sgidi

PORTAL SGIDI

Sistema de Gestão da Investigação, Desenvolvimento e Inovação 

• Repositório: Google Drive: pasta NI&D/SGIDI (link)

• Repositório Github: link

• Gravações das reuniões NID (Zoom): aqui 

• Norma  Portuguesa NP 4457 2021 (pdf)

• Norma Portuguesa NP 19011 (2019) (pdf)

• MG 01_00: Manual SGIDI (pdf) (versão controlada: pdf)

• MG 02_00: Manual de funções (doc)

• RG 07_01: Plano de auditoria interna (junho 2023, pdf)

• RG 08_01: Relatório da auditoria interna (junho 2023, doc) (auditor: cv0, cv1, cv2)

• RG 07:02: Plano de auditoria externa, fase 1 (julho 2023, pdf)

• RG 08_02: Relatório de auditoria externa, fase I (julho 2023, pdf)

• RG 07_03: Plano de auditoria externa, fase 2 (setembro 2023, pdf)

• Mapas de processos: 

  • PR 01_00: Controlo da informação documentada (doc)

  • PR 02_00: Controlo da conceção (doc)

  • PR 03_00: Gestão de ideias e iniciativas de inovação (doc)

  • PR 04_00: Gestão das interfaces (doc) 

  • PR 05_00: Recursos humanos (doc)

  • PR 06_00: Auditorias interna (doc)

  • PR 07_00: Não conformidades, ações corretivas e de melhoria (doc)

• Registos: 

  • RG 01_00 Matriz de uso e controlo de documentos (xls)

  • RG 04_00 Matriz de de ideias e projetos (xls): ver aqui (botão)

  • RG 05_00 Fichas de ideias e projetos (aqui) e respetivos cronogramas (aqui, botão)

  • RG 06_00 Ocorrências e planos corretivos (doc) (xls) 

  • RG 07_00 Plano de auditoria (doc)

  • RG 08_00 Relatório de auditoria (doc)

  • RG 09_00: Matriz de riscos e oportunidades (doc)

• Formação: 

  • PL 01_00: Plano de formação 2023 (doc)

    • • Ação de formação: Gestão da Investigação, Desenvolvimento e Inovação - NP 4457:2021 (Iberogestão,  11 abril 2023) (pdf). Certificados (pdf).

      • Ação de formação: Auditorias a sistemas de gestão ISO 19011:2018 (Iberogestão, 10 julho 2023) (pdf).
        Certificados (pdf).

  • PL 02_00: Orçamento IDI (xls)

Atas de acompanhamento e revisão pela gestão:

• Ata #8, 1 de Agosto de 2023 (doc)

• Ata #7, 1 de Julho de 2023 (doc)

• Ata #6, 23 de junho de 2023, revisão pela gestão (doc)

• Ata #5, 1 de Junho de 2023 (doc)

• Ata #4, 1 de Maio de 2023 (doc)

• Ata #3, 1 de Abril de 2023 (doc)

• Ata #2, 1 de março de 2023 (doc)

• Ata #1, 1 fevereiro de 2023 (doc)

Documentos preparatórios:

• Registos online: workflow e sistema documental (doc)

• Contexto externo e fontes para vigilância tecnológica (doc)

•  [v11 (doc) ]

31 de Março de 2023, EB

Modelos fundacionais e tradução

O GPT & Ca. é considerado "uma maravilha de multilinguismo" (ultimo The Economist) e uma ferramenta muito capaz de tradução, especialmente em linguas "com mais recursos". Parece ser consensual que o futuro da tradução será hibrido com "pós processamento editorial" humano e que a tradução trivial será feita por AI (LLM combinado com outros modelos MT). Ler os jornais antigos é, ao fim e ao cabo, um problema de tradução: passar do texto com erros para o texto sem erros e eventualmente convertido para a linguagem (estilo) atual. As experiencias de "tradução" que fizemos (reescrita de partes de textos de noticias originais) parecem confirmar isto.
Logo uma app que use um modelo LLM refinado para o contexto dos jornais (o universo linguistico de base) deverá permitir consultar / traduzir o texto dos jornais e responder a perguntas (prompts) dentro desse universo. Isto significa passar por cima da questão do reconhecimento correto dos carateres gráficos mesmo correndo o risco de alguns erros. Parece semelhante a traduzir crioulo ou mirandes para portugues corrente ou vice versa. Esta abordagem à leitura e "search" nos jornais ultrapassarria as dificuldades do reconhecimento de carateres e permite "salvar" scannings já feitos e com eventual com pior qualidade (caso dos nossos jornais).
O q compreendi do VertexAI e do GenAppBuilder da Google é que permitem fazer isto com facilidade e rapidez e são o "frontend" de abertura da tecnologia pela Google para inserção de facilidades AI nas apps de processos correntes. O "tuning" (ou "fine tuning") do Vertex parece-me ser isso, um processo de ML machine learning automatico que compreendo corresponder a restringir o universo de aplicação do LLM ao contexto proporcionado pelos dados (neste caso, os textos txt das colunas dos jornais). Presumo que "tokens" que não aparecem nos dados não devem ser usadas (seja o que for q se entenda por token neste caso) pela app: parece corresponder a gerar um modelo LLM simplificado para os dados submetidos. Este treino do modelo parece ser feito automáticamente pelo Vertex AI com a possibilidade de escolha de diferentes modelos fundacionais (o "model garden").

