pode, por exemplo, identificar pessoas a partir de fotos dela. Pode classificar um determinado tipo de e-mail como SPAM por conta de características de outros e-mails que foram classificados pelos usuários como SPAM anteriormente. Pode identificar padrões em dados sobre a saúde de uma pessoa e apontar alguma tendência nesse sentido.

Conheça os três tipos mais comuns de machine learning

Pós-Graduação em Marketing Digital fica “datada”?

Concluí uma pós-graduação lato sensu (tipo MBA) em Marketing Digital em 2008. À vezes me perguntam se a pós não ficou “datada”, uma vez que os processos relativos ao mundo digital mudam rapidamente. Não, a pós não ficou datada, porque eu aprendi sobre a lógica de muitos processos, e essa lógica está valendo.

Por exemplo, as boas práticas de arquitetura de informação: a gente aprende, observa, põe em prática – como fiz com projetos como o do Acervo O GLOBO (2010 a 2014), a intranet da Oi (2014 a 2016) e venho fazendo mais recentemente com trilhas de aprendizagem online, por exemplo. Os recursos mudam, as ferramentas e plataformas se diversificam, mas os pressupostos se mantêm.

Outro exemplo: a lógica dos links patrocinados/das mídias pagas versus o SEO orgânico; boa parte dessa lógica vem de quando ainda trabalhava com Yahoo!, antes de trabalhar com Google AdSense… e usava Statcounter e não Google Analytics!

O que se preconiza como bons resultados para a navegação de um site pode mudar, de acordo com os KPIs (Key Performance Indicators) estabelecidos para cada projeto/empresa – por exemplo, o tempo que um usuário passa, em média, navegando num site: pode ser desejável que passe horas e horas, se for um site de e-commerce, ou que passe ‘voando’ pelas páginas, se for um site com informações sobre atendimentos médicos urgentes. No segundo caso, o sucesso está em levar informação rápida ao usuário para salvar vidas, enquanto no primeiro a ideia é tornar a experiência agradável, sem pressa e mostrando o máximo de opções possíveis. Aplica-se então o que se sabe sobre as boas práticas a cada caso específico, e avalia-se as métricas para ver se o empenho resultou como desejado. E por aí vai.

A lógica vale para SEO, Arquitetura da Informação, acessibilidade, user experience, CRM, webwriting etc.

Acho importante, porém, o seguinte: a lógica geral da comunicação pode não ter mudado muito, porque os paradigmas sobre os quais a Web se apoia estão mantidos. Mas… agora temos a dimensão do machine learning e do big data. São muitas e profundas camadas de dados que temos que tratar e gerir. Claro, nem todos os sistemas, sites, apps estão neste momento alavancados por #machinelearning. Mas as redes sociais e os sites de busca estão, e isso mexe com os sites e apps que se encontram inseridos nesse contexto maior. Afeta os caminhos que são feitos para se chegar a eles; afinal, os algoritmos “decidem” (com muitas aspas) muita coisa por nós.

Comunicação de Ciência: onde começa?

Estou fazendo um curso na Universidade de Coimbra sobre comunicação de ciência para audiências não especializadas. Está sendo uma experiência excelente!

Eu acredito que a preocupação com essa comunicação começa no momento em que nós estamos escrevendo as nossas teses, dissertações e os nossos artigos.

Mesmo que nossas teses, dissertações e artigos sejam peças mais “duras”, com uma estrutura mais rígida, e que possivelmente não alcancem um público leigo, podemos escrevê-las e estruturá-las de uma maneira que de fato comunique as nossas descobertas (um bom revisor, aliás, pode ajudar e muito nisso! Recomendo demais o trabalho de meu pai, Sebastiao Jose Leporace Jr). Podemos adotar uma linguagem mais leve, direta e objetiva.

Para nos ajudar a comunicar bem o que estamos fazendo, podemos também participar de eventos que quebram a rotina dos congressos acadêmicos. Aqui em #portugal, onde estou fazendo doutorado sanduíche, vale a pena acompanhar a http://scicom.pt/, por exemplo. E há muitas outras iniciativas, como:

3 MINUTE THESIS – https://www.uc.pt/3mt/

Ciência Viva Portugal – https://www.cienciaviva.pt/

STOL – Science Through Our Lives – https://stolscience.com/

Science Communication Open lab – Univ do Porto – http://mil.up.pt/scol/

Scientificus – https://scientificusblogpt.wordpress.com/

https://stolscience.com/

Audrey Watters: ‘não são as tecnologias os vetores das mudanças, mas as pessoas’

Tive o prazer de ouvir Audrey Watters falar hoje na conferência Digital Education Governance Beyond International Comparative Assessments – complex histories, contested presents, and contingent futures, promovida pelo Centre for Research in Digital Education, da Universidade de Edimburgo, no Reino Unido.

