Catherine Havasi (nascida em 1981) é uma cientista americana especializada em inteligência artificial (IA), conhecida por seu trabalho em linguística computacional e raciocínio de senso comum. Ela cofundou e atuou como CEO da Luminoso, uma empresa de análise de texto, por oito anos, e foi uma contribuidora-chave para o projeto Open Mind Common Sense no MIT Media Lab, que levou à criação do ConceptNet. Havasi atualmente ocupa o cargo de Chefe de Inovação e Estratégia de Tecnologia na Babel Street, uma plataforma de dados para conhecimento habilitada por IA.
A pesquisa de Havasi tem se concentrado em preencher a lacuna entre o senso comum humano e a compreensão de máquinas, particularmente por meio do desenvolvimento de redes semânticas em larga escala. Seu trabalho tem sido amplamente citado nos campos de processamento de linguagem natural e análise de sentimentos, e ela tem sido reconhecida como uma líder na indústria de IA.
Início da vida e educação
Havasi cresceu em Pittsburgh, Pensilvânia. Seu interesse em inteligência artificial foi despertado pela leitura do livro The Society of Mind, de Marvin Minsky, de 1986. Ela frequentou o Instituto de Tecnologia de Massachusetts (MIT), onde se envolveu com o MIT Media Lab e estudou sob a orientação de Minsky. Havasi foi ex-aluna do Science Talent Search 1999 e participou da International Science and Engineering Fair em 1996, 1998 e 1999. Ela obteve um S.B. e um M.Eng pelo MIT e um PhD em ciência da computação pela Universidade Brandeis.
Carreira e contribuições para a IA
Na década de 1990, Havasi foi pioneira no uso de crowdsourcing para inteligência artificial, um método que aproveita o conhecimento humano coletivo para treinar sistemas de IA. Em 1999, ela se juntou ao projeto do MIT Open Mind Common Sense (OMCS) ao lado de Minsky e Push Singh. Este projeto visava construir um vasto banco de dados de conhecimento cotidiano contribuído por voluntários. Havasi fez parte da equipe que criou o ConceptNet, uma rede semântica de código aberto baseada no banco de dados do OMCS. O ConceptNet organiza o conhecimento de senso comum em um grafo de conceitos e relações, permitindo que máquinas façam inferências sobre o mundo.
O desenvolvimento do ConceptNet representou um avanço significativo na pesquisa de Artificial intelligence, fornecendo um recurso que poderia ser usado para tarefas como criação de analogias, compreensão de texto e raciocínio. O trabalho de Havasi no ConceptNet levou a várias publicações influentes, incluindo um artigo de 2007 sobre o ConceptNet 3 e um artigo de 2012 sobre o ConceptNet 5, que expandiu as capacidades multilíngues da rede.
Em 2010, Havasi cofundou a Luminoso, uma empresa que aplicou os princípios do ConceptNet à análise de texto. O software da Luminoso usava técnicas de Machine learning para analisar dados de texto não estruturados, ajudando empresas a obter insights de feedback de clientes, pesquisas e mídias sociais. Sob a liderança de Havasi como CEO, a Luminoso cresceu para se tornar uma participante notável na indústria de IA, atendendo clientes em vários setores.
Reconhecimento e liderança
As contribuições de Havasi para a IA foram reconhecidas por várias honrarias prestigiosas. Em 2014, ela foi nomeada para a lista "40 Under 40" do Boston Business Journal, que destaca líderes empresariais e cívicos que causam grande impacto em suas áreas. No ano seguinte, a Fast Company a incluiu em sua lista "100 Most Creative People in Business 2015", reconhecendo sua abordagem inovadora para aplicar IA a problemas do mundo real.
Em 2019, a Embaixada dos EUA convidou Havasi a Portugal para ministrar uma série de palestras sobre "Processamento de Linguagem Natural Prático". Essas palestras se basearam em seu trabalho no MIT, cobrindo tópicos como aprendizado por transferência, meta-aprendizado, divulgação educacional, compreensão de linguagem natural e criatividade computacional. Sua capacidade de comunicar conceitos complexos de IA a públicos diversos a tornou uma palestrante e educadora muito procurada.