• • Potencial do Vertex AI como "tradutor" de ocr com erros (jornais antigos)

  • Comentários: aqui, aqui

ID16. 10 de março de 2023, EB

Experiencias VR/MR em museologia digital com hololens

• Potencialidades da VR/MR com holow lens (Microsoft) para museologia digital

• aqui e aqui

ID14. 29 de Fevereiro de 2023, EB

Expansão da Inovatec Press para os mercados de lingua portuguesa

• Integrar produtos da Inovatec Press em plataformas brasileiras com print on demand e plataformas nacionais com distribuição digital para os paises de lingua portuguesa

ID12. 28 de Fevereiro de 2023, JB

Potencial de tecnologias audio 3D para performances e instalações Datagrama

• Potencial das tecnologias audio ambisonics 3D em performances e instalações artisticas Datagrama (camada adicional nos modelos Datagrama de VR/MR: speakers com geometrias espaciais de alinhamento,  complementaridade sensorial)

• https://youtu.be/51dUnndYwo4 

ID11. 13 de Fevereiro de 2023, JB; II11

memTSI:UP Memória das tecnologias de informação na Universidade do Porto

• Uma década depois, a experiencia adquirida com o projeto memTSI pode ser interessante para uma nova iniciativa desse tipo, mas agora restrita ao universo da Universidade do Porto e ao papel da UP na inovação tecnológica neste domínio ao longo de um período histórico de três décadas e do seu impacto territorial e nacional. Muitos dos primeiros atores desta história, desde os anos 60, estão ainda vivos, pelo que uma iniciativa deste tipo parece oportuna e segue as tendências internacionais para preservar a memória das tecnologias da informação com base em história oral (entrevistas) dos protagonistas

ID9. 20 de novembro de 2022, NB; II9

Emidio Biel e a linha do Tua

• As fotografias de Emilio Biel sobre a linha do Tua continuam pouco conhecidas. Uma exposição dessas fotos com um programa associado de sessões sobre E. Biel e sobre a a história da linha do Tua pode constituir uma oportunidade com a Universidade do Porto (Galeria da Biodiversidade) e para um "road show" pelos cinco concelhos do vale do Tua (em colaboração com a Agencia Regional do Vale do Tua) e assim difundir os trabalhos desenvolvidos no projeto FOZTUA sobre o assunto (Cf. livro "A linha do Tua, 1887, e as fotografias de E. Biel"

ID7. 31 de julho de 2022, EB; II7

Digitalização de manuscritos e fichas da Sociedade de Geografia de Lisboa

• A coleção de manuscritos da SGL justifica a sua digitalização urgente. A vasta biblioteca não está disponivel online para consulta. Os testes feitos em visita recente sugerem a viabilidade da iniciativa e o interesse institucional. As plataformas online desenvolvidas até aqui podem ser fácilmente aplicadas neste caso

ID5. 1 de junho de 2022, EB; II5, PJ4 PROJETO EM CURSO

Digitalização de fichas de coleções de história natural

• Muitas coleções de história natural estão catalogadas em fichas manuais (geralmente manuscritas, por vezes datilografadas) cuja digitação se tem mostrado inviável por falta de recursos. A experiência com as fichas bibliográficas do Ateneu Comercial do Porto sugere a sua extensão às fichas de coleções do Museu de História Natural e Ciência da Universidade do Porto e a extensão da plataforma na cloud desenvolvida para as fichas bibliográficas do Ateneu para este tipo de universo.

