O centro de investigação de inteligência artificial do Facebook comemora cinco anos e reúne-se hoje para fazer um balanço sobre as principais conquistas do laboratório. Mas mais que olhar para o passado, o Facebook AI Research (FAIR ) está com os olhos postos no futuro e partilha com a comunidade científica os seus principais objetivos. Numa altura em que vivemos a pandemia da COVID-19, um dos grandes objetivos do laboratório é criar melhores previsões por onde o coronavírus se está a espalhar, mas também a que velocidade.

Yann LeCun da FAIR, durante um webinar realizado hoje fereriu que o laboratório conta com diversos estudantes em Paris, que partilham o seu tempo entre a universidade e o doutoramento. Em Seattle, Pittsburgh e Londres também estão a ser feitas investigações em conjunto. Explicou que os diversos produtos investigados acabam mesmo por ser lançados, muitos deles no domínio open source.

Um dos projetos chama-se Face e permite à IA identificar objetos semelhantes dentro de um contexto. Estes poderão ser comparados, mesmo quando têm “biliões de vetores”, realçando que é muito rápido a identificar os objetos. E é usado para recomendações no Instagram ou para bloquear vídeos que tenham conteúdos não permitidos, por exemplo.

O FAIR recebe ainda outras contribuições para o desenvolvimento do processamento de voz natural (NLP), conseguindo obter linguagens de diferentes idiomas para representar outra língua, em traduções rápidas. Também a visão computacional tem sido explorada, igualmente usada na localização de objetos. Yann LeCun refere que é possível treinar uma máquina para ler uma frase, apagar algumas das suas palavras e usar um sistema de predição para preencher os espaços em branco, de forma autónoma. Este sistema pode ser aplicado para ajudar a preencher as lacunas na proteína da COVID-19, por exemplo.

Mesmo no que diz respeito às traduções, independente do idioma, o sistema pretende encontrar padrões que possam original discursos de ódio, fake news ou outros conteúdos impróprios. Mas ao mesmo tempo detetar as fontes e prever a sua propagação de forma mais rápida. Mas dentro do contexto da COVID-19, o sistema poderá permitir que os próprios utilizadores prestem melhor suporte e assistência aos outros.

Quando o modelo deteta um pedido de ajuda ou intenção de ajuda no feed de notícias, o sistema sugere publicá-lo na aba Ajuda de Comunidade para que alcance mais pessoas. E esse modelo foi internacionalizado para suportar 20 línguas, incluindo o português, com a promessa de continuar a adicionar mais idiomas. O Facebook utiliza modelos similares ao NPL para otimizar a sua área de Doações de Sangue, que ajuda a conectar as pessoas que precisam de transfusões.

O laboratório fez uma parceria com a Faculdade de Matemática e a Universidade de Viena para criar soluções baseadas em IA para gerar projeções de onde e a que velocidade a COVID-19 se está a propagar na Áustria. As suas previsões podem ajudar as autoridades e as instituições de saúde a melhor compreenderem como está a pandemia a evoluir em algumas áreas do país que estão a levantar as restrições.

O estudo em relação à COVID-19 é recente, começou em março, mas durante o seu trabalho na predição da pandemia, tem havido colaboração com as autoridades de Nova Iorque para prever como o coronavírus se está a espalhar. Ainda é cedo para terem resultados, mas esperem poder lançar um estudo sobre o tema nas próximas semanas.

A FAIR utiliza dados públicos da COVID-19 de casos confirmados, neste caso pelo governo austríaco, para gerar previsões de 7 dias. O sistema tem ainda modelos adaptativos para poder responder rapidamente às mudanças em determinada área. Essas previsões são depois enviadas para a Universidade de Viena, que usa as informações para analisar tendências e outras questões de saúde pública e epidemiologia, passando-as por fim às autoridades.

Essas informações podem ser vitais para determinar a alocação de recursos, tais como máscaras ou ventiladores. E no futuro, espera-se uma avaliação de outras fontes de dados, tais como os mapas de mobilidade do Facebook da equipa Data for Good, de forma a melhorar o modelo de previsão.