Para ter acesso às atualizações da Produção Científica cadastradas em novembro de 2017, clique aqui ou acesse o quadro em destaque (em movimento) ao lado direito da página principal do Instituto de Física de São Carlos (IFSC/USP).
A figura ilustrativa foi extraída de artigo publicado recentemente por pesquisador do IFSC/USP, no periódico Dentistry.
Assessoria de Comunicação- IFSC/USP
Desde o dia 5 deste mês, o Instituto de Física de São Carlos (IFSC/USP) recebe cerca de 20 pesquisadores de diversos países do mundo para participar do Workshop on Long-Range Interactions in Atomic Systems: Magnetic Dipoles, Rydberg Atoms and Ions.
No workshop, os pesquisadores participantes discutem os principais resultados na fronteira do conhecimento em sistemas atômicos que possuem interações de longo alcance.
Organizado pelo docente do IFSC, Emanuel Henn, em parceria com os docentes Rafael Rothganger (UFABC), Ednilson Santos (UFSCar), Aristeu Lima (UNILAB) e Tommaso Macrì (UFRN), o evento teve início às 17h da terça, com a palestra do professor Rainer Blatt, referência mundial em sistema de íons aprisionados, e se encerra na sexta-feira, 8, ao meio-dia.
O workshop é aberto a todos os interessados, não sendo necessária inscrição prévia.
Para mais informações, basta enviar e-mail a emanuel.henn@gmail.com
Assessoria de Comunicação – IFSC/USP
Até o dia 28 de janeiro de 2018 estão abertas as inscrições para o CERN Non Member State Summer Student Programme, programa para alunos de graduação do laboratório europeu CERN.
A participação no programa exige um bom conhecimento da língua inglesa.
Mais informações sobre o programa bem como instruções para a inscrição de alunos vindos de países não membros do CERN (como o Brasil) podem ser encontradas no link https://jobs.web.cern.ch/job/12846.
É importante notar que a participação mínima é de oito semanas em um dos seguintes períodos: 11/06 a 03/08, 18/06 a 10/08, 25/06 a 17/08 ou 02/07 a 24/08.
O grupo HEPIC do Instituto de Física (IF/USP- São Paulo) também se coloca à disposição para o esclarecimento de eventuais dúvidas, através do e-mail hepic@if.usp.br.
Com informações da assessoria de comunicação do IF/USP
Assessoria de Comunicação- IFSC/USP
O já falecido cientista computacional, Arthur Samuels, define aprendizado de máquina (ou machine learning, no termo em inglês) como “o campo de estudos que dá a habilidade de uma máquina aprender sem estar explicitamente programada”. Em outras palavras, seria a capacidade de uma máquina aprender tarefas e resolver problemas sem a interferência de humanos.
Você se recorda daqueles programas televisivos, no qual o apresentador dá algumas pistas aos participantes, que têm que adivinhar qual a pessoa ou o objeto ao qual o apresentador se refere? Suponhamos que o apresentador diga: é alaranjada e é comida pelos coelhos. Um participante que não se deixe levar pelo nervosismo, rapidamente saberá que a solução para a charada é a palavra “cenoura”.
O reconhecimento de padrões, uma das principais vertentes da aprendizagem de máquina, trabalha justamente com essa metodologia: tendo como base diversas características (também chamadas de “atributos”) fornecidas, o computador precisa “adivinhar” ao que o usuário se refere. “Este é o princípio básico dos métodos de reconhecimento de padrões”, explica Luciano da Fontoura Costa, docente do Grupo de Computação Interdisciplinar do Instituto de Física de São Carlos (GCI-IFSC/USP).
Porém, diferente dos humanos, um computador tipicamente não usa palavras em reconhecimento de padrões, mas principalmente números (a famosa “linguagem binária”). Por essa razão, os atributos são normalmente apresentados como medidas numéricas, como peso, comprimento, área etc. Objetos com atributos semelhantes formam os chamados agrupamentos, ou “clusters”, que nada mais são do que um conjunto de elementos com características comuns. “Os algoritmos de classificação são aqueles que sabem diferenciar, com base nos atributos fornecidos, a diferença entre maçãs e laranjas, por exemplo”, exemplifica Luciano. “Esses algoritmos podem ser de dois tipos principais: supervisionados ou não supervisionados. No primeiro caso, o computador é ‘treinado’ para identificar um objeto e atribuir uma categoria a ele, tendo como base diversos atributos já fornecidos pelos usuários e também as respectivas categorias. Esta é a fase de treinamento, que é seguida pela fase de classificação, no qual objetos com classe desconhecida são, então, identificados pela máquina. No caso de algoritmos não supervisionados, o usuário fornece apenas os atributos dos objetos, sem dizer as respectivas categorias, e a máquina faz as classificações automaticamente, com base somente nas semelhanças e diferenças entre os atributos fornecidos. Na prática, os algoritmos não supervisionados podem levar à descoberta de novos grupos, como uma nova doença, por exemplo”.
