Entre 20 e 24 de outubro, foi realizada na Faculdade de Ciências Exatas e Naturais da Universidade de Buenos Aires (UBA) a primeira Escola de Deep Learning, área que utiliza redes neurais multicamadas para a criação de aplicações e produtos de inteligência artificial (IA). Esta área tem tido um crescimento exponencial nos últimos anos, razão pela qual foi realizada esta primeira escola ministrada em espanhol, fruto do grande interesse da comunidade investigadora na América Latina.

O evento teve como objetivo formar e atualizar as comunidades estudantis e de investigadores sobre os principais problemas e métodos de vanguarda, tais como avaliação de sistemas de machine learning, processamento de linguagem natural e grandes modelos de linguagem, equidade e ética em métodos de inteligência artificial, processamento de sinais biomédicos, resolução de problemas inversos com métodos de aprendizagem supervisionada e não supervisionada, e métodos de quantificação da incerteza.

O curso recebeu cerca de 800 candidatos, dos quais mais de 200 foram selecionados, e contou com o patrocínio de instituições de alto prestígio, como o Instituto Nacional de Investigação em Informática e Automática da França (INRIA), a Apple e o Centro Internacional de Ciências Matemáticas de Edimburgo, entre outros.

Em representação da CopernicusLAC Chile, estiveram presentes Camila Gómez, especialista em Percepção Remota no serviço de Cobertura e Uso do Solo (CUS), Francisca Gutiérrez, especialista em Percepção Remota no serviço Atlas Urbano (AU), e Gabriela Jerez, engenheira em Inteligência Artificial; que apresentaram os avanços do Centro em relação aos serviços oferecidos, compartilhando as metodologias aplicadas aos serviços publicados e também as experiências de aplicação de IA a dados de satélite, fortalecendo redes de colaboração com especialistas e investigadores da região.

Esta experiência permitiu compreender mais profundamente como o conhecimento técnico sobre as especificações e capacidades do hardware — particularmente a unidade de processamento gráfico (GPU) e os ambientes de computação distribuída — influencia diretamente a otimização e o desempenho dos modelos de aprendizagem profunda. Gabriela Jerez explica que “a ideia visa consolidar um trabalho colaborativo entre as áreas de infraestrutura tecnológica e pesquisa aplicada, de modo que as soluções de inteligência artificial sejam desenvolvidas considerando tanto a arquitetura computacional quanto os requisitos científicos. Isso permite maior eficiência, reprodutibilidade e escalabilidade nos processos de modelagem”.

Um conceito discutido na Escola de Deep Learning é o de «alucinações», que correspondem a resultados gerados por um modelo que não se baseiam em evidências reais dentro dos dados de treino, ou seja, inferências que o modelo «imagina» sem suporte empírico. «Na CopernicusLAC Chile, os nossos modelos para a geração de mapas de Cobertura e Uso do Solo e Atlas Urbano são concebidos para evitar este tipo de erros através da utilização de limiares de confiança rigorosos nas probabilidades (posteriores) obtidas durante a classificação. Isto significa que o sistema só considera válidos os píxeis cuja previsão apresenta alta confiabilidade estatística. Em outras palavras, o modelo não inventa informações: se os dados não existem ou não atendem ao padrão de certeza, eles não são incluídos no resultado final”, explica Camila Gómez.

A Escola contou com várias palestras, entre as quais Francisca Gutierrez destaca a de Victoria Peterson sobre “Otimização para aprendizagem automática”. “A apresentação abordou estratégias avançadas de otimização em modelos de deep learning, com foco no ajuste de parâmetros para melhorar a eficiência computacional sem sacrificar a precisão dos modelos. Esse tipo de abordagem é aplicável aos modelos que usamos para os serviços da CopernicusLAC Chile”, comenta a especialista em Percepção Remota no serviço Atlas Urbano (AU).

As representantes da CopernicusLAC Chile, Camila, Francisca e Gabriela, concluem que a participação em eventos internacionais na região é fundamental não só para divulgar o trabalho realizado pela CopernicusLAC Chile, mas também para se nutrir do conhecimento e das experiências de outras comunidades científicas. «Espaços como este fortalecem a colaboração entre países latino-americanos, promovem o intercâmbio de práticas e metodologias e permitem que a equipa incorpore inovações tecnológicas que potencializam o desenvolvimento de capacidades locais em observação da Terra e inteligência artificial aplicada», reflete Gutiérrez.