A Escola Paul G. Allen de Ciência da Computação e Engenharia da Universidade de Washington está reformulando o que significa para sua pesquisa mudar o mundo.
Ao revelar seis “Grandes Desafios” no seu Research Showcase and Open House anual em Seattle, na quarta-feira, os líderes da Allen School descreveram um modelo para a tecnologia que protege a privacidade, apoia a saúde mental, amplia a acessibilidade, ganha a confiança do público e sustenta as pessoas e o planeta.
A ideia é “nos organizarmos em alguns grandes desafios mais específicos que podemos enfrentar juntos para ter um impacto ainda maior”, disse Magdalena Balazinska, diretora da Allen School e professora de ciência da computação da UW, abrindo o Research Showcase and Open House anual da escola.
Aqui estão os seis grandes desafios:
- Antecipar e abordar segurança, privacidade e proteção questões à medida que a tecnologia permeia a sociedade.
- Faça de alta qualidade saúde cognitiva e mental apoio disponível para todos.
- Tecnologia de design a ser acessível desde o seu início – não como um complemento.
- Projete IA de uma forma que seja transparente e igualmente benéfico para todos.
- Construa sistemas que possam ser confiável fazer exatamente o que queremos que eles façam, sempre.
- Crie tecnologias que sustentar as pessoas e o planeta.
Balazinska explicou que a lista baseia-se nos pontos fortes e nos interesses de seu corpo docente, que agora soma mais de 90, incluindo 74 em situação de estabilidade.
Com matrículas totais de cerca de 2.900 alunos, no ano passado a Allen School formou mais de 600 alunos de graduação, 150 alunos de mestrado e 50 alunos de doutorado. estudantes.
A Escola Allen cresceu tanto que subáreas como sistemas e PNL (processamento de linguagem natural) correm o risco de se tornarem “minidepartamentos” isolados, disse Shwetak Patel, professor de ciência da computação da Universidade de Washington. A iniciativa Grandes Desafios surgiu como um esforço ascendente para reconectar estes grupos em torno de problemas partilhados e centrados no ser humano.
Patel disse que a iniciativa também incentiva colaborações no campus além da escola de ciência da computação, citando exemplos como o monitoramento da frequência cardíaca fetal com a UW Medicine.
Empreendedor em série e MacArthur Fellow em 2011, Patel lembrou que quando ingressou na UW, há 18 anos, seu foco aplicado e empreendedor era visto como pouco convencional. Agora é fundamental para a direção da escola. A iniciativa dos grandes desafios é “música para os meus ouvidos”, disse Patel.
Ao enfrentar esses desafios, a Escola Allen tem uma vantagem única em relação a muitas outras escolas de ciência da computação. Atualmente, dezoito membros do corpo docente mantêm o que é conhecido como “compromissos simultâneos” – dividindo formalmente o tempo entre a Allen School e empresas e organizações como Google, Meta, Microsoft e o Allen Institute for AI (Ai2).
Este é um “superpoder” para a Escola Allen, disse Patel, que também tem um envolvimento simultâneo no Google. Esses acordos, explicou ele, dão ao corpo docente e aos alunos acesso a dados, recursos computacionais e desafios do mundo real, trabalhando diretamente com empresas que desenvolvem os sistemas de IA mais avançados.
“Muitos dos problemas que estamos a tentar resolver não podem ser resolvidos apenas na universidade”, disse Patel, apontando exemplos como modelos de base de código aberto e IA para investigação em saúde mental que dependem de recursos em grande escala não disponíveis apenas no meio académico.
Essas funções também podem sobrecarregar os professores. “Quando alguém se separa, há um limite de energia mental que você pode investir na universidade”, disse Patel. Muitos desses membros do corpo docente ministram apenas um ou dois cursos por ano, exigindo que a escola dependa mais de professores e docentes.
Ainda assim, disse ele, os benefícios superam os custos. “Prefiro ter 50% de alguém do que 0% de alguém, e faremos com que isso funcione”, disse ele. “Essa tem sido a nossa estratégia.”
Na sessão noturna de pôsteres, estudantes de pós-graduação lotaram as salas para apresentar seus projetos mais recentes — incluindo novos avanços em inteligência artificial para fala, linguagem e acessibilidade.
