Lista de Notícias

/Michael Jordan aponta sinergia entre Estatística e Ciência da Computação e debate perda de privacidade pelos bancos de dados

O mais importante pesquisador em Ciência da Computação do mundo, segundo a revista Science (2016), proferiu palestra na Coppe/UFRJ, nesta terça-feira, 7 de agosto, para um auditório lotado, com mais de 300 professores e alunos. O professor da Universidade da Califórnia, em Berkeley (EUA) falou sobre os rumos da Data Science, apontando uma convergente e sinérgica parceria entre a Ciência da Computação e a Estatística. O palestrante também questionou como compensar a perda de privacidade. O evento foi uma promoção conjunta da Coppe e do Instituto de Matemática da UFRJ.


De acordo com o professor, a Ciência de Dados (Data Science) é um blend de pensamento computacional e inferencial. “No passado, as teorias da Estatística e da Computação se desenvolveram isoladamente como se fossem água e óleo. Hoje, se você trabalha com computação, o futuro é estatística, e se você trabalha com estatística, o futuro é a computação. Há muitos desafios surgindo em Data Science, e é importante trazer estes campos juntos”, antecipou Jordan.


Na avaliação do pesquisador americano, a Ciência de Dados não se tornou uma área importante do conhecimento somente pela constituição recente de enormes bancos de dados, mas por muitos desses acervos compilarem informações individuais, levando a estratégias personalizadas em vários campos de atuação, como a saúde pública, a criminologia, a genômica, o marketing, dentre outras.


“Caso você faça um sistema baseado em estatística, sempre haverá erros. Uma margem de erro de 5% pode ser aceitável em um sistema pequeno, mas se o número de usuários aumenta exponencialmente em pouco tempo, essa margem deixa de ser aceitável”, explicou Michael Jordan, segundo o qual o risco estatístico torna-se uma questão ainda mais central quando os sistemas lidam com informações individuais. “A inferência e o processo decisório devem ser tempestivos e confiáveis ao nível pessoal”.


Perda de privacidade pode ser estimada e sua compensação valorada


Jordan questionou como compensar a perda de privacidade. “Indivíduos geralmente não estão dispostos a permitir que seus dados pessoais sejam utilizados sem que controlem como eles serão usados e quanto será a perda de privacidade. Qual o trade-off aqui? A perda de privacidade pode ser estimada. Queremos transacionar a perda de privacidade contra o valor que pode ser obtido pela análise de dados. A questão passa a ser como quantificar tal valor e justapor à perda de privacidade”, analisou o professor da Universidade da Califórnia.


Finda a parte mais conceitual da palestra, Jordan iniciou uma conversa para iniciados, mais acessível aos seus pares, professores e também alunos de pós-graduação em Matemática, Estatística e Engenharia de Sistemas e Computação. Com o auxílio de slides, o professor demonstrou como a estatística pode minimizar risco na análise de dados privados e abordou a crescente importância da otimização na Ciência de Dados, expondo equações como Euler-Lagrange, Bregman Lagrangian, e função Lyapunov.

 

Após a palestra, o professor Michael Jordan embarcou no Maglev-Cobra. Na viagem, o professor Richard Stephen, apresentou o trem de levitação magnética, desenvolvido pela Coppe sob sua coordenação. Acompanharam Jordan no trajeto, os professores Daniel Figueiredo, do Programa de Engenharia de Sistemas e Computação (da Coppe), e Dani Gamerman, do Programa de Pós-Graduação em Estatística (do Instituto de Matemática – IM/UFRJ) – ambos coorganizadores do evento, com o professor Daniel Sadoc, do Programa de Pós-Graduação em Informática (também do IM/UFRJ).
 

  • Publicado em - 07/08/2018