Audrey escreveu um livro sobre os antecedentes das “máquinas de ensinar” que existem atualmente: “Teaching Machines”, lançado em 2021 pela MIT Press. Ela escolheu falar sobre o passado para nos fazer refletir sobre o futuro.

Teaching Machines

Como Watters comentou, para compreender as tecnologias e a nossa relação com elas é preciso olhar para a história, para o passado, não apenas para o futuro. Ao motivar-se para escrever esse livro, ela estava interessada em saber como chegamos até aqui. Sentia-se incomodada com a falsa sensação de que “de repente a tecnologia educacional surgiu”, como se fosse “do nada”. Não podemos desconectar o passado do que o futuro é e de como o futuro será.

“I see behaviorism everywhere”, Watters disse se referindo ao filme “O Sexto Sentido”. B. F. Skinner é muito atual quando se trata de como concebemos a aprendizagem ainda hoje. A ideia de que se deve recompensar os estudantes imediatamente ela aprendizagem “bem sucedida” continua atualizada, e tem tudo a ver com o behaviorismo. Ainda somos fortemente orientados a esse processo de recompensa. Basta olhar ara o nosso comportamento online, evidente na dependência tecnológica que temos desenvolvido. Quando rolamos a tela do celular ávidos pela próxima informação ou aguardamos ansiosamente por novas mensagens, o que queremos, de certo modo, é ser recompensados.

“Não vejo a tecnologia como os vetores das mudanças, mas as pessoas”, disse Audrey. Concordo super com ela.

Breve ideia que me deixou feliz… e então compartilho!

Tive o prazer de participar do XI Curso de Verão promovido pelo INCOg, da PUC-Rio, apresentando ideias da mente estendida. Sempre ficava incomodada com as referências bibliográficas apertadinhas em letras miúdas ao final da apresentação e que não facilitavam em nada para quem quisesse se aprofundar.

Desta vez, resolvi então inovar: fiz um post no meu blog contendo todas as referências, inclusive livros e imagens usados ou mencionados na apresentação, e gerei um QR Code e um link rápido para ele.

Quem não assistiu mas tem interesse, pode dar uma olhadinha se quiser. Aqui está o post.

Fiquei feliz de ter tido essa ideia, achei uma boa solução que pretendo adotar daqui por diante. Ah, e não foi do nada: eu tive essa ideia quando circulei por uma exposição esta semana em que o artista (Jens Müller, que está expondo aqui em Coimbra no Centro Cultural Penedo da Saudade; veja o Insta dele) colocou nas paredes do centro cultural o QR Code levando para o Instagram dele. Nada se cria, tudo se recria, e isso está totalmente alinhado com a tese de Andy Clark. Nossa cognição se forma em camadas, aproveitamos tudo que está no entorno para avançar de “nível” cognitivo.

A Mente Estendida: Esboços do Mundo

Este post é um complemento à aula que dei no XI Curso de Verão do INCOg/PUC-Rio sobre a Tese da Mente Estendida. Coloquei aqui os links, imagens, vídeos e inspirações que usei na apresentação, para que ficassem disponíveis para quem deseja saber mais.

A aula está disponível no vídeo a seguir.

O que vemos quando olhamos para uma obra de arte, um quadro, uma pintura, é o resultado de muitas tentativas e erros, trabalhos e retrabalhos. Esboços. Rascunhos. E, mesmo depois dos rascunhos, a obra de arte em si é constituída a partir de muitas camadas.

A tese da mente estendida desenvolvida por Andy Clark nos convida a ter essa perspectiva da mente e da cognição humana, como se estivéssemos sempre fazendo um processo de tentativa e erro para entender o mundo e as coisas que acontecem com a gente e em torno de nós. A abordagem nos leva a entender a formação da mente humana em camadas, que vamos adicionando na medida em que experimentamos as mais diversas atividades de estar no mundo e de conhecer o meio.

