Drones autônomos, carros automáticos ou robôs usados no cuidado de pessoas doentes ou no amparo às pessoas idosas, todas essas máquinas precisam reagir a situações inesperadas. Porém, nem todas essas situações podem ser previstas e programadas. Máquinas e robôs que aprendem de forma inteligente de acordo com sua experiência são a solução.
Robótica e Inteligência artificial
Mas como superar os limites do aprendizado das máquinas? E, por outro lado, que limites devem ser estabelecidos para que as decisões autônomas dos robôs não representem uma ameaça? Angela Schoellig está trabalhando nas respostas. Ela conduz pesquisas na Universidade de Toronto nas áreas de robótica, engenharia de controle e aprendizado de máquina. Ela trabalha tanto teoricamente quanto em aplicações práticas, por exemplo, com carros autônomos, com os quais ganhou várias competições. Na Universidade Técnica de Munique, ela avançará no desenvolvimento de robôs de serviço seguros e, ao mesmo tempo, eficazes. As cooperações industriais com empresas de aviação, transporte e energia têm como objetivo apoiar experiências extensivas e práticas.
Angela Schoellig foi selecionada para a cátedra Humboldt e atualmente está em negociações com a universidade alemã que a indicou para o prêmio. Se forem concluídos com sucesso, o prêmio será concedido em 2021.
Sobre ela:
Após sua formação na Universidade de Stuttgart (cibernética técnica) e no Instituto de Tecnologia da Geórgia, Atlanta, EUA, a alemã concluiu seu doutorado em 2013 na ETH Zurich. Em seguida, ela foi para a Universidade de Toronto, Canadá, onde assumiu o cargo de professora assistente em robótica (Canada Research Chair 2019). Ela é professora associada desde o verão de 2020, além de trabalhar no Vector Institute for Artificial Intelligence em Toronto. Ela já recebeu vários prêmios e bolsas, mais recentemente a Cátedra CIFAR AI do Canadá concedida pelo Instituto Canadense de Pesquisa Avançada.
Fonte: Alexander von Humboldt-Professur 2021 – Angela Schoellig, site da Fundação Alexander von Humboldt.