Um dos maiores desafios para estudiosos da área é “treinar” as máquinas para escolher atributos da melhor maneira possível, que seria justamente uma das características do deep learning (clique aqui para mais informações). “Deep learning caracteriza-se como procedimentos de reconhecimento de padrões utilizando muitos recursos computacionais e de dados: várias camadas, muitos neurônios e muitos exemplos. Um aspecto complementar desta pesquisa é buscar que a máquina escolha os atributos de modo eficiente, e diversos resultados demonstram bom progresso nesta direção”, observa o docente.
As Perspectivas para o Futuro
Por envolver diversas áreas de pesquisa, machine learning tem virtualmente aplicações em todas as áreas, de agronomia até música.
Uma família importante de abordagens em machine learning, no entanto, tem como base as chamadas redes neuronais (clique aqui para saber mais), que tem grande afinidade com a física, através de conceitos como redes de spins, domínios magnéticos, redes de Hopfield, entre outros. “A estatística também é muito importante. Na realidade, é uma das grandes áreas que estão por trás do conceito de aprendizagem de máquina”, explica o docente.
A importância do reconhecimento de padrões é novamente destacada nesse contexto. “Os seres humanos estão continuamente criando modelos mentais para reconhecer situações, possibilidades, objetos, inclusive para tarefas mais corriqueiras”, afirma Luciano.
Mas, mesmo com as inúmeras pesquisas na área, as máquinas ainda estão aquém da inteligência humana. Veículos autônomos e buscas eficientes na Internet são alguns dos exemplos mais famosos, onde ainda permanecem alguns desafios, como a ambiguidade de palavras e situações críticas de trânsito. Essas são apenas algumas de diversas questões que deixam as máquinas ainda distantes de alcançar os seres humanos.
Assessoria de Comunicação- IFSC/USP
No último dia 7 de novembro, cerca de 40 alunos de duas disciplinas* ministradas por Cibelle Celestino Silva, docente do Instituto de Física de São Carlos (IFSC/USP) e coordenadora do curso de Licenciatura em Ciências Exatas, fizeram uma viagem didática a São Paulo (capital), passando por três diferentes locais: Museu Catavento, Parque da Luz e Mercado Municipal. “As viagens didáticas são a oportunidade para os alunos contextualizarem o conhecimento, interagirem entre si, e viverem novas experiências culturais, que são essenciais para cultura geral de um bom professor”, afirma Cibelle. “Além disso, acho importante também que os alunos conheçam metrópoles brasileiras. Muitos de nossos alunos são do interior do estado, e nunca tiveram essa oportunidade”.
Conforme já mencionado, um dos locais visitados foi o Museu Catavento Cultural, espaço de divulgação científica repleto de objetos e ambientes de aprendizagem interativos e informais. “Esse tipo de atividade acrescenta muito pra gente. Aprender fora do ambiente tradicional, ou seja, fora da sala de aula, torna-nos muito mais ativos, e conseguimos abrir nossas mentes para outras metodologias de ensino”, relata Mariana Omura, aluna do 1º ano do curso de Licenciatura em Ciências Exatas. “Os experimentos dos museus de ciência, que englobam diversas áreas, são realmente muito lúdicos e conseguem atingir muitas pessoas”.
Iago Ribeiro, estudante da turma de Mariana, que também participou da viagem, compartilha o mesmo entusiasmo da colega. “A filosofia de Paulo Freire prega que a educação se dá pelo contexto, e percebemos que, nesse tipo de atividade, o conhecimento sai da universidade e migra para a comunidade. Como professor, é essencial que entendamos a necessidade de sair do local tradicional de ensino e compartilhar nossos conhecimentos com a comunidade”, diz.
Como futuros professores, ambos afirmam que a visita foi muito empolgante e, de lá, tiraram diversas ideias que, no futuro, têm a intenção de inserir em sala de aula. “Como professora, eu gostaria muito de poder levar experimentos em sala de aula, para que meus alunos vejam que a Física realmente acontece em nosso dia a dia”, diz Mariana.
Iago faz coro com a colega de sala, e ressalta que atividades didáticas muito interessantes podem ser levadas até a sala de aula. “No CDCC**, por exemplo, temos a Experimentoteca, e, mediante cadastro, podemos emprestar esses kits para levar onde quisermos”, diz o estudante.
Após a visita ao Museu, os alunos também passaram pelo Parque da Luz, onde puderam prestigiar diversas esculturas de artistas brasileiros famosos, como as de Lasar Segall. Finalizando o passeio, a última parada foi no Mercado Municipal, no qual os alunos tiveram a oportunidade de experimentar o famoso sanduíche de mortadela.
