Titulo Estágio
Resilient Artificial Neural Networks
Áreas de especialidade
Engenharia de Software
Sistemas Inteligentes
Local do Estágio
DEI-FCTUC
Enquadramento
A Inteligência Artificial está a ganhar adoção em áreas tais como os veículos autónomos, robôs médicos e urbanos, aviação, etc., nas quais é fundamental assegurar a resiliência e a robustez das aplicações.
Esta tese tem como objetivo conceber formas de aprendizagem baseadas em Artificial Neural Networks (ANNs) que sejam robustas e resilientes a erros e falhas. A utilização de ANNs em cenários tais como a condução de veículos autónomos ou robôs médicos requer um nível de robustez/resiliência adequado ao facto de existirem vidas humanas dependentes dos resultados produzidos pelo sistema. Assim, o processo de construção, de treino e de deployment da rede deve tomar também em atenção a estes aspetos.
Existem no mercado e são utilizados computadores especializados tais como a Tesla FSD (full self-driving) e a Nvidia Pegasus. Este hardware serve essencialmente para executar tarefas associadas às redes neuronais que processam, por exemplo, a visão computacional. Exemplos tais como a deteção de peões na estrada mostram bem o quão críticos estes sistemas são. No entanto, se o hardware sofrer alguma falha ou algum erro chegar ao software, é necessário que a própria rede neuronal seja resiliente e possa tolerar esses problemas.
Assim, esta dissertação irá conduzir a uma framework que contribua para o desenvolvimento de ANNs que tenham como caraterísticas serem robustas e resilientes.
Objetivo
Esta dissertação tem como objetivos principais:
- Construir um caso de estudo (por exemplo, visão computacional) e preparar um ambiente de desenvolvimento para treinar e avaliar os resultados da aprendizagem computacional.
- Conceber uma framework que conduza ao desenvolvimento de ANNs que sejam robustas e resilientes.
- Planear e executar experiências que permitam avaliar a robustez e resiliência das ANNs na presença de erros e o desempenho da framework proposta.
Plano de Trabalhos - Semestre 1
- Estudo do estado da arte. (Meses 1 e 2)
A primeira fase consistirá em aprofundar conhecimentos nos tópicos relacionados com o estágio, com particular atenção a aprendizagem computacional, artificial networks, tolerância a falhas e injeção de falhas. O trabalho deve resultar na escrita do capítulo da dissertação sobre o estado da arte.
- Construção de um caso de estudo e preparação do ambiente. (Meses 3 e 4)
Esta tarefa consiste em conceber um caso de estudo, por exemplo focado na visão computacional, para treinar e avaliar os resultados da aprendizagem, por forma a obter um ambiente de desenvolvimento e de testes adequado aos objetivos do estágio.
- Versão preliminar da framework para o desenvolvimento de ANNs robustas. (Meses 4 e 5)
Desenho e conceção da primeira versão da framework e utilização do caso de estudo para realizar experiências e avaliar os resultados (sem resiliência ou com resiliência limitada).
- Escrita do relatório intermédio. (Mês 5)
As tarefas realizadas no decorrer do primeiro semestre devem ser documentadas na forma de um relatório intermédio, seguindo-se a sua apresentação pública e discussão. Será importante apresentar nesse relatório os resultados preliminares obtidos.
Plano de Trabalhos - Semestre 2
- Conceção da framework com vista a conduzir ao desenvolvimento de ANNs que sejam robustas e resilientes. (Meses 6 e 7)
O objetivo é conceber formas de aprendizagem baseadas em Artificial Neural Networks (ANNs) que sejam robustas e resilientes a erros e falhas.
- Avaliação da framework e dos métodos de treino propostos. (Meses 8 e 9)
Para avaliar a framework desenvolvido no passo anterior, o caso de estudo anteriormente desenvolvido será usado para medir a resiliência e robustez das ANNs comparativamente a ANNs sem treino específico.
- Escrita de artigo científico. (Mês 9)
Caso os resultados se revelem promissores será recomendada a escrita de um artigo científico sob a orientação e com a contribuição dos orientadores.
- Escrita da dissertação de mestrado. (Mês 10)
Deve ser concluída a escrita da dissertação de mestrado e preparada a respetiva apresentação pública. A dissertação deve documentar todo o trabalho realizado, os resultados e as conclusões obtidas.
Condições
Irá ser aberta uma bolsa de investigação à qual o/a Estudante se poderá candidatar para apoiar os trabalhos.
O trabalho irá ser realizado no Departamento de Engenharia Informática da Universidade de Coimbra e o/a Estudante terá acesso a um local de trabalho nos laboratórios do DEI bem como ao equipamento informático necessário.
Observações
Esta tese insere-se no âmbito do projeto AI4EU (www.ai4eu.eu) e há a possibilidade de uma estadia para realização de trabalhos numa das universidades com as quais a U.C. tem colaboração (Paris, Barcelona ou Bolonha).
Orientador
Raul Barbosa / Nuno Lourenço
rbarbosa@dei.uc.pt 📩