Computação Hiperdimensional para Inteligência Artificial

A computação hiperdimensional combina espaços vetoriais de altíssima dimensão (por exemplo, 10.000 dimensões) com um conjunto de operadores cuidadosamente projetados para executar computações simbólicas com grandes vetores numéricos. O objetivo é explorar seu poder de representação e robustez de ruído para uma ampla gama de tarefas computacionais. A ortogonalidade em altas dimensões apresenta oportunidades para computação flexível e para equilibrar a compensação entre precisão e eficiência, as estratégias incluem codificação, retreinamento, binarização e aceleração de hardware. Vários trabalhos da literatura mostram grande potencial da computação em alta dimensão para resolver problemas usando dados na forma de letras, sinais e imagens. Além disso, a computação hiperdimensional é uma promessa significativa para substituir algoritmos de aprendizado de máquina como um classificador leve no campo da internet das coisas. Nesta palestra, apresentaremos uma introdução aos conceitos fundamentais de computação hiperdimensional e as aplicações do modelo na área de inteligência artificial.
Leandro é Professor Adjunto do Departamento de Ciência da Computação e da Pós Graduação em Computação do Instituto de Computação da Universidade Federal Fluminense. Coordenador de disciplina do CEDERJ para a disciplina Programação Orientada a Objetos, do curso de graduação em Tecnologia em Sistemas de Computação. D.Sc. em Engenharia de Sistemas e Computação na COPPE - UFRJ (2019), M.Sc. em Engenharia de Sistemas e Computação na COPPE - UFRJ (2016) e Bacharel em Ciência da Computação pela Universidade do Estado do Rio de Janeiro - UERJ (2014). Realizou período sanduíche durante o doutorado na University of Massachusetts Amherst (UMass) nos Estados Unidos. Possui experiência no mercado de TI com o desenvolvimento de aplicações nos ambientes web, desktop e mobile. Atua nos seguintes temas de investigação científica: Inteligência Artificial Verde, Computação Hiperdimensional, Redes Neurais sem Peso, Segurança Assistida por Hardware, Computação de Alto Desempenho, Computação Reconfigurável e Algoritmos Distribuídos. Além disso, tem interesse em problemas aplicados à Predição de Eventos Climáticos Críticos, Internet das Coisas e Biologia Computacional.