*Mecânica e História da Ciência
**Centro de Divulgação Científica e Cultural (CDCC/USP)
Assessoria de Comunicação- IFSC/USP
Nos dias 27, 28 e 29 de novembro, o Instituto de Química de São Carlos (IQSC/USP) promoverá o 12º Workshop de Pós-Graduação do IQSC, que contará com diversas palestras e apresentações orais.
Entre os palestrantes, incluem-se Carlos Gilberto Carlotti Junior, pró-reitor de Pós-Graduação da USP, Carlos Henrique de Brito Cruz, diretor científico da FAPESP e Glaucius Oliva, docente do Instituto de Física de São Carlos (IFSC/USP) e ex-presidente do CNPq.
Todas as atividades do workshop serão realizadas no anfiteatro térreo do IQSC, com as atividades tendo início às 8h30 e término às 17 horas.
Para mais informações sobre o Workshop, clique aqui.
Assessoria de Comunicação- IFSC/USP
Do dia 20 de novembro ao dia 1º de dezembro de 2017, os alunos que tiverem em débito com a biblioteca do Instituto de Física de São Carlos (IFSC/USP) poderão “sanar suas dívidas” na Black Friday solidária, período durante o qual poderão devolver materiais atrasados* ou retirar impedimentos vigentes.
Além disso, no mesmo período, a biblioteca também estará recebendo materiais de limpeza (água sanitária, desinfetante, detergente, sabão em barra e em pó etc.), que serão doados ao abrigo de idosos “Helena Dornfeld”.
Para mais informações sobre a Black Friday solidária, compareça à biblioteca ou ligue para (016) 3373-9779.
*exceto para obras que estejam reservadas para outros usuários
Assessoria de Comunicação- IFSC/USP
“Alme-se” é uma iniciativa do Centro de Voluntariado Universitário (CVU), inspirada no movimento The world need more love letters, e tem como principal objetivo espalhar pequenas gentilezas pelas ruas, procurando fazer o dia a dia de cada pessoa melhor através de cartas de esperança, amor e motivação, escritas com palavras que ofereçam conforto, ajuda e apoio, garantindo o sorriso de seu leitor.
No próximo sábado, 18, às 9 horas, no Centro de São Carlos, membros do CVU e convidados distribuirão rosas de papel crepom, cartões com mensagens positivas e abraços gratuitos às pessoas que passam pela rua. Os interessados em participar da iniciativa podem se inscrever no link https://goo.gl/TuAdSn.
Para mais informações sobre o “Alme-se”, clique aqui.
Assessoria de Comunicação- IFSC/USP
O Grupo de Computação Interdisciplinar do Instituto de Física de São Carlos (GCI-IFSC/USP), através do docente Luciano da Fontoura Costa, oferece oportunidades de pesquisa a nível de iniciação científica e/ou pós-graduação na área de cienciometria, mais especificamente para o desenvolvimento de estudos sobre a eficiência sobre como os resultados científicos são transmitidos, como são formados grupos de colaboração, como caracterizar multidisciplinaridade, dentre outras questões relacionadas.
Para tanto, serão utilizados conceitos e métodos de redes complexas e reconhecimento de padrões.
Os interessados deverão contatar o professor Luciano no seguinte e-mail: ldfcosta@gmail.com
Assessoria de Comunicação- IFSC/USP
Reconhecer os textos de seus escritores preferidos pode ser uma tarefa fácil para algumas pessoas. O estilo da narrativa, o uso de certas palavras, a descrição dos personagens, entre outras características de famosos textos literários, podem dar pistas sobre os autores e sobre a época que um texto foi produzido, mas, muitas vezes, essas características não são nítidas, mesmos para os leitores mais assíduos.
Assinaturas típicas obtidas para livros de três autores diferentes (um em cada linha). Os ciclos correspondem a retomadas de assuntos ao longo dos enredos (Imagem: Filipi Nascimento Silva e Luciano da Fontoura Costa)
Essa tarefa, no entanto, está sendo “automatizada” por programas de computador, como o criado por pesquisadores do Instituto de Física de São Carlos (IFSC/USP) e do Instituto de Matemática e de Computação (ICMC/USP)*, utilizando uma técnica de análise de imagens e visualização de grafos. Com participação do docente Luciano da Fontoura Costa, o estudo foi destacado pela MIT Technology Review por sua criatividade. “Através da caracterização de textos, é frequentemente possível identificar o estilo do autor, a época em que o texto foi escrito, o próprio autor, entre outras coisas”, explica Luciano.