ID3. 10 de novembro de 2021, EB; II3, PJ2 PROJETO CONCLUIDO; INSTALAÇÃO EM CURSO

Digitalização de fichas bibliográficas manuscritas

• O catálogo da biblioteca do Ateneu Comercial do Porto (mais de 50 mil livros) em fichas manuscritas pode ser um bom teste para o uso dos scanners de nova geração (CZUR para documentos planos e Epson ES para fotografias / fichas). Uma extensão da plataforma cloud desenvolvida para jornais (séc. XIX) poderá ser adaptada para permitir a procura e acesso às fichas bibliográficas sem necessidade da sua digitação manual.

ID1. 1 de dezembro de 2018, EB; II1

memDÃO: Memória da linha do Dão

•  Ao longo de quase um século as linhas do Dão (entre Santa Comba Dão e Viseu) e a linha do Vouga (entre Espinho e Viseu) foram importantes vias de transporte de passageiros e carga, que ajudaram ao desenvolvimento económico e social da cidade e contribuíram para a atual configuração da região. Muita da experiência humana de região foi influenciada pelas linhas do Dão e do Vouga, sendo importante recolher, preservar e valorizar a memória dessas vivências. Com base na experiência do projeto FOZTUA propõe-se um projeto para produzir materiais sobre a história e património ferroviário da região que valorizem infraestruturas regionais (ecopista do Dão, por exemplo). 

8 de outubro de 2023, EB

Projeto Traprinq (com Transcribus): transcrever os procesos da inquisição portuguesa (1536-1821) 

• https://traprinq.mozellosite.com

Projeto CLARA-HD (com Transcribus): Diário de Madrid (1788-1825):

• • • https://clara-nlp.uned.es 

12 de junho de 2023, JCA

Novidades de Machine Learning da Apple na WWDC, incluido o seu software com UI, que não necessita de código:

• https://developer.apple.com/machine-learning/create-ml/ 

Versão 2 de um produto de geração de vídeo via prompts, dos mesmos investigadores que criaram o Stable Diffusion:

• https://research.runwayml.com/gen2

15 de maio de 2023, JCA

Um bom guia, extraído da experiência interna de uma empresa, sobre Large Language Models e conselhos sobre ‘prompts’:

• https://github.com/brexhq/prompt-engineering 

9 de maio de 2023, AA

Sobre coleções de antropologia colonial

• https://www.publico.pt/2023/05/07/culturaipsilon/noticia/esqueleto-humano-nao-objecto-museu-2048630 

21 de abril de 2023, EB

• Como funcionam os LLM e o GPT: magnifico (mas longo) ensaio de Stephen Wolfram: https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work (pdf). 

• Ver também no The Economist: "Large, creative AI models will transform lives and labour markets": https://www.economist.com/interactive/science-and-technology/2023/04/22/large-creative-ai-models-will-transform-how-we-live-and-work (pdf)

• Ligação OpenGPT com Wolfram: "ChatGPT + Wolfram is something very new—really a completely new kind of technology.": https://writings.stephenwolfram.com/2023/03/chatgpt-gets-its-wolfram-superpowers (pdf)

• Sobre implicações dos LLM e apps generativas, ver o excelente ensaio no The Economist: "How AI could change computing, culture and the course of history", https://www.economist.com/essay/2023/04/20/how-ai-could-change-computing-culture-and-the-course-of-history  (pdf) (keep)

29 de Março de 2023, EB

• • "What has actually been achieved on this video call? It takes Jared Spataro just a few clicks to find out. Microsoft’s head of productivity software pulls up a sidebar in Teams, a video-conferencing service. There is a 30-second pause while somewhere in one of the firm’s vast data centres an artificial-intelligence (ai) model analyses a recording of the virtual meeting so far. Then an impressively accurate summary of your correspondent’s questions and Mr Spataro’s answers appears. Mr Spataro can barely contain his enthusiasm. “This is not your daddy’s ai,” he beams."

  • https://www.economist.com/business/2023/03/26/big-tech-and-the-pursuit-of-ai-dominance?itm_source=parsely-api

  • Potencial do GPT para resumir entrevistas e reuniões.

  • Surpreendente potencial multilingua do GPT

3 de Março de 2023, JCA

• • Novas API para OpenGPT e Whisper (https://openai.com/blog/introducing-chatgpt-and-whisper-apis)

  • Customização do modelo GPT para datasets especificos (https://openai.com/blog/customizing-gpt-3) . 

