DB+AI – 1º Workshop Brasileiro de Integração de Bancos de Dados e Inteligência Artificial (colocalizado com SBBD 2022, Búzios, RJ)

A comunidade científica testemunhou uma explosão de popularidade da Inteligência Artificial (IA), fomentada pelo desenvolvimento de novas técnicas de vários paradigmas, incluindo deep learning e ensembles. Portanto, vários aplicativos baseados em IA surgiram para suportar as tarefas regulares realizadas por diferentes especialistas e domínios, incluindo Bancos de Dados. Em particular, a integração das comunidades de IA e banco de dados já mostrou seu potencial, como visto em eventos recentes organizados pelos comitês líderes de campo SIGMOD e VLDB. A IA se aplica a tarefas regulares executadas manualmente por especialistas em Sistemas de Gerenciamento de Banco de Dados (DBMSs) ou suas rotinas internas, como processamento de consultas, ajuste de banco de dados, carregamento, balanceamento e dimensionamento. Embora as soluções baseadas em IA nem sempre automatizem totalmente essas tarefas (já que muitas exigem interações humanas), elas ainda são valiosas para alertar especialistas sobre comportamentos potencialmente inesperados que podem exigir ações adicionais para garantir a resiliência do DBMS. Embora as técnicas de IA possam aprimorar a manutenção e as configurações dos DBMSs, as técnicas de banco de dados também se aplicam para otimizar o desempenho e o ciclo de vida dos aplicativos de IA em uma integração bidirecional. Um exemplo de design de banco de dados que oferece suporte a aplicativos de IA é o acoplamento de consultas de similaridade nos mecanismos de pesquisa de DBMS, que fornecem integração direta para tarefas de IA baseadas em casos, como classificação baseada em distância, clustering e recuperação baseada em conteúdo. A comunidade de pesquisa de banco de dados também tem um histórico sólido de projetos e soluções eficientes para (i) rastrear transformações de dados e (ii) capturar e gerenciar metadados de aplicativos, incluindo aqueles em modelos treinados. Essas soluções podem fornecer novos recursos aos especialistas em IA para resolver problemas grandes e complexos baseados em dados. Assim, este workshop visa oferecer a estudantes, pesquisadores e profissionais de Banco de Dados e IA uma oportunidade de apresentar seus resultados mais recentes (e em andamento) sobre este tópico de pesquisa.

Os tópicos de interesse e as instruções aos autores, além das datas importantes para submissão e o comitê de avaliação, estão disponíveis na página de chamada de contribuições para o DB+AI.

Programação do DB+AI

Workshop – Using Provenance to Steer Hyperparameter in Deep Neural Networks
Autora: Marta Matoso

Artigos Aceitos para Apresentação (TBA)

Coordenadores

Aline Paes (IC/UFF) – alinepaes@ic.uff.br
Daniel de Oliveira (IC/UFF) – danielcmo@ic.uff.br
Marcos Bedo (INFES/UFF) – marcosbedo@id.uff.br