DopFone: monitoramento da frequência cardíaca fetal baseado em Doppler usando smartphones comuns
DopFone transforma telefones em monitores de frequência cardíaca fetal. Ele usa o alto-falante do telefone para transmitir uma onda senoidal contínua e usa o microfone para registrar os reflexos. Em seguida, processa as gravações de áudio para estimar a frequência cardíaca fetal. Pretende ser uma alternativa aos ultrassons Doppler que requerem pessoal treinado, o que não é prático para uso remoto frequente.
“O maior impacto ocorreria nos ambientes rurais, remotos e com poucos recursos, onde o acesso a esses cuidados de maternidade é menor – também chamados de desertos de cuidados de maternidade”, disse Poojita Garg, estudante do segundo ano de doutoramento.
CourseSLM: uma ferramenta de chatbot para apoiar instrutores e aprendizagem em sala de aula
Este chatbot personalizado foi projetado para ajudar os alunos a manter o foco e desenvolver uma compreensão real, em vez de depender de atalhos rápidos. O sistema usa proteções integradas para manter os alunos concentrados nas tarefas e combater as distrações e a dependência excessiva que podem surgir com grandes modelos gerais de linguagem.
Executado localmente em dispositivos escolares, o chatbot ajuda a proteger os dados dos alunos e garante o acesso mesmo sem Wi-Fi.
“Estamos focados em garantir que os alunos tenham acesso à tecnologia e saibam como usá-la de maneira adequada e segura”, disse Marquiese Garrett, estudante do segundo ano da UW.
Serviço eficiente de SpeechLMs com VoxServe
VoxServe faz com que os modelos de linguagem de fala funcionem com mais eficiência. Ele usa uma camada de abstração padronizada e uma interface que permite que muitos modelos diferentes sejam executados em um único sistema. Sua principal inovação é um algoritmo de agendamento personalizado que otimiza o desempenho dependendo do caso de uso.
A abordagem torna os sistemas de IA baseados em fala mais rápidos, baratos e fáceis de implantar, abrindo caminho para assistentes de voz em tempo real e outros aplicativos de fala de última geração.
“Achei que seria benéfico se pudéssemos fornecer esse tipo de sistema de código aberto que as pessoas pudessem usar”, disse Keisuke Kamahori, terceiro ano de doutorado. estudante da Allen School.
ConvFill: modelo de colaboração para agentes de voz conversacionais responsivos
ConvFill é um modelo de conversação leve projetado para reduzir o atraso em modelos de linguagem extensa baseados em voz. O sistema responde rapidamente com respostas iniciais curtas e, em seguida, preenche informações mais detalhadas à medida que modelos maiores completam seu processamento.
Ao combinar modelos pequenos e grandes dessa forma, o ConvFill oferece respostas mais rápidas, preservando tokens e melhorando a eficiência – um passo importante em direção a uma IA conversacional mais natural e de baixa latência.
“Esta é uma maneira interessante de pensar sobre como podemos combinar sistemas para obter o melhor dos dois mundos”, disse Zachary Englhardt, doutorando do terceiro ano. estudante. “É uma maneira interessante de encarar os problemas.”
ConsumerBench: Comparando IA generativa em dispositivos de usuários finais
A execução local de IA generativa — em laptops, telefones ou outro hardware pessoal — introduz novos desafios no nível do sistema em termos de justiça, eficiência e agendamento.
ConsumerBench é uma estrutura de benchmarking que testa o desempenho de aplicativos generativos de IA em hardware de consumidor quando vários modelos de IA são executados ao mesmo tempo. A ferramenta de código aberto ajuda os pesquisadores a identificar gargalos e melhorar o desempenho em dispositivos de consumo.
Há uma série de benefícios em executar modelos localmente: “Existem propósitos de privacidade – um usuário pode fazer perguntas relacionadas a e-mail ou conteúdo privado, e pode fazê-lo com eficiência e precisão”, disse Yile Gu, Ph.D. estudante da Allen School.
Projetando chatbots para contextos de saúde sensíveis: lições de cuidados anticoncepcionais em farmácias quenianas
Um projecto que visa melhorar o acesso e a orientação contraceptivos para raparigas adolescentes e mulheres jovens no Quénia, através da integração de chatbots de baixa fidelidade em ambientes de saúde. O objetivo é compreender como os chatbots podem apoiar conversas privadas e informadas e funcionar de forma eficaz nas farmácias.
“O combustível por trás de todo este projeto é que minha equipe está realmente interessada em melhorar os resultados de saúde para populações vulneráveis”, disse Lisa Orii, doutorada do quinto ano. estudante.
Veja mais sobre a vitrine de pesquisa aqui.