Abaixo há uma série de referências e vídeos para quem deseja saber mais sobre a tese e descobrir como a atividade mental humana é mais ativa, fluida e imaginativa do que talvez pudéssemos conceber:

  1. No livro DESEDUCANDO A EDUCAÇÃO: MENTES, MATERIALIDADES E METÁFORAS, lançado por um grupo de professores do Departamento de Educação da PUC-Rio (prof. Ralph Bannell, Mylene Mizrahi e Giselle Ferreira) em 2021, há um capítulo que se chama Para além do cérebro nu. Trata-se da tradução do capítulo 8 do livro Mindware, de Andy Clark. Este capítulo é fundamental para compreender mais sobre as ideias que apresentei no Curso de Verão do INCOg (em breve posto o vídeo da apresentação aqui);
O livro pode ser baixado gratuitamente no site da
Editora PUC-Rio
http://www.editora.puc-rio.br/

2. A artista que aparece pintando, e cujas imagens usei para ilustrar a questão das camadas na pintura, é canadense e se chama Lori Mirabelli. Assista a este vídeo completo dela e ouça as explicações sobre as camadas; mesmo para quem nao é artista, é o maior barato acompanhá-la mostrando esse processo interessantíssimo:

3. O livro cuja capa aparece no quarto slide é o “Oxford Handbook of 4E Cognition”, editado por Albert Newen, Leon De Bruin e Shaun Gallagher; saiba mais sobre a publicação aqui.

The Oxford Handbook of 4E Cognition

4. O livro em que Andy Clark aprofunda a questão das previsões cerebrais e como elas se acomodam com sua teoria da mente estendida se chama Surfing Uncertainty – Prediction, Action and the Embodied Mind e você pode saber mais sobre ele aqui.

5. Abaixo está o vídeo completo sobre as previsões cerebrais, cujos trechos apresentei na minha aula. O vídeo é ótimo, o único inconveniente é que não tem legendas em português (e nem mesmo em inglês). Mas vale a pena assistir – e você pode usar o recurso de abrir a transcrição do vídeo e depois traduzi-la num tradutor online, se precisar. A aula do vídeo é dada por Anil Kumar Seth, professor britânico de Neurociência Cognitiva e Computacional na Universidade de Sussex.

6. O desenho de Otto e Inga, reproduzido abaixo, foi feito por Helen de Cruz, filósofa e artista, e faz parte de uma série de ilustrações que ela fez para tentar materializar visualmente experiências filosóficas. Esses desenhos incríveis podem ser vistos neste link aqui.

7. A imagem abaixo, que achei poderosa para ilustrar a ideia de andaimes introduzida por Clark para abordar as extensões da mente, está numa matéria da Scientific America apropriadamente intitulada How Room Designs Affect Your Work and Mood.

8. A imagem do post, lá em cima, e que abre a apresentação, eu achei aqui

9. A apresentação em Power Point está disponível aqui

10. Referências Bibliográficas da apresentação/aula:

CLARK, A.; CHALMERS, D. The extended mind. Analysis, 58 (1), p. 7-19, 1998.

CLARK, A. Para além do cérebro nu. In Bannell, R. I., Mizrahi, M., Martins dos Santos Ferreira, G. (Orgs.) (Des)educando a educação: Mentes, Materialidades e Metáforas. Tradução de Camila De Paoli Leporace. Rio de Janeiro: PUC-Rio, 2021.

CLARK, A. Being there: putting brain, body, and world together again. Cambridge, MA: MIT Press, 1998.

_________. Natural-Born Cyborgs. Minds, Technologies and the Future of Human Intelligence, New York: Oxford University Press, 2003.

_________. Supersizing the mind: embodiment, action, and cognitive extension. Oxford: Oxford University Press, 2011.

_________. A. Mindware. Cambridge: MIT Press, 2014.

DELLERMANN, D., EBELl, P., SÖLLNER, M., & LEIMEISTER, J. M. (2019). Hybrid Intelligence. Business and Information Systems Engineering, 61(5), 637–643. https://doi.org/10.1007/s12599-019-00595-2

GALLAHER, S. Philosophical Antecedents of Situated Cognition. In: ROBBINS, Philip, e AYDEDE, Murat. The Cambridge Handbook of Situated Cognition. Cambridge University Press, 2009.