  • Ver ELICIT, The AI research assistant (https://elicit.org) 

27 de Janeiro de 2023, AA

Tecnologias OCR. digitalização de jornais

• • https://ocr-d.de/en  (OCR Development, DFG project)

  • https://www.newseye.eu  (NewsEye. A Digital Investigator for Historical Newspapers. EU project)

21 de setembro de 2022, JCA

"Speech recognition", identificação de palavras em ficheiros de audio, exemplos de aplicação Whisper da OpenAI (https://openai.com/research/whisper )

• https://box.wolan.net/plenario-portugal-old.mp4 

• https://box.wolan.net/assembleia_municipal_taxa.mp4 

30 de julho de 2022, EB

Reconstrução histórica das notícias sobre “Carrazeda de Ansiães” (um concelho do vale do Tua, o “interior” do interior do norte de Portugal) a partir das ocorrências nos dois periódicos entre 1883 e 1893, parte de uma investigação em curso sobre a história da região nos finais do século XIX (a ortografia dos textos originais foi corrigida com a ajuda do corretor do Google Docs)

• https://docs.google.com/document/d/1cn45SWWlXYtmWTzO3NUOuXDnb7a8GAEyVAs15mGskDA/edit?usp=sharing 

20 de julho de 2022, AA

Notas sobre o layout das fichas da Botânica (mhnc):

• https://docs.google.com/document/d/1APlXXlII7Y0GdJTQYMgTZvbjYgMw-5mzewjgEh0ZrxA/edit?usp=sharing

Tabelas com as características das imagens das 3 gavetas digitalizadas da Botânica (mhnc):

• https://docs.google.com/spreadsheets/d/1CGDhFjJW2kmkgxrHg51OBOZLCsk8qfzr6zegazJa6y4/edit?usp=sharing

12 de julho de 2022, AA

Notas sobre o layout das fichas da Botânica (mhnc):

• https://docs.google.com/document/d/1APlXXlII7Y0GdJTQYMgTZvbjYgMw-5mzewjgEh0ZrxA/edit?usp=sharing

Tabelas com as características das imagens das 3 gavetas digitalizadas da Botânica (mhnc):

• https://docs.google.com/spreadsheets/d/1CGDhFjJW2kmkgxrHg51OBOZLCsk8qfzr6zegazJa6y4/edit?usp=sharing

5 de julho de 2022, AA

Revisão do estado da arte de 2022, dos vários serviços cloud, para extração de informação de fichas:

• https://docs.google.com/document/d/1VKDVBsi9v4TLHGSPqLE_KX0DvW5mqZl0CP9PGiZ8nrc/edit?usp=sharing 

5 de julho de 2022, EB

Avaliação da correcção de erros pelo corrector ortográfico do google docs:

• • https://docs.google.com/document/d/1Ewg1_aIKwXWGAkZoWlIguqjsW-B3wkSURUF3nKSoSZA/edit?usp=sharing

5 de julho de 2022, AA

Análise  de performance dos vários serviços de ocr nas fichas do Ateneu:

• • https://docs.google.com/document/d/1h_2PRf6UpgW6RGBOEOJTRls3YKbFKgEt4yFsgni1Cf0/edit?usp=sharing

  • https://docs.google.com/document/d/1VKDVBsi9v4TLHGSPqLE_KX0DvW5mqZl0CP9PGiZ8nrc/edit?usp=sharing

  • https://docs.google.com/spreadsheets/d/1R5w3nAGFfNIgoGkWGzhmLMCfFr89ELYTPoe9bPVhjfk/edit?usp=sharing

20 de junho de 2022, JCA

A framework for designing document processing solutions

• • https://docs.google.com/document/d/1nttjhsdPdkJZWfIXx1Oxd39883tgG7PBcp9VC1ayF6w/edit?usp=sharing 

11 de fevereiro de 2022, EB

Tutorial: Beginner’s guide to machine learning in R

• • https://docs.google.com/document/d/1nttjhsdPdkJZWfIXx1Oxd39883tgG7PBcp9VC1ayF6w/edit?usp=sharing 

15 de outubro de 2021, AA

diagramas de fluxo para os processos de geração de txt, ocr e hocr dos jornais

• • https://drive.google.com/file/d/1Y7pLPel0pueeqo2konBtuBKOvJEIMrGF/view?usp=share_link

  • https://drive.google.com/file/d/1w2eA_Xgfdua69UI7gERhLr3W9aSvoERc/view?usp=share_link 

29 de julho de 2021, AA

papers de estratégias de correção de erros de jornais finlandesas

• • https://drive.google.com/file/d/1dP_ZiM8ae716V2E_8wZO_Y5OHkv1hnZ2/view 

  • https://drive.google.com/file/d/111UTI6ELaU2Wca-Yn_IpJoECGtFx6Ozs/view 

19 de abril de 2021, JCA

hOCR tools

• •  https://github.com/ocropus/hocr-tools