Kategorija: Dostignuća

Tim studenata Departmana za matematiku i informatiku Prirodno-matematičkog fakulteta u Novom Sadu, kao jedan od najmlađih, osvojio je izvanredno sedmo mesto u konkurenciji 91 tima iz 26 zemalja na prestižnom svetskom takmičenju. Štaviše, u tri od sedam kola finalne evaluacije njihovo rešenje dalo je treći najbolji rezultat, pa su dobili i specijalnu zahvalnicu za rezultate na takmičenju koje je organizovalo Odeljenje za istraživanje i napredni razvoj američke kompanije AMD, jednog od najvećih proizvođača hardvera za izvršavanje algoritama veštačke inteligencije.

Timovi su se takmičili u razvoju agentskih sistema za optimizaciju tokova za raspoređivanje i povezivanje komponenti korisničkih kola na takozvanim FPGA čipovima. Reč je o posebnoj klasi čipova koji na hardverskom nivou mogu da menjaju namenu nakon što izađu iz fabrike, što im omogućava visok stepen prilagođavanja algoritmu koji je potrebno izvršiti. Iz tog razloga, FPGA čipovi su posebno značajni i pogodni za područja primene u kojima je neophodno donošenje odluka u realnom vremenu, poput autonomnih vozila i humanoidne robotike.

Uspeh studenata PMF-a posebno je značajan ukoliko imamo u vidu da nije reč o studentskom, već o istraživačkom takmičenju bez ograničenja u pogledu starosti i iskustva učesnika. Dok je većina drugih timova uključivala i studente doktorskih studija, pa čak i postdoktorske istraživače i inženjere iz kompanija poput Qualcomm-a i Baykar-a, sa višegodišnjim iskustvom u oblasti, tim PMF-a bio je sačinjen isključivo od studenata druge i treće godine osnovnih studija. Članovi našeg tima bili su studenti Luka Kurešević, Jovan Zdravković, Marjan Martinov i Lazar Jeromela, uz mentorstvo dr Stefana Nikolića, docenