Fale-nos um pouco sobre o seu percurso científico na U.Porto e de como começou a sua jornada com a computação e a tecnologia?
O meu percurso na FEP começou em 1990 como assistente convidado na disciplina de Informática e fiz um percurso usual na altura. Em 1994 fiz as provas académicas de aptidão científica e pedagógica, em 2000 defendi o doutoramento na Faculdade de Ciências, e em 2009 fiz as provas de agregação na FEUP.

Consegue identificar 2 ou 3 marcos, na sua carreira profissional, que tenham sido mais relevantes para si?
Iniciei a minha carreira como investigador colaborando, com o projeto Europeu Statlog, em 1991. Era um projeto multidisciplinar onde aprendi muito! Marcou toda a minha carreira de investigador. Em 2002, o projeto ALES-adaptive learning systems foi aprovado e financiado pela FCT. Foi com este projeto que comecei a construir a minha equipa de investigação. No contexto deste projeto, organizei com o Jesus Aguilar-Ruiz da Universidade de Sevilha, o 1º Workshop em Learning from Data Streams. Foi o 1º evento a nível mundial sobre o tema e o primeiro de uma longa sequência de workshops. Em 2011, coordenei o projeto KDUS-knowledge discover from ubiquitous data streams financiado pela FCT. Foi o projeto que sedimentou o meu percurso de investigação e com maior impacto em termos internacionais.

Como coordenador do Laboratório de Inteligência Artificial e Apoio à Decisão – LIAAD, no INESC TEC, pode falar-nos sobre o trabalho que têm vindo a desenvolver, e sobre os maiores desafios enfrentados em 2023?
O LIAAD é um ecossistema orientado para a investigação científica. Um dos desafios é garantir a produção científica de qualidade de forma a garantir a sustentabilidade do laboratório. A gestão equilibrada dos recursos humanos é um dos maiores desafios.

No seu currículo, conta com a participação em vários projetos. O que é mais e menos valorizado, pela sua experiência, nos projetos da sua área científica?
Participo e coordeno regularmente em projetos de investigação, incluindo projetos europeus. São fundamentais para construir equipas de investigação, linhas sustentáveis de investigação, organização de eventos, publicações, etc. Em particular, os projetos europeus são fundamentais para alargar horizontes, desenvolver capacidade crítica e construir redes de contactos internacionais.

Os temas de investigação aos quais se tem dedicado assentam em quatro grandes domínios: machine learning, estatística, otimização e matemática. Que desafios futuros prevê nestas temáticas, num mundo que caminha rumo à sustentabilidade e conectividade de informação?
Toda a minha investigação é na área de machine learning, uma subárea da Inteligência Artificial (IA). Desde 2012, assistimos ao desenvolvimento de uma sociedade e uma economia cada vez mais digital. Estes desenvolvimentos abriram a porta às ferramentas de IA: sistemas de recomendação, processamento de imagem, processamento de linguagem natural, de voz, etc. Estas ferramentas estão a alterar a forma como trabalhamos, pensamos e decidimos tornando a nossa sociedade mais eficiente. Vai alterar a forma como ensinamos e aprendemos!
Num mundo digital, a informação circula muito mais depressa, mas levanta problemas de privacidade e credibilidade. É importante desenvolver espírito crítico e mecanismos de regulação destas ferramentas. 

Ao longo dos próximos três anos, será o editor-chefe do JSDA – International Journal of Data Science and Analytics. Tratando-se de uma revista científica que promove a apresentação e discussão de novas tendências na análise e ciência de dados, que tópicos diria serem predominantes atualmente? Existe algum(ns) tópico(s) ainda pouco explorado(s) e que careçam de investigação?
O JDSA é uma revista relativamente recente. A revista promove coleções temáticas sobre temas emergentes. Atualmente, estão abertas submissões sobre: Social Mining and Big Data, Responsible Data Science, Data Science and AI for Marine Science and Blue Economy, e AI Foundational Models.

A adoção de novas tecnologias digitais, processos de automação e inteligência artificial, está a tornar-se parte da nova realidade num mundo pós- COVID-19, e irá moldar o futuro próximo. Na sua opinião, como se posiciona Portugal face a outros países na digitalização, que é quase uma nova revolução, e na automatização?
A penetração da digitalização e da IA em Portugal está a crescer a um ritmo acelerado. No que diz respeito à digitalização, Portugal tem registado um aumento significativo no número de utilizadores de internet e de dispositivos móveis. O governo português tem promovido a digitalização através de uma série de iniciativas, incluindo o programa "Portugal Digital". Este programa visa promover a adoção de tecnologias digitais por empresas e cidadãos. No que diz respeito à IA, Portugal tem uma comunidade de pesquisa ativa nesta área. A formação em IA e ciência de dados, cresceu imenso, nestes últimos anos. Todas as universidades estão a criar novas licenciaturas em IA, cursos de mestrado em IA, ciência de dados, etc. Vai ter impacto nas empresas e na economia a curto prazo.

É especialista em Big Data. Sendo uma área que alcançou ampla visibilidade nos últimos dez anos, quais são as aplicações neste campo? Como poderia ser útil na luta contra as mudanças climáticas?
A existência de grandes volumes de dados digitais, nomeadamente na internet e a internet das coisas, tornou possível os desenvolvimentos em IA de que somos testemunhas. Tem imensas implicações na indústria com a indústria 4.0, as digital twins, a fábrica do futuro, etc.
Projetos europeus, como o Copernicus, o Emeritus e o PERIVALLON usam ferramentas de visão computacional para analisar, automaticamente, imagens de satélite com o objetivo de monitorizar o clima e o ambiente. Os projetos EMERITUS e PERIVALLON têm como objetivo desenvolver ferramentas computacionais usando técnicas de IA para combater o crime ambiental.

Que apreciação faz do panorama científico português na sua área de investigação?
Portugal tem investigadores de renome e com projeção internacional na área da IA. Os nomes mais relevantes imigraram...

Quais os desafios relacionados com a ciência e inovação que, na sua opinião, a investigação enfrentará nos próximos anos?
A investigação em IA enfrenta uma série de desafios relacionados com a ciência e a inovação. Por um lado, os sistemas de IA precisam ser precisos e confiáveis para serem usados em aplicações críticas. É importante entender como os sistemas de IA tomam decisões, para poder confiar neles e corrigi-los quando necessário. Além disso, os sistemas de IA precisam de ser imparciais, para evitar discriminação e exclusão de pessoas, e seguros de forma a evitar violações de privacidade.






Poderá consultar mais informações sobre o investigador aqui.