Diante do dilúvio de informações que são geradas todos os dias na Internet, o interesse nesse tipo de análise é sempre crescente, já que, através dela, é possível filtrar informações pertinentes, facilitando as buscas por textos específicos, ou mesmo fazer-se recomendações de textos semelhantes.
Para caracterizar textos, uma das possibilidades é se trabalhar com a estatística de palavras, ou seja, analisar quantas vezes uma palavra específica é repetida no texto. Outra possibilidade mais conhecida é a análise por adjacência de palavras, isto é, analisar quantas vezes duas palavras aparecem juntas no texto. “Para a construção de um grafo de relação entre palavras, transformamos cada palavra em um nó, gerando um grafo que analisará a adjacência das palavras”, elucida o docente. “Nós fizemos uma abordagem mesoscópica, ou seja, selecionamos diversas palavras seguidas, por exemplo 20, de trechos do texto, e analisamos as ligações entre os trechos semelhantes”.
Nesse tipo de análise, é possível identificar semelhanças não somente entre palavras, mas também na própria narrativa. “Se um evento é repetido no começo e no meio do texto, por exemplo, conseguimos observar como a narrativa se desenrola, extrapolando a análise para além da adjacência de palavras”, exemplifica Luciano.
Na pesquisa em questão, as obras de dez escritores diferentes foram analisadas, e em algumas delas é possível visualizar uma forte linearidade no enredo, o que é refletido nas imagens geradas. “Fizemos também a análise de todos os trechos de ‘Alice no país das maravilhas’, e só de se observar as figuras, é possível ter uma noção do enredo. Isso permite uma organização textual também através de trechos”, explica.
Diferentes técnicas podem ser empregadas para visualizar redes complexas. Algumas delas são herdadas dos métodos de visualização de grafos, enquanto outras levam em consideração a estrutura topológica destas redes, como a presença de hubs ou comunidades. Em geral, a visualização de uma rede baseia-se em determinar os vetores de posições (2D ou 3D) referentes a cada um dos vértices da rede. Outras propriedades como cor, forma, tamanho, etc. podem ser atribuídos aos vértices ou arestas, tanto usando informações extras, quanto utilizando propriedades obtidas de sua estrutura topológica. Métodos dirigidos por forças utilizam uma analogia física na qual cada vértice é representado por uma partícula carregada, e cada aresta por uma interação de forças entre elas. Vértices conectados ficam sujeitos a forças atrativas ao mesmo tempo em que todos os vértices repelem-se mutualmente. A figura ilustra o processo de visualização. À esquerda, é mostrada a rede na configuração inicial, com vértices aleatoriamente distribuídos sobre o plano. Técnicas de simulação molecular podem ser usadas para solucionar o sistema de partículas de modo que as novas posições representem um estado de equilíbrio (à direita). Na configuração final, vértices conectados são naturalmente dispostos mais próximos do que àqueles sem conexão. (Texto e imagem: Filipi Nascimento Silva e Luciano da Fontoura Costa)
Sob esse viés, vê-se que o estudo em questão caminha um pouco além em relação às análises tradicionais que, normalmente, consideram somente palavras adjacentes, e não o estilo ou enredo de textos. E, nesse sentido, a pesquisa também caminha em direção a análises de conteúdo de textos, algo que ainda é feito por poucos programas de computador até o momento. “No que se refere ao conteúdo, o desafio é um pouco maior, pois exige interpretação, algo que, além de desafiador, possui certo grau de subjetividade. Mas já conseguimos caminhar um pouco mais no que se refere à identificação da narrativa e/ou do enredo”, diz Luciano.
Ele enfatiza que a análise semântica de textos é bastante complexa, e que pode ser que demore alguns anos para que isso seja possível. Na verdade, a solução plena deste problema deverá envolver a incorporação de boa parte da inteligência humana no computador (clique aqui para saber mais).
*Colaboraram no estudo o docente do Instituto de Ciências Matemáticas e de Computação (ICMC/USP), Diego Raphael Amancio, e os pesquisadores, Henrique Ferraz Arruda (ICMC/USP), Vanessa Queiroz Marinho (ICMC/USP) e Thales Sinelli Lima (ICMC/USP)
**O estudo inclui três artigos, que estão disponíveis nos seguintes endereços: https://arxiv.org/abs/1708.07265, https://arxiv.org/pdf/1606.09636.pdf e https://arxiv.org/pdf/1705.10415.pdf
Para ter acesso às atualizações da Produção Científica cadastradas em outubro de 2017, clique aqui ou acesse o quadro em destaque (em movimento) ao lado direito da página principal do Instituto de Física de São Carlos (IFSC/USP).
A figura ilustrativa foi extraída de artigo publicado recentemente por pesquisador do IFSC/USP, no periódico Journal of Raman Spectroscopy.
Assessoria de Comunicação- IFSC/USP
