TDC INNOVATION
Desafios para criação do futuro digital

Trilha INTELIGÊNCIA ARTIFICIAL e MACHINE LEARNING

Explorando inovações em Inteligência Artificial e Aprendizagem de Máquina

Nos últimos anos as técnicas e casos de uso em Inteligência Artificial e, principalmente, Aprendizagem de Máquina, têm ganhado espaço e transformado o modo como as companhias governam e usam seus dados; agora é preciso saber inovar com tais tecnologias!

Na trilha serão então apresentadas palestras que visam mapear a área de Inteligência Artificial e Aprendizagem de Máquina, do básico às técnicas e casos de uso estado da arte, com conteúdo atual, fomentando com que o público possa entender melhor as inovações, onde (e como) aplicá-las no dia a dia.

Data

Terça-feira, 23 de Março de 2021

09h às 19h (somente ao vivo)

Investimento

1 trilha: De R$ 145 por R$ 110
2 trilhas: De R$ 290 por R$ 198
3 trilhas: De R$ 435 por R$ 285
* preço válido até 19/02

1 trilha: De R$ 145 por R$ 130
2 trilhas: De R$ 290 por R$ 230
3 trilhas: De R$ 435 por R$ 330
* preço válido até 16/03

1 trilha: R$ 145
2 trilhas: De R$ 290 por R$ 260
3 trilhas: De R$ 435 por R$ 370
* preço válido até 25/03

Como se inscrever

Palestras

Hora Conteúdo
09:00 às 09:30 Abertura do evento e mini keynote

No palco da Stadium, todos serão orientados sobre o funcionamento do evento, destaques e outras novidades.

09:35 às 10:25

Inteligência Artificial: Desafios e o Futuro da I.A. e de suas Aplicações

Fernando Santos Osório

Keynote Especial

A Inteligência Artificial (I.A.), junto com o Aprendizado de Máquina (ML), têm permitido extrair "ouro" dos dados que vêm sendo acumulados nas Empresas e na Internet. Novas aplicações da I.A. aprendem a analisar dados e imagens, reconhecer/sintetizar voz, fazer robôs assistentes virtuais, perceber-decidir-agir, criando assim aplicações especializadas para o Mercado Financeiro, Comércio/Vendas, Internet, Medicina, Educação, Agronegócio, Robótica: A I.A. está em toda parte (AI:IA - "AI In All"). Porém, esta I.A. que tem impactado a nossa sociedade e nossas vidas é ainda uma I.A. focada, especializada, e existem grandes desafios para que a I.A. possa ser mais amplamente adotada, e possa impactar mais ainda os negócios. Precisamos inovar, buscando novas tecnologias de I.A., para poder inovar e impactar os negócios com esta "nova IA" (mais ampla, mais robusta). Esta palestra vai discutir sobre os desafios da I.A., e como inovar na I.A. para inovar com a I.A.

10:30 às 10:45 Abertura da trilha pela coordenação

Aqui os coordenadores se apresentam e fazem uma introdução para a trilha.

10:50 às 11:25

Zero to Hero with TensorFlow

Vinicius Caridá

TensorFlow é uma plataforma de código aberto de ponta a ponta para machine learning. Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite aos pesquisadores impulsionar o estado da arte em ML e aos desenvolvedores criar e implementar facilmente aplicativos baseados em ML. Nessa apresentação, mesmo você sabendo muito pouco sobre machine learning, vou resumir alguns dos principais fundamentos e por meio de um exemplo prático simples mostrar o funcionamento de algoritmos de machine learning em cima dessa plataforma incrível e ajudá-lo(a) a começar no caminho de se tornar um(a) desenvolvedor(a) de ML/cientista de dados.

11:30 às 12:05

Explainable AI: Explicando as predições e obtendo insights dos modelos de Machine Learning

Milton Gama Neto

Machine Learning (ML) teve um avanço enorme nos últimos anos, principalmente com os resultados dos modelos black-box, isto é, modelos muito complexos que a forma da geração das predições costumam ser ignoradas. Entretanto alguns domínios precisam de justificativas e explicações para tomadas de decisões. Por este motivo, a área de Explainable Artificial Intelligence (XAI) tem crescido bastante. Com objetivo de explicar o comportamento dos modelos de ML para entender o comportamento de forma interpretável por humanos. Esta palestra introduzirá esta área, mostrando os principais benefícios de obter insights dos modelos, misturando teoria e prática para saber como aplicar as principais técnicas.

