{"id":987,"date":"2024-05-17T17:23:15","date_gmt":"2024-05-17T19:23:15","guid":{"rendered":"https:\/\/sites.usp.br\/keml\/?page_id=987"},"modified":"2024-08-09T10:36:54","modified_gmt":"2024-08-09T12:36:54","slug":"agentes-conversacionais","status":"publish","type":"page","link":"https:\/\/sites.usp.br\/keml\/agentes-conversacionais\/","title":{"rendered":"Agentes conversacionais"},"content":{"rendered":"<h6 style=\"text-align: right;\"><\/h6>\n<div id=\"attachment_991\" style=\"width: 310px\" class=\"wp-caption alignleft\"><a href=\"https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent.jpeg\"><img loading=\"lazy\" decoding=\"async\" aria-describedby=\"caption-attachment-991\" class=\"wp-image-991 size-medium\" src=\"https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-300x300.jpeg\" alt=\"\" width=\"300\" height=\"300\" srcset=\"https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-300x300.jpeg 300w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-150x150.jpeg 150w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-768x768.jpeg 768w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-250x250.jpeg 250w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-174x174.jpeg 174w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-45x45.jpeg 45w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-200x200.jpeg 200w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent-400x400.jpeg 400w, https:\/\/sites.usp.br\/keml\/wp-content\/uploads\/sites\/1460\/2024\/05\/Conversationa-Agent.jpeg 1024w\" sizes=\"auto, (max-width: 300px) 100vw, 300px\" \/><\/a><p id=\"caption-attachment-991\" class=\"wp-caption-text\">Imagem gerada por IA (Copilot)<\/p><\/div>\n<p>Agentes conversacionais s\u00e3o, talvez, a principal aplica\u00e7\u00e3o para um modelo de linguagem. Ao menos no contexto do uso popular, os agentes conversacionais permitem expressar com plenitude a capacidade de processamento de linguagem natural da intelig\u00eancia artificial quando implementado a partir de modelos de linguagem.<\/p>\n<p>Do ponto de vista computacional, agentes conversacionais s\u00e3o sistemas de alta complexidade. Esses sistemas precisam ter a capacidade interpretar e gerar enunciados em linguagem natural que considerem o fluxo de uma conversa, ou seja, precisam lidar com hist\u00f3rico, inten\u00e7\u00f5es, fluidez do discurso e, para serem de fato interessantes, precisam expressar algum tipo de personalidade.<\/p>\n<p>Historicamente, os agentes conversacionais t\u00eam sido estudados dentro da intelig\u00eancia artificial a partir de diferentes pontos de vista e implementados com diferentes recursos te\u00f3ricos. Por conta do advento dos grandes modelos de linguagem e sua respectiva compet\u00eancia para lidar com a l\u00edngua natural, atualmente os agentes conversacionais s\u00e3o fortemente baseados nessa tecnologia.<\/p>\n<p>O grupo KEML estuda os agentes conversacionais h\u00e1 algum tempo. O grupo teve sua pesquisa iniciada a partir da proposi\u00e7\u00e3o do agente BLAB (<em>Blue Amazon Brain<\/em>), em 2020. O projeto original era construir um agente conversacional capaz de interagir com usu\u00e1rios trazendo informa\u00e7\u00e3o e resolu\u00e7\u00e3o de problemas associados ao dom\u00ednio da costa brasileira &#8211; chamada de Amaz\u00f4nia Azul pela Marinha do Brasil. Neste contexto, o grupo desenvolveu uma arquitetura de um agente conversacional dotado de v\u00e1rias capacidades. No ciclo evolutivo desse agente conversacional, um m\u00f3dulo de orquestra\u00e7\u00e3o foi implementado para tomada de decis\u00e3o sobre que funcionalidade do agente deveria ser acionada em determinados contextos da conversa sobre a Amaz\u00f4nia Azul.<\/p>\n<p>Atualmente, o grupo KEML se dedica \u00e0 produ\u00e7\u00e3o de agentes conversacionais ou sistemas relacionados (como <em>Question &amp; Answering Systems<\/em>) baseados em grandes modelos de linguagem associados a estruturas baseadas em conhecimento. A ideia \u00e9 propor diferentes estilos de agentes conversacionais que possam servir como base para teste de grandes modelos de linguagem associados a mecanismos de representa\u00e7\u00e3o de conhecimento, como grafos de conhecimento e ontologias.