Coleta de dados pessoais, o aprendizado de máquina e a inteligência artificial estão invadindo nossas vidas em um ritmo que muitos de nós consideramos perturbador, se não for totalmente assustador. Sem mencionar que muitos de nós não percebemos a diferença no significado desses termos.

Dan Goldwasser da Purdue está trabalhando para desenvolver ferramentas que aproveitem essas novas tecnologias poderosas para que possam melhorar a vida dos indivíduos - e talvez melhorar a sociedade, também.

Embora você possa pensar na inteligência artificial como uma tecnologia para o futuro distante dos Jetsons, interagimos com ele todos os dias, muitas vezes sem perceber, diz Goldwasser, professor assistente de ciência da computação.

"Costumava ser ao digitar em um computador ou smartphone, apontaria palavras com erros ortográficos, o que é muito simples para a computação convencional fazer, "ele diz." Agora, se você digitar 'se' quando o que você quis dizer era 'tempo, 'o aplicativo irá informá-lo, 'sim, essa é uma palavra, mas não é a palavra que você pretendia. ' Isso requer uma compreensão da sintaxe da frase e do contexto, e isso é feito por meio da inteligência artificial. "

A pesquisa de Goldwasser é em inteligência artificial, com foco em aprendizado de máquina e processamento de linguagem natural. Ele diz que as pessoas muitas vezes confundem as três tecnologias ou simplesmente não sabem o que qualquer um desses termos significa.

"Inteligência artificial, que está recebendo muito buzz e atenção nos dias de hoje, é o conjunto de métodos, sistemas ou abordagens para computadores que tentam imitar os julgamentos humanos e a tomada de decisão humana, "ele diz." Aprendizado de máquina é um conjunto de métodos que usa dados para realizar uma tarefa. "

Se sua tarefa pode ser reduzida a um mapeamento direto da entrada à saída, o aprendizado de máquina pode ajudá-lo com isso.

Por exemplo, prevendo as chances de Purdue ganhar no próximo sábado:um algoritmo de aprendizado de máquina pode usar informações dos jogos anteriores, o recorde de vitórias e derrotas do adversário e se o jogo é em casa, execute os dados coletados por meio de um algoritmo, e te dar uma resposta

Mas, se você quiser que o sistema vá além disso e calcule as probabilidades, por exemplo, com base no humor dos jogadores por meio da varredura das redes sociais, precisará pesar em muitas outras variáveis ​​e raciocinar sobre sua relação com o jogo de sábado. Por exemplo, uma postagem indicando que um dos jogadores comparecerá ao casamento de sua irmã no sábado exigiria que o sistema fizesse uma inferência de que o jogador não poderia comparecer ao jogo, mudando as chances de ganhar.

Esse é um processo que requer inteligência artificial, Goldwasser diz.

Um lugar comum onde as pessoas encontram IA básica e aprendizado de máquina é com dispositivos de assistente pessoal, como Alexa, da Amazon, Google Home do Google, Siri da Apple, e a Cortana da Microsoft, todas as quais usam a terceira tecnologia pesquisada por Goldwasser - processamento de linguagem natural - que ele explica ser a área da inteligência artificial que se concentra especificamente em replicar julgamentos humanos sobre a linguagem humana.

Considerar, por exemplo, o que parece ser uma pergunta simples que você pode fazer a um colega de trabalho:"Ei, os Giants venceram a noite passada? "

Para um computador, a questão é extremamente complexa.

"Fazemos muitas inferências quando conversamos com alguém, e esses atalhos que vêm muito naturalmente para nós, sem pensar, mas quando você tem que torná-los explícitos, você entende que há um raciocínio complexo por trás deles, "Goldwasser diz." Então, os Giants venceram? Pense no espaço de mundos possíveis que o sistema deve explorar. Existem os New York Giants de futebol e os Giants de beisebol de San Francisco. O sistema precisa saber disso e raciocinar se é temporada de beisebol ou de futebol, e eles tiveram um jogo nas últimas 24 horas. Mas você também pode imaginar que há algum grupo militar que as pessoas chamam de Gigantes, e eles acabaram de travar alguma batalha? Você pode fundamentar o significado dessa palavra de muitas maneiras diferentes. "

Mesmo que você remova a ambigüidade da pergunta e saiba que está perguntando sobre um time de beisebol, o sistema ainda enfrenta um problema complexo, Goldwasser diz. O sistema tem que saber o que significa "vencer, "e quais informações são relevantes para o usuário. Pode haver um time de beisebol na América do Sul chamado Giants, mas o sistema precisa saber se você se preocupa com esse resultado.

"Esse tipo de reflexão e compreensão do usuário é realmente algo difícil de programar esses sistemas para fazer, e não é algo que o sistema pode realizar apenas puxando dos dados, sem raciocínio adicional, "Goldwasser diz.

Sua pesquisa de IA alinha-se com a celebração dos saltos gigantes de Purdue, reconhecendo os avanços globais da universidade feitos em direção a uma economia e planeta avançados como parte do 150º aniversário de Purdue. Este é um dos quatro temas do Festival de Idéias da celebração anual, projetado para mostrar Purdue como um centro intelectual que resolve problemas do mundo real.

Para os próprios projetos de Goldwasser, ele está desenvolvendo ferramentas que usam inteligência artificial para analisar o universo de dados e fornecer insights sobre questões atuais.

Por exemplo, um projeto analisa postagens em mídias sociais e comentários públicos de funcionários eleitos para prever quando eles votarão contra seu próprio partido político.

"Temos usado isso com os legisladores estaduais para prever como eles vão votar na saúde, "Goldwasser diz." Os legisladores podem nunca revelar sua posição no Twitter, mas podemos prever, pela maneira como eles enquadram a questão, como vão votar quando chegar a hora. "

Outro projeto, financiado pelo Google, está criando uma ferramenta para olhar para uma fonte de notícias e usar uma variedade de pontos de dados, como a frequência com que vários pontos de vista políticos são usados ​​pelo meio de comunicação e as conexões sociais de pessoas que interagem com o meio de comunicação, para determinar o quão enviesada é a saída.

Um terceiro projeto que é uma conseqüência de sua pesquisa é uma ferramenta para analisar comentários de mídia social de uma população local para ver como eles estão enquadrando uma questão a fim de prever qual pode ser a resposta a uma ação.

"Por exemplo, se você está pensando em enviar tropas a um país para ajudar em uma crise de refugiados, isso seria visto pelos habitantes locais como assistência necessária ou um ato agressivo? Esperamos poder fornecer aos tomadores de decisão ferramentas para entender isso, à medida que fazem políticas para evitar erros perigosos. "

Esta pesquisa analisou postagens em mídias sociais e comentários públicos de governantes eleitos para prever quando eles votarão contra seu próprio partido político.

"Com base nisso, começamos uma colaboração com um professor de ciências políticas, Eric Waltenburg, para analisar dados do governo local, "Goldwasser diz." Para este projeto, recentemente recebemos financiamento como parte da Integrative Data Science Initative da Purdue. "