12:10 às 12:45

Machine Learning no mundo Quântico - SPOILER: isso existe e não existe ao mesmo tempo!

Luciano Martins

Nesta apresentação vamos fazer uma pequena jornada de duas etapas. Primeiro vamos entender, brevemente, o que é a computação quântica e como ela se difere da computação tradicional. Na segunda etapa, vamos ver como a área de Machine Learning se adere à abordagem de computação quântica e como podemos escrever nosso primeiro código utilizando o Tensorflow.

12:50 às 13:50 Networking e Visitação Stands

Intervalo para fazer networking e conhecer os estandes do evento.

14:00 às 14:05 Abertura da trilha pela coordenação

Aqui os coordenadores fazem uma nova introdução para a trilha.

14:10 às 14:45

A Mentalidade e os Elementos de uma Plataforma de Machine Learning

André Marcos Perez

Uma plataforma de machine learning (ML) é uma arquitetura de software que busca industrializar a criação, implantação, disponibilização e monitoramento de modelos de ML. Em sua essência está a ideia de que um modelo pode ser visto como um objeto com estado, com atributos (weights, kernels, etc.) e métodos (train, predict, etc.). Contudo, em geral, nosso primeiro contato com modelos ocorre na perspectiva da ciência de dados, o que dificulta o entendimento e, portanto, a adoção da solução. Nesta palestra vou construir uma visão alternativa sobre modelos de ML, agora do ponto de vista da engenharia. Com a nova mentalidade, vou apresentar os elementos que compõem uma plataforma de ML.

14:50 às 16:05

Existe espaço para a inovação sem Deep-Learning ou redes neurais nos dias atuais?

Fillipe Dornelas / Italo Jose de Oliveira / Thaissa Bueno Sanches
Painel Digital desta Trilha
16:10 às 16:25 Networking e Visitação Stands

Intervalo para fazer networking e conhecer os estandes do evento.

16:25 às 17:00

Visão Computacional e Machine Learning Aplicados à Análise Clínica de Paralisia Facial Periférica

Erick Fasterra da Silva / Beatriz Bonafé

A Paralisia Facial Periférica (PFP) pode causar complicações diversas para os pacientes que a possuem, como dificuldades para alimentação ou limitações para se expressar.

Dada a necessidade de diagnosticar a PFP rapidamente, utilizamos técnicas de Visão Computacional para análise clínica de pacientes através de um dispositivo móvel que captura uma série de exercícios faciais de um paciente. Features de biometria 2D e 3D foram extraídas e modelos de Machine Learning foram aplicados para obter o grau de severidade da PFP.

Trata-se de um projeto de extrema importância, considerando a emergência da telemedicina devido à pandemia do Sars-CoV-2 e a falta de estudos utilizando esta abordagem.

17:05 às 17:40

Responsible AI

Pedro Lelis

Iremos discutir sobre boas práticas para promover justiça, interpretabilidade, privacidade e segurança em sistemas de IA.

Na sequência, iremos aplicar o framework open-source What-If-Tool em um problema de sistema de recomendação para campanhas publicitárias. O objetivo é testar o desempenho em situações hipotéticas, analisar a importância de diferentes subconjuntos de dados de entrada e visualizar o comportamento de vários modelos para diferentes métricas de justiça de ML.

17:45 às 18:20

Autonomous vehicle and its challenges from the computer vision perspective

Raul Ferreira

I will present how machine learning (ML), in special deep learning (DL) algorithms, cannot be fully trusted when applied in dynamic environments such as autonomous vehicles. I will show the main challenges for the perception mechanism on these vehicles and discuss some current directions from the industry.

18:25 às 18:45 Open Space

18:50 às 19:05 Encerramento

Após a apresentação de resultados do dia, no palco da Stadium, muitos sorteios fecharão o dia.


Grade sujeita a alterações

Coordenação da Trilha INTELIGÊNCIA ARTIFICIAL e MACHINE LEARNING


Patrocinadores

Diamond


Gold



Patrocinios e Apoios Trilha e Workshop


Apoio Mídia


Realização