Projeto de Pesquisa: Utilização de Aprendizado de Máquina e LLMs para criação de inteligência artificial aplicada a problemas científicos
Título do Projeto: Utilização de Aprendizado de Máquina e LLMs para criação de inteligência artificial aplicada a problemas científicos.
Coordenador: Prof. Dr. Edson Koiti Kudo Yasojima (Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.)
Período do Projeto: 02/09/2024 a 31/12/2026.
Área de Conhecimento: Sistemas de Computação.
Linha de Pesquisa: Inteligência Artificial.
Objetivo Greral: Capacitar alunos da graduação dos cursos de informática a desenvolver soluções baseados em inteligência artificial e aprendizado de máquina, aplicando em problemas reais de maneira prática.
Resumo: Este projeto tem como objetivo inserir o aluno de graduação da computação na pesquisa e desenvolvimento de aplicações utilizando inteligência artificial e aprendizado de máquina em um contexto prático. É notável que com a evolução tecnológica, a área da inteligência artificial é cada vez mais presente em dispositivos autômatos e para resolução de problemas de aprendizagem de máquina. Utilizando problemas reais de áreas afins e de outras áreas tais como: Biologia, Agronomia e Eng. Florestal, permite o aluno trabalhar em conjunto com discentes e docentes destas áreas, mostrando para o graduando em computação, a pesquisa e aplicação da inteligência artificial.
Metodologia: Para ensinar alunos sobre modelos de linguagem de grande porte (LLMs) e inteligência artificial (IA), uma abordagem integrativa que combina teoria com prática é essencial. A pesquisa começaria estudos sobre fundamentos da IA e do deep learning. Os alunos aprenderiam sobre a arquitetura Transformer, conforme fundamentos da IA e do deep learning. Os alunos aprenderiam sobre a arquitetura Transformer, conforme descrito no artigo "Attention is All You Need", e explorariam diferentes modelos como BERT e GPT-3, compreendendo suas aplicações e capacidades. A prática desempenharia um papel central nessa metodologia, utilizando linguagens de programação como Python, com bibliotecas populares como TensorFlow e PyTorch. Os alunos teriam a oportunidade de implementar modelos básicos, realizar o fine-tuning de BERT para tarefas específicas, e explorar ferramentas como o Hugging Face Transformers no ambiente Google Colab. Projetos práticos, como a criação de chatbots utilizando a API do GPT-3 da OpenAI e o desenvolvimento de sistemas de análise de sentimentos, permitiriam aos alunos aplicar conceitos teóricos em cenários do mundo real, enquanto ferramentas como Jupyter Notebooks e APIs de IA de serviços como IBM Watson complementariam suas experiências.