NEWEN, A,; DE BRUIN, L.; GALLAGHER, S. The Oxford Handbook of 4Es Cognition. New York: Oxford University Press, 2018.

ROBBINS, P., e AYDEDE, M. The Cambridge Handbook of Situated Cognition. Cambridge University Press, 2009).

RUPERT, R. Cognitive Systems and the Extended Mind. New York: Oxford University Press, 2009.

SOEKADAR, S., CHANDLER, J., IENCA, M., & BUBLITZ, C. (2021). On The Verge of the Hybrid Mind. Morals & Machines, 1(1), 32–45. https://doi.org/10.5771/2747-5182-2021-1-32.

XI Curso de Verão em Neurociência Comportamental INCOg PUC-Rio / Fevereiro de 2022

Assim como nas edições anteriores, serão abordados diversos tópicos na área de Neurociência Comportamental com abordagem prática e metodologia hands on, promovendo, assim, aulas dinâmicas e acessíveis a interessados de todas as áreas do conhecimento.

Esta edição, excepcionalmente, acontecerá de forma virtual. A plataforma Zoom será o meio de transmissão. Haverá palestras e mesas-redondas de profissionais, pesquisadores, e professores de diferentes universidades do Brasil.

Esta é uma iniciativa do INCog – Grupo de Pesquisa Interdisciplinar em Neurociências e Cognição da PUC-Rio.

Inscrições: http://incog.com.br/xi-curso/100-xi-curso/138-incricoes

Programação: http://incog.com.br/xi-curso/100-xi-curso/137-programacao
Para mais informações: incog@puc-rio.br.

Interesting Conferences & Seminars

Symposium on The Mind-Technology Problem

October 21 & 22 2021

Organizers: Klaus Gärtner, Robert W. Clowes

Speakers: Catarina Dutilh Novaes, J. Adam Carter, Manuel Curado, Ron Chrisley, Steven Fuller, Vincent Müller, Paul Smart among others

We are living through a new phase in human development where much of everyday life – at least in the most technologically developed parts of the world – has come to depend upon our interaction with “smart” artefacts. Alongside this increasing adoption and ever-deepening reliance on intelligent machines, important changes have been taking place, often in the background, as to how we think of ourselves and how we conceptualize our relationship with technology. As we design, create and learn to live with a new order of artefacts which exhibit behavior that, were it to be carried out by human beings would be seen as intelligent, the ways in which we conceptualize intelligence, minds, reasoning and related notions such as self and agency are undergoing profound shifts. Indeed, it is possible to argue that the basic background assumptions informing, and the underlying conceptual scheme structuring our reasoning about minds has recently been transformed. This shift has changed the nature and quality of both our folk understanding of mind, our scientific psychology, and the philosophical problems that the interaction of these realms produce.
These new conceptualizations – sometimes implicit, sometimes explicit – about the nature of mind and its relationships to the artefacts we build has given rise to a new constellation of basic philosophical problems about the very nature of mind. This constellation we call, The Mind-Technology Problem. The mind-technology problem should be understood as the successor to the mind-body problem, engaging with the mind in a digital era. Distinctive questions include: What properties of mind may be enabled, transformed or extended by technology? What properties of mind may be diminished, outsourced or curtailed? Is human agency being primarily constrained or enabled by our encounter with 21st Century technology and especially by our interaction with AI? How might the nature of human agency, memory, knowledge, responsibility, and consciousness be changed through this interaction? These can all be viewed as problems of where our minds stop, and our artefacts begin. Deciding the limits of mind seem to recast the nature of the other philosophical problems around it.

Programa

21 de Outubro, Quinta-feira

09:30 – 10:00 Registration
10:00 – 10:20 Robert Clowes – Intro: Why the Mind Technology Problem? Why Now?
10:20 – 11:30 Steven Fuller – Humans 2.0 and tMTP (Final Title TBC)
11:30 – 11:50 COFFEE BREAK
11:50 – 13:00 Catarina Dutilh Novaes [online] – Attention and Trust in Online Argumention.
13:00 – 14:30 ALMOÇO
14.30 – 15:40 Manuel Curado – The Mind-Technology Problem in the Context of Evolutionary Psychology: The Challenge of on demand Mind Designs
15:40 – 16:00 COFFEE BREAK
16:00 – 17:10 Ron Chrisley – “I contain multitudes”: Can minds nest?

