Você está aqui: Página Inicial > Notícias > Reitoria > Professor é premiado em desafio proposto pelo governo dos EUA

Notícias

Professor é premiado em desafio proposto pelo governo dos EUA

Inteligência artificial

publicado: 27/04/2018 17h49 última modificação: 27/04/2018 18h01
Da esquerda para a direita: Hakjae Kim, da Iarpa, Sudeep Sarkar, da Universidade do Sul da Flórida, Rodrigo Minetto, da UTFPR, e Maurício Pamplona Segundo, da UFBA

Da esquerda para a direita: Hakjae Kim, da Iarpa, Sudeep Sarkar, da Universidade do Sul da Flórida, Rodrigo Minetto, da UTFPR, e Maurício Pamplona Segundo, da UFBA

O professor Rodrigo Minetto, do Departamento Acadêmico de Informática (Dainf) do Câmpus Curitiba, é um dos integrantes da equipe de pesquisadores que conquistou o terceiro lugar na competição Functional Map of the World, organizada pela Intelligence Advanced Research Projects Activity (Iarpa), órgão de inteligência do governo dos Estados Unidos. O grupo - formado também pelos professores Sudeep Sarkar, da Universidade do Sul da Flórida, e Maurício Pamplona Segundo, da Universidade Federal da Bahia (UFBA) - recebeu como premiação U$ 17 mil durante um workshop realizado em março em Washington, D.C.

O desafio teve início em setembro do ano passado, quando o Iarpa lançou a seguinte questão: você pode construir algoritmos para classificar instalação, construção e uso do solo a partir de imagens de satélite? Ao todo, 69 grupos de várias partes do mundo participaram da competição. O objetivo era desenvolver algoritmos para classificação de imagens aéreas obtidas por diferentes satélites. Para isso, foram fornecidas 1 milhão de imagens que deveriam ser utilizadas para treinamento e testes até o encerramento do desafio, em dezembro.

Para classificar as imagens, o grupo do professor Rodrigo Minetto utilizou como base na competição um conjunto de redes neurais convolucionais profundas e metadados. Os detalhes do algoritmo desenvolvido podem ser vistos no trabalho “Hydra: an ensemble of convolutional neural networks for geospatial land classification, atualmente em processo de revisão em periódico científico internacional. Os códigos desenvolvidos pelos três finalistas do desafio – todos baseados no conceito de aprendizagem profunda (deep learning) – estão publicamente disponíveis no site SpaceNet.

O desafio foi realizado na plataforma de competições TopCoder. As submissões de resultados só podiam ser feitas com um intervalo de três horas e o ranking final foi determinado através da execução dos códigos de classificação em uma base com imagens desconhecidas e realizada pelos organizadores da competição. O limite para o treino dos algoritmos foi de sete dias e de um para o teste.

De acordo com o professor Rodrigo Minetto, que atualmente está realizando sua pesquisa de pós-doutorado na Universidade do Sul da Flórida, historicamente, analistas identificam e classificam manualmente informações geoespaciais comparando e analisando imagens de satélite. “No entanto, esse processo é demorado, oneroso e insuficiente para suportar uma resposta rápida de analistas de inteligência a, por exemplo, desastres”, explica o pesquisador. 

Considerando essa dificuldade, o desafio buscou aprimorar a classificação automática de imagens de satélite através do uso de técnicas de inteligência artificial, o que é essencial em agências governamentais, militares e de inteligência para monitoramento ambiental e agrícola, planejamento urbano e para tomada de decisões em atividades humanitárias e de defesa. “Para determinar o estado da arte em classificação de imagens de satélite, a Iarpa organizou esta competição mundial, com premiação de U$ 100 mil no total”, conta Minetto.