Palestrantes
Nicola Ferro, University of Padua, Italy.
Experimental Evaluation in IR: Decades of Tradition not only to Steer Generative AI but also Quantum Computing
- Resumo
Nesta palestra, explorarei a evolução da avaliação experimental em Recuperação da Informação (IR), em especial a abordagem orientada a sistemas baseada no paradigma de Cranfield, principalmente sob a perspectiva de iniciativas de avaliação em larga escala, como o CLEF (Conference and Labs of the Evaluation Forum, https://www.clef-initiative.eu/), a fim de mostrar como a avaliação é fundamental para impulsionar a inovação e o desenvolvimento na área e fomentar o crescimento de uma comunidade vibrante e interdisciplinar. Em seguida, apresentarei alguns desafios que a avaliação experimental enfrenta quando se trata de Inteligência Artificial (IA) Generativa, o tema mais discutido atualmente. Também discutirei como a avaliação experimental pode nos permitir explorar outras tecnologias inovadoras e aplicá-las à IR, como a Computação Quântica (QC), apresentando a experiência do QuantumCLEF (https://qclef.dei.unipd.it/), com o intuito de nos lembrar de que nossa área deve buscar o maior número possível de direções inovadoras para sua evolução.
- Biografia
Nicola Ferro é Professor Titular de Ciência da Computação no Departamento de Engenharia da Informação da Universidade de Pádua, Itália. Seus principais interesses de pesquisa são recuperação da informação, gerenciamento e representação de dados e suas formas de avaliação. Ele preside o Comitê Diretor do CLEF, a iniciativa europeia de avaliação de sistemas de acesso à informação multimodal e multilíngue, e o Comitê Diretor da ESSIR, a Escola de Verão Europeia em Recuperação da Informação. É membro sênior do comitê de programa de conferências de alto nível, como ECIR, ACM SIGIR, ACM CIKM e WSDM. É co-presidente geral da SIGIR 2025 e da CIKM 2026. Foi presidente geral da ECIR 2016 e editor associado da ACM TOIS. Foi eleito para o SIGIR Academy em 2023 e recebeu o Tony Kent Strix Award em 2024.
Mark Raasveldt, DuckDB Labs, Netherlands
DuckDB Database System
- Resumo
DuckDB é um sistema de gerenciamento de banco de dados analítico in-process de código aberto (FOSS), o primeiro de seu tipo em uma nova classe de sistemas. O excelente desempenho em nó único e a interface SQL rica do DuckDB permitem seu uso em uma ampla variedade de tarefas reais de processamento de dados. Por ser in-process, o DuckDB é extremamente simples de executar e instalar, podendo também ser utilizado como componente de sistemas e aplicações maiores. Nesta palestra, apresentarei o DuckDB, falarei sobre sua história e discutirei uma ampla gama de casos de uso do sistema.
- Biografia
Mark Raasveldt é cofundador e CTO da DuckDB Labs, uma startup criada em torno do desenvolvimento do banco de dados de código aberto DuckDB. Anteriormente, Mark realizou seu doutorado e um pós-doutorado no grupo de Arquiteturas de Banco de Dados do Centrum Wiskunde & Informatica (CWI). Durante esse período, trabalhou junto com Hannes Mühleisen na criação da primeira versão do sistema de banco de dados DuckDB.
Fabio Porto, LNCC, Brazil
Data Management Systems in the Age of Machine Learning
- Resumo
Os sistemas de gerenciamento de bancos de dados têm uma trajetória de grande sucesso. Concebidos inicialmente para dar suporte a dados relacionais e consultas SQL, logo foram estendidos para suportar funções genéricas definidas pelo usuário (UDFs) e diferentes modelos de dados. Atualmente, estamos presenciando uma nova classe de aplicações que integram dados com modelos de aprendizado de máquina (ML) e inteligência artificial (IA). No entanto, construir essas aplicações de ML não é tarefa simples. Nesta palestra, argumentarei que muitas das funcionalidades necessárias para dar suporte a essas aplicações estão no próprio cerne dos bancos de dados, como otimização de consultas, transparência de dados, heterogeneidade dos dados, visões, entre outras. À medida que as aplicações de ML evoluem para usos mais complexos de IA, como é o caso da IA Generativa (GenAI), surgem novas oportunidades para revisitar, explorar e estender as técnicas de banco de dados.
- Biografia
Fabio Porto é Pesquisador Sênior no Laboratório Nacional de Computação Científica (LNCC), onde coordena o Data Extreme Lab (DEXL). É doutor e mestre em Informática pela PUC-Rio e graduado em Matemática-Informática pela UERJ. Realizou pós-doutorado na École Polytechnique Fédérale de Lausanne, Suíça (2004–2008). Atualmente, ocupa a Inria International Chair (2024–2028) e coordena o Instituto de IA do LNCC. Seus principais interesses de pesquisa são em Sistemas de Aprendizado de Máquina, Grafos de Conhecimento e Fluxos de Big Data.
Promoção
Organização
Agência de Apoio
Apoio Acadêmico
Patrocínio
