Аутор: PMF

Пројекат PANDORA (Хоризонт Европа) се фокусира на унапређење вештачке интелигенције и инжењеринга података како би се подстакле индустријске иновације и унапредила економија ЕУ. Бави се изазовима у обради података генерисаних Интернетом ствари (Internet of Things), са циљем стварања јединственог тржишта података за глобалну конкурентност Европе. PANDORA има за циљ да развије оквире вођене вештачком интелигенцијом за припрему и испоруку поузданих скупова података, побољшавајући тачност и одрживост вештачких модела у IoT системима. Мисија PANDORA пројекта је повећање аутономије, поузданости и енергетске ефикасности у управљању скуповима података IoT-а за паметније и брже уређаје у екосистемима паметних окружења. Замолили смо руководиоца пројекта на ПМФ-у, проф. Душана Јаковетића и његов тим, да нам објасне природу ових иновација.

Automated Data Labelling & Annotation Tool (DACL)

Ова иновација омогућава припрему података за тренирање AI модела на основу некомплетних података прикупљених у индустријским окружењима. Иновација обједињује механизме за извођење недостајућих вредности на основу transfer learning техника машинског учења, аутоматско лабелирање парцијално-лабелираних података и њихову аугментацију користећи фундаменталне моделе за табеларне податке, те контролу квалитета базирану на детекцији аутлајера. Иновацију релизовала Душица Кнежевић.

Self-validated, causal, robust, and resilient Continuous Learning (CRV) for Long-Term Autonomy and Intelligence

Ова иновација омогућава континуално тренирање предиктивних AI модела. Кључни иновативни елемент је енергетски-ефикасно ажурирање предиктивних модела у оперативној фази њиховог коришћења у индустријским окружењима, без комплетног, временски захтевног ретренирања модела, а уз очување предиктивних перформанси за променљиве токове тренинг података. За разлику од претходних приступа континуалном учењу који адресирају проблеме класификације, ова иновација се бави проблематиком предвиђања нумеричких варијабли, те тако задовољава реалне потребе индустријских окружења која користе AI технологије за контролу и управљање производним процесима. Иновацију су реализовали Стефан Николић и Душан Симић.

Federated Representational Learning Module (FRLM)

Ова иновација омогућава колективно (федеративно) тренирање модела за редукцију димензионалности података и детекцију аномалија у дистрибуираним индустријским системима заснованим на IoT технологијама. Кључни иновативни елемент је примена меморијских ауто-енкодера адаптираних за дистрибуирана окружења у којима IoT уређаји прикупљају високо-димензионалне податке. Иновацију реализовао Михаило Илић.

Adaptive Federated AI Training Service

Ова иновација комбинује CRV и FRLM иновације у сервис за тренирање разнородних AI модела у AIoT системима. Иновација обезбеђује компатибилност УНСПМФ иновативних приступа континуалном и федеративном учењу у индустријским окружењима са модерним MLOps алатима и праксама. Иновацију су реализовали Михаило Илић, Душан Симић и Стефан Николић.

Иновације Data Summarization and Fusion Component (DRFEC) и Trustworthy Data Generation and Annotation Service су иновације у којима је УНСПМФ давао истраживачку експертизу за друге PANDORA партнере који су били технички реализатори тих иновација.

Честитамо PANDORA тиму са Природно-математичког факултета!

• Откријте шта има ново на Innovation Radar