“We’ve temporarily locked your account after too many failed attempts to sign in. Please chillax for a few, then try again.”

Esse “for a few” está completando 12 horas agora. E não tô “chillaxando” nem um pouco agora. Aparentemente pouquíssimas pessoas estão experimentando esse incidente e portanto não é algo que vai se resolver rapidamente.

Procurei por ajuda e aparentemente não há solução a não ser pelo ditado “se não tem remédio remediado está”. Para não fazer nada reclamei no Get Satisfaction onde pelo menos 4 outras pessoas declararam passar pelo mesmo problema.

Se eu perdi minha conta permanentemente vou ter que mudar um pouco meus hábitos. Nenhum grande prejuízo mas vais ser uma pena.

O título do artigo “Unreasonable Effectiveness of data” é uma paráfrase do título de outro artigo “Unreasonable Effectiveness of Mathematics in the Natural Scienses”. Esse último exalta a matemática e o primeiro os dados. Na verdade só quando você chega ao final do artigo é que você compreende totalmente o sentido dessa homenagem.

A Universidade de Brown tem um Corpus com 1.000.000 de palavras em inglês. Em 2006 o Google lançou um Corpus com 1.000.000.000.000 de palavras.

A terceira coisa que me chamou a atenção foi uma menção ao trabalho de James Hays e Alexei Efros. Eles lançaram um artigo chamado “Scene Completion Using Millions of Photographs” em que apresentam um novo algorítimo para completar uma imagem. A idéia é que em um milhão de imagens você vai encontrar imagens que são semelhantes entre si então alguma delas vai certamente conseguir completar o que está faltando em uma imagem com perfeição. Fiquei impressionado quando vi: http://graphics.cs.cmu.edu/projects/scene-completion/ e http://cybertron.cg.tu-berlin.de/pdci08/scenecompletion/results.htm. Um dado curioso ainda sobre esse tema é que o número de fotografias diferentes possíveis de existir de 2 megabytes é de 256 elevado a 2.000.000.

Stefan Schoenmackers, Oren Etzioni e Daniel S. Weld publicaram um artigo mostrando que com lógica relacional e um Corpus de 100.000.000 de palavras é possível reponder a pergunta “Que vegetais ajudam a prevenir a osteoporose?” se no texto que se estiver procurando tiver as expressões “Espinafre é rico em cálcio” e “Cálcio ajuda a prevenir a osteoporose”.

Um processo de criação de uma ontologia completa sobre um livro de química chamado projeto Halo conseguiu fazer um excelente trabalho mas ao custo de 10.000 dólares por página.

No resto do artigo os autores falam como é difícil extrair semântica, falam de algumas abordagens que surgiram ao longo dos anos e terminam concluindo que o promissor mesmo é construir um processo automático de aprendizagem não supervisionado que extraia semântica através de dados não rotulados e representar esses dados com um modelo não paramétrico ao invés de indexar.

Como em toda mudança de emprego estou entusiasmado com as novas possibilidades. Em 2004 já havia feito estágio na universidade. Hoje 5 anos depois fui rever o local e encontrei os mesmos bons e velhos amigos de outrora. Alguns mais gordos, outros mais magros, uns com o cabelo mais escuro e outros com cabelo mais claro. Senti falta de alguns bolsistas e terceirizados mas foi como rever parentes que a gente não via  a bastante tempo.

Apesar da minha ansiedade ainda não fui alocado em nenhum projeto. Enquanto isso não é decidido tenho um pouco mais de tempo para me dedicar à minha vida virtual. Hoje resolvi visitar o blog que não era atualizado em uns 5 meses. O wordpress mudou, ficou mais 2.0 ganhou widgets etc. No entanto senti falta de suporte a atom para colocar meus links compartilhados do Google Reader e o widget do Twitter. Vou criar uma página e colocar alguns dos meus feeds do Flickr, Delicious e Google Reader. Também vou ver como está o Blogger, gosto mais da interface do wordpress mas o que manda é o conteúdo e a interação entre as várias aplicações web que fazem parte do nosso dia-a-dia.