Pesquisa e publicações
Havasi coautora de sete artigos de periódicos revisados por pares sobre IA e linguagem, juntamente com inúmeras apresentações em conferências revisadas por pares. Sua publicação mais citada é "New avenues in opinion mining and sentiment analysis", coautora com Erik Cambria, Bjorn Schuller e Yunqing Xia, publicada no IEEE Journal of Intelligent Systems em 2013. Este artigo, citado mais de 700 vezes em setembro de 2018, explorou novos caminhos na análise de opinião pública e sentimentos a partir de dados de texto.
Outro trabalho significativo é "ConceptNet 3: a flexible, multilingual semantic network for common sense knowledge", apresentado na conferência Recent Advances in Natural Language Processing em 2007. Este artigo detalhou a arquitetura e as capacidades do ConceptNet, que desde então se tornou um recurso fundamental no campo.
Havasi também contribuiu para "Representing General Relational Knowledge in ConceptNet 5", publicado nos anais do LREC em 2012. Este trabalho abordou os desafios de representar conhecimento relacional diverso em um formato escalável e interoperável.
Sua pesquisa anterior incluiu "Digital Intuition: Applying Common Sense Using Dimensionality Reduction", publicado no IEEE Journal of Intelligent Systems em 2009, e "AnalogySpace: Reducing the dimensionality of common sense knowledge", apresentado na AAAI em 2008. Esses artigos introduziram técnicas para usar métodos de redução de dimensionalidade para melhorar o desempenho de sistemas de raciocínio de senso comum.
Impacto no processamento de linguagem natural
O trabalho de Havasi teve um impacto duradouro no campo do Natural language processing. Ao combinar conhecimento de crowdsourcing com técnicas computacionais, ela ajudou a demonstrar o valor do senso comum em sistemas de IA. O ConceptNet tem sido usado em várias aplicações, incluindo análise de sentimentos, desambiguação de sentidos de palavras e resposta a perguntas. Sua pesquisa sobre análise de sentimentos, em particular, influenciou como empresas e pesquisadores abordam a análise de opinião pública.
Suas contribuições para aprendizado por transferência e meta-aprendizado, destacadas em suas palestras de 2019, refletem uma tendência mais ampla na IA em direção ao desenvolvimento de sistemas que podem aprender com dados limitados e se adaptar a novas tarefas. Essas áreas se tornaram cada vez mais importantes na era dos Large language models, onde aprendizado eficiente e generalização são críticos.
Papel atual e trabalho em andamento
De acordo com as informações mais recentes, Havasi atua como Chefe de Inovação e Estratégia de Tecnologia na Babel Street, uma empresa que fornece plataformas de dados para conhecimento habilitadas por IA. Nesse papel, ela supervisiona a direção estratégica da tecnologia da empresa, focando na integração de capacidades avançadas de IA em produtos que ajudam organizações a dar sentido a grandes volumes de dados. Seu trabalho na Babel Street continua a se basear em sua expertise em compreensão de linguagem natural e raciocínio de senso comum.
A trajetória de carreira de Havasi, da pesquisa acadêmica à liderança na indústria, exemplifica a crescente convergência entre pesquisa de IA e aplicações comerciais. Seus esforços não apenas avançaram o estado da arte em linguística computacional, mas também tornaram a IA mais acessível e prática para empresas e organizações em todo o mundo.
Legado e influência
Havasi é considerada uma pioneira no uso de crowdsourcing para IA, um conceito que desde então se tornou mainstream com o surgimento de plataformas como Amazon Mechanical Turk e outros sistemas de humano-no-circuito. Seu trabalho no ConceptNet permanece um recurso valioso de código aberto, usado por pesquisadores e desenvolvedores para incorporar senso comum em suas aplicações.
Seu reconhecimento em publicações de negócios e tecnologia ressalta sua influência além da academia, pois ela traduziu com sucesso pesquisa complexa em produtos comerciais. As palestras e publicações de Havasi inspiraram uma nova geração de pesquisadores de IA a explorar a interseção entre linguagem, conhecimento e aprendizado de máquina.
Ao longo de sua carreira, Havasi manteve um foco nas aplicações práticas da IA, garantindo que sua pesquisa aborde desafios do mundo real. Suas contribuições para análise de sentimentos, redes semânticas e raciocínio de senso comum deixaram uma marca duradoura no campo, e seu trabalho contínuo continua a moldar o futuro da análise de dados impulsionada por IA.