Пројекат GRASP из области вештачке интелигенције на ком раде истраживачи новосадског ПМФ-а, испуњава врло високе и прецизне критеријуме Фонда за науку, који финансира пројекте са јасним и одрживим циљевима, концептом и систематичном и добро осмишљеном методологијом рада.
Истраживање мора имати висок ниво научне изврсности, квалитета и иновативности, а пројекат „GRASP“ (Graphs in Space: Graph Embeddings for Machine Learning on Complex Data), се бави се проблемима представљања графова, односно мрежа, у „традиционалној“ форми података – табели, са посебним освртом на примену техника вештачке интелигенције. Графови, односно мреже, су један од најважнијих начина за схватање света који нас окружује. Тачке (чворови) графа могу представљати ентитете (нпр. људе), док везе (гране) између тачака изражавају неки однос или интеракцију (нпр. познанство) између њих. На тај начин се готово свака појава, од нивоа атома до нивоа галаксија, може моделовати у форми графа. С друге стране, једна од кључних операција која је доступна над графовима је њихова трансформација у „традиционалну“ форму података – табелу. У табели, ентитети су представљени редовима, док колоне означавају атрибуте који описују ентитете. Ако се вратимо на пример људи, атрибути који их описују могу бити име, презиме, висина, тежина, итд.
Област мапирања графова (енг. graph embedding) бави се начинима да се графови трансформишу у табеларни облик, што је важно јер омогућава примену „традиционалних“ табеларних техника вештачке интелигенције (прецизније, машинског учења) и анализе података за постизање увида до којих би било тешко или немогуће доћи директним посматрањем мрежа. На пример, применом опробаних табеларних техника на графу интеракција корисника Facebook-а можемо (1) класификовати кориснике у неке категорије од интереса, (2) индентификовати заједнице, (3) препоручити „пријатеље“ и (4) предвидети да ли ће два корисника интераговати у будућности.
Унапређење техника мапирања графова у овом пројекту омогућиће истраживачима и стручњацима из Србије и света да примењују технике машинског учења и анализе података у областима где то раније није било могуће или није давало задовољавајуће резултате, пре свега у научним истраживањима (нпр. биоинформатика, социологија, економија), али и у технологији и индустрији (нпр. предиктивна анализа енергетских, телекомуникационих и транспортних мрежа), образовању (нпр. аналитика заснована на подацима из система за електронско учење), и друштву уопште (нпр. подољшане/нове услуге сајтова друштвених мрежа, или чак нове врсте друштвеног умрежавања које раније нису биле могуће).
На пројекту ће се радити две године, предвиђен је буџет од преко 120 хиљада евра, а тим чини мешавина искусних и младих истраживача Природно-математичког факултета у Новом Саду, са акцентом на истраживаче у раној фази каријере. Сви су запослени на Департману за математику и информатику, на Kатедри за рачунарске науке и Kатедри за информационе технологије и системе. Руководилац пројекта је др Милош Радовановић, а у тиму су још: др Мирјана Ивановић, др Владимир Kурбалија, др Милош Савић, Бранкица Братић, Немања Милошевић, Душица Kнежевић и Александар Томчић.
Савет зелене градње Србије – SrbGBC је чланска, национална, непрофитна и невладина, организација која се залаже за примену зелених и климатски свесних решења у урбаној градњи са циљем стварања одрживих и комфорних урбаних средина у Србији.