22 de Outubro, Sexta-feira

09:30 – 11:00 Vincent Müller – Epistemology, AI and Human Minds (Final Title TBC)
11:00 – 11:30 COFFEE BREAK
11:30 – 13:00 J. Adam Carter [online] – “Digital knowledge and the norms of AI delegation (or: leave it all to the machines?)” 
13:00 – 14:30 ALMOÇO
14:30 – 15:30 Steven Gouveia – Minds, Persons and the Mind-Uploading Hypothesis
15:30 – 16:00 COFFEE BREAK
16:00 – 17:00 Paul Smart [online] – Minding Society: Social Machines, Predictive Processing, and the Cognitive Incorporation of Humanity
17:00 – 17:30 Robert W. Clowes (chairing) – Closing discussion: The Future(s) of the tMTP

Informações
O simpósio será realizado em formato híbrido: presencialmente, no Anfiteatro da FCiências.ID, e online, via Zoom. A participação é gratúita, mas carece de incrição.

Inscrição
https://forms.gle/GvaUvvvQ9WsLLX3t9

Morada do Anfiteatro da FCiências.ID
Faculdade de Ciências da Universidade de Lisboa
Edifício C1, Piso 3
Campo Grande, Lisboa

Contacto
robert.clowes@gmail.com e klga@gmx.de

After Disenchantment: Science, Education, and la Vita Activa

(Aula inaugural CES – Universidade de Coimbra / PRESENCIAL)

October 22 2021

Speaker: Sheila Jasanoff (Harvard University)


Since the early twentieth century, philosophers and sociologists of technology have bemoaned the power of science and technology to empty our world of meaning: through devices such as rationalization, standardization, massification, and routine. Humans are seen as subjugated to machineries of production, and deprived of voice and agency, so that innovation suffers and democracy itself is in deficit. I will argue to the contrary that the turn of the twentieth century brought enormous gains in our capacity to reflect on what it means to be citizens of scientific and technological societies. Drawing on concepts such as co-production, constitutionalism, and sociotechnical imaginaries, I will show how this rise in social reflexivity has equipped us to rethink the politics of science and technology. I will use illustrations from work in science and technology studies (STS) on environment, biotechnology, and AI to show how advances in theories of science and technology in society open up new vistas for social creativity and political action.

Sheila Jasanoff is Pforzheimer Professor of Science and Technology Studies at the John F. Kennedy School of Government at Harvard University. She is affiliated with the Department of the History of Science and Harvard Law School. Previously, she was Professor of Science Policy and Law at Cornell University and founding chair of Cornell’s Department of Science and Technology Studies. At Harvard, she founded and directs the Kennedy School’s Program on Science, Technology and Society (STS). In 2002, she founded the Science and Democracy Network, an international community of STS scholars dedicated to improving scholarly understanding of the relationships among science, technology, law, and political power.

Jasanoff has been a pioneer in building the field of Science and Technology studies (STS). Through her many administrative, pedagogical, and editorial roles, she has helped define the field for a generation of younger scholars in STS. Her works on law and science, risk management, the comparative politics of regulation, and science in environmental decisionmaking count as basic texts on those topics

Self-Consciousness and Social Interactions in Humans and Artificial Agents

October 26 2021

Speaker: Anna Ciaunica (CFCUL/GI2).

In this talk I will provide an overview of my previous work on the bodily roots of conscious experiences throughout the lifespan. I will then briefly look at alterations of self-awareness in depersonalisation, a condition that makes people feel detached from one’s self, body and the world. I will present some recent findings from our group regarding the relationship between depersonalisation and the bodily self. I will conclude by presenting my ongoing projects and experiments that will test these ideas empirically in humans and artificial agents.

Transmissão em direto via Zoom (password: 553547).

Cartaz do evento

4º CONGRESSO INTERNACIONAL DA SOCIEDADE PORTUGUESA DE FILOSOFIA

Nesta sexta dia 10 vou apresentar ideias relacionadas a minha pesquisa no 4º CONGRESSO INTERNACIONAL DA SOCIEDADE PORTUGUESA DE FILOSOFIA, promovido pela Universidade do Minho. O evento começa na 5a feira, dia 9. O programa completo está neste link.