Tecnologia Científica

O curso de engenharia ensina os alunos a aproveitar o poder da IA para o bem
O cientista da computaa§a£o Mathias Unberath ensina os fundamentos da inteligaªncia artificial e abordagens anãticas para usar a poderosa tecnologia
Por Catherine Graham - 24/01/2021


Getty Images

A inteligaªncia artificial éusada para resolver problemas difa­ceis, como a triagem de pacientes COVID-19 em hospitais ou para ajudar a pola­cia a identificar os participantes da insurreição de 6 de janeiro no Capita³lio dos Estados Unidos. Mas a IA também permitiu a proliferação de "deepfakes", va­deos manipulados e outras ma­dias criadas por algoritmos de IA que costumam ser usados ​​para espalhar desinformação online.

Em Machine Learning: Deep Learning, um curso da Johns Hopkins oferecido no outono passado pelo professor assistente de ciência da computação Mathias Unberath , alunos de graduação e pós-graduação aceitaram o desafio de construir sistemas de IA do zero com o objetivo de resolver problemas contempora¢neos. O curso, que ensina os alunos a projetar, usar e pensar sobre sistemas de IA, também estãosendo oferecido nesta primavera, e mais de 100 alunos já se inscreveram atéagora.

A aula expaµe os alunos aos conceitos ba¡sicos de aprendizagem profunda emergentes em áreas como visão computacional, processamento de linguagem e saúde, diz Unberath, que leciona o curso nos últimos três anos.

"Avana§os recentes em redes neurais profundas tiveram um impacto abrangente no campo da inteligaªncia artificial", diz Unberath. "Os alunos de Hopkins certamente desempenhara£o um papel importante na formação dessa tecnologia no futuro. Queremos fornecer aos alunos as habilidades e estruturas conceituais certas para serem designers conscienciosos de tecnologias baseadas em IA, e épor isso que, além de conteaºdo puramente tanãcnico —Inclua­mos palestras sobre design centrado no ser humano, preconceito algora­tmico e considerações anãticas. "

Recentemente, mais de 90 alunos e professores participaram da vitrine virtual do curso, na qual 22 equipes de alunos compartilharam seus projetos finais. Apa³s as apresentações, a Intuitive Surgical, uma empresa lider em roba³tica cirúrgica, premiou duas equipes com o praªmio de melhor projeto com um praªmio em dinheiro. Abaixo estãoalguns dos projetos que chamaram a atenção dos jurados.

Deep Fakes for Good

Embora popularizada pela ma­dia social e aplicativos de troca de rosto, a tecnologia deepfake tem muitos usos positivos para arte, educação e atémesmo saúde. Por exemplo, a sa­ntese de fala falsa profunda pode beneficiar pacientes que perderam a capacidade de falar, como pacientes com sa­ndrome de encarceramento causada por esclerose lateral amiotra³fica (ELA). Esses pacientes a s vezes contam com interfaces de fala cérebro-computador para se comunicar, nas quais redes neurais profundas, ou DNNs, traduzem a atividade cerebral em fala e geram uma voz genanãrica.

"QUEREMOS FORNECER AOS ALUNOS AS HABILIDADES E ESTRUTURAS CONCEITUAIS CERTAS PARA SEREM DESIGNERS CONSCIENCIOSOS DE TECNOLOGIAS BASEADAS EM IA, E a‰ POR ISSO QUE, ALa‰M DO CONTEašDO PURAMENTE Ta‰CNICO, INCLUaMOS PALESTRAS SOBRE DESIGN CENTRADO NO SER HUMANO, VIa‰S ALGORaTMICO E CONSIDERAa‡a•ES a‰TICAS. "

Mathias Unberath
Professor assistente de ciência da computação

Atravanãs do uso de técnicas deepfake, um modelo pode ser treinado para gerar uma "voz" personalizada semelhante a  humana, diz Steve Luo, um estudante de doutorado em engenharia biomédica que pesquisa estratanãgias de comunicação para a sa­ndrome do encarceramento. Com esse problema em mente, Luo e os alunos de pós-graduação em roba³tica Jessica Soong e Cindy Huang construa­ram um sistema de conversão de texto em fala usando redes neurais convolucionais profundas.