<\/p>\n<p>Os resultados associados \u00e0 pesquisa em agentes conversacionais est\u00e3o representados principalmente pelos sistemas e recursos:<\/p>\n<ul>\n<li>BLAB (Blue Amazon Brain): um sistema que conta com uma interface de di\u00e1logo suportada por uma arquitetura de orquestra\u00e7\u00e3o para uso de diferentes mecanismos respondedores de perguntas em um contexto de produ\u00e7\u00e3o de di\u00e1logo.<\/li>\n<li>Blabinha: um sistema orientado \u00e0 tarefa e \u00e0 dom\u00ednio, tamb\u00e9m voltado para a explora\u00e7\u00e3o de conte\u00fado sobre a Amaz\u00f4nia Azul, por\u00e9m constituindo-se de um di\u00e1logo gameficado suportado por modelos de linguagem da fam\u00edlia GPT e por engenharia de prompt.<\/li>\n<li>Cocoruta (sistema): um Question &amp; Answering\u00a0 System orientado ao dom\u00ednio da Amaz\u00f4nia Azul e baseado em documentos legais (leis, regulamenta\u00e7\u00f5es, portarias, decretos, projetos de lei etc).<\/li>\n<li>Cocoruta (corpus): um conjunto de documentos legais composto por cerca de 200.000 documentos extra\u00eddos de reposit\u00f3rios oficiais brasileiros, organizado via uma hierarquia de metadados e formato para processamento computacional.<\/li>\n<li>Cocoruta (conjunto de dados de perguntas e respostas): um conjunto de perguntas e respostas constru\u00eddo sobre o corpus Cocoruta, via aplica\u00e7\u00e3o de um grande modelo de linguagem (GEMINI).<\/li>\n<li>Pir\u00e1: um conjunto de perguntas e respostas bilingue, constru\u00eddo e avaliado por trabalho humano, sobre um corpus de resumos de artigos cient\u00edficos e trechos de relat\u00f3rio da ONU respectivamente sobre a Amaz\u00f4nia Azul e o Oceano Global.<\/li>\n<\/ul>\n<p>Conhe\u00e7a um pouco mais &#8230;.<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li>Pirozelli, P.; Jos\u00e9, M. M.; Silveira, I. C.; Nakasato, F.; Peres, S. M.; Brand\u00e3o, A. A. F.; Costa, A. H. R.; Cozman, F. G.\u00a0<strong>Benchmarks for Pir\u00e1 2.0, a Reading Comprehension Dataset about the Ocean, the Brazilian Coast, and Climate Change<\/strong>. In the Data Intelligence (MIT Press Direct 2024), 2024. v.6. p.29-63.\u00a0<a href=\"https:\/\/doi.org\/10.1162\/dint_a_00245\" target=\"_blank\" rel=\"noopener\">https:\/\/doi.org\/10.1162\/dint_a_00245<\/a><\/li>\n<li>Matos, V. B.; Grava, R.; Tavares, R.; Jos\u00e9, M. M.; Pirozelli, P.; Brand\u00e3o, A. A. F.; Peres, S. M.; Cozman, F. G.\u00a0<strong>Coordination within Conversational Agents with Multiple Sources<\/strong>. In Proceedings of the 20th Nacional Meeting on Artificial and Computational Intelligence, (ENIAC 2023), Belo Horizonte, 2023. p. 939-953. ISSN 2763-9061.\u00a0<a href=\"https:\/\/doi.org\/10.5753\/eniac.2023.234533\" target=\"_blank\" rel=\"noopener\">https:\/\/doi.org\/10.5753\/eniac.2023.234533<\/a><\/li>\n<li>Outras publica\u00e7\u00f5es <a href=\"https:\/\/sites.usp.br\/keml\/publicacoes\/\" target=\"_blank\" rel=\"noopener\">aqui<\/a>!<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h6 style=\"text-align: right;\"><\/h6>\n","protected":false},"excerpt":{"rendered":"<p>Agentes conversacionais s\u00e3o, talvez, a principal aplica\u00e7\u00e3o para um modelo de linguagem. Ao menos no contexto do uso popular, os agentes conversacionais permitem expressar com plenitude a capacidade de processamento de linguagem natural da intelig\u00eancia artificial quando implementado a partir de modelos de linguagem. Do ponto de vista computacional, agentes conversacionais s\u00e3o sistemas de alta<a href=\"https:\/\/sites.usp.br\/keml\/agentes-conversacionais\/\">[&#8230;]<\/a><\/p>\n","protected":false},"author":24022,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"inline_featured_image":false,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":"","_links_to":"","_links_to_target":""},"class_list":["post-987","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/pages\/987","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/users\/24022"}],"replies":[{"embeddable":true,"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/comments?post=987"}],"version-history":[{"count":5,"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/pages\/987\/revisions"}],"predecessor-version":[{"id":1422,"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/pages\/987\/revisions\/1422"}],"wp:attachment":[{"href":"https:\/\/sites.usp.br\/keml\/wp-json\/wp\/v2\/media?parent=987"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}