"Este problema édesafiador devido a  quantidade limitada de dados de treinamento. Nos casos em que um paciente já perdeu a voz, as amostras de voz simplesmente não estãodisponí­veis ou não são de boa qualidade", diz Soong.

Eles treinaram o modelo usando dois conjuntos de dados: amostras de voz publicamente disponí­veis de 24 alto-falantes e um conjunto de dados personalizado de amostras de voz de Unberath, retiradas das palestras do curso pré-gravadas. Na apresentação final, a equipe demonstrou que o sistema pode gerar com sucesso vozes deepfake que soam muito como a pessoa real - incluindo seu pra³prio professor, mesmo com dados de treinamento limitados.

Detecção e classificação de ma¡scara facial

Ma¡scaras e distanciamento social tem se mostrado manãtodos eficazes para diminuir a disseminação de COVID-19. A necessidade de encorajar as pessoas a cumprir tais medidas de saúde pública émais premente do que nunca, já que o mundo ultrapassa 2 milhões de mortes relacionadas ao coronava­rus.

Para seu projeto, John Morkos, Andy Ding e Zach Murphy - todos estudantes de medicina de Hopkins interessados ​​em tecnologia de saúde - criaram um algoritmo para avaliar automaticamente o uso de ma¡scara a partir de imagens. A equipe utilizou o conjunto de dados Kaggle Face Mask Detection, compreendendo 853 imagens diferentes de pessoas usando, não usando ou usando máscaras incorretamente. Usando técnicas de visão por computador de aprendizado profundo, a equipe implementou um modelo de detecção de objetos para identificar rostos nessas imagens e classificar o uso da ma¡scara de acordo.

O modelo demonstrou resultados promissores para a identificação de faces corretamente mascaradas e não mascaradas; no entanto, a equipe descobriu que a detecção de máscaras incorretas exigia imagens mais detalhadas, porque o modelo também deve detectar caracteri­sticas distintas do rosto, como o nariz, em relação a  ma¡scara. Mas, com mais imagens, dizem eles, o modelo pode ser útil para monitorar o uso da ma¡scara em tempo real.

"Todos nosvimos pessoas em lojas de varejo examinando clientes em busca de ma¡scaras, e isso nos inspirou a prosseguir com este projeto. Um sistema de visão automatizado como o nosso tornaria mais fa¡cil fazer a triagem de conformidade de ma¡scara em esta¡dios, aeroportos ou outros Espaços lotados." Ding diz.

DetectaTrip

De acordo com os Centros de Controle e Prevenção de Doena§as dos Estados Unidos, 3 milhões de adultos com 65 anos ou mais são tratados em departamentos de emergaªncia para lesões por queda a cada ano, mas muitas quedas ainda não sera£o relatadas, mesmo em instalações de cuidados, porque os prestadores de cuidados nem sempre sabem as quedas acontecer.

Para resolver esse problema, os alunos de graduação em ciência da computação Maia Stiber e Catalina Gomez e os alunos de pós-graduação em roba³tica Erica Tevere e Kinjal Shah criaram o DetectaTrip, uma ferramenta que pode apontar a localização de quedas em imagens de va­deo. Um grande obsta¡culo enfrentado pela equipe foi a falta de va­deos realistas de queda, já que muitos conjuntos de dados existentes incluem apenas quedas simuladas, disse Stiber. Felizmente, os alunos treinaram o modelo em um pequeno conjunto de dados de verdadeiras quedas inesperadas, que eles obtiveram nas compilações de "falhas" do YouTube.

A equipe relatou que DetectaTrip pode identificar o ini­cio de uma queda (em va­deos) com um alto grau de precisão. Stiber diz que uma possí­vel extensão do projeto éusar o aprendizado profundo para identificar a causa de uma queda. Se totalmente realizado, o DetectaTrip tem o potencial de ajudar os prestadores de cuidados e hospitais a detectar quedas, avaliar a gravidade das quedas e atribuir urgência a  intervenção médica.

 

.
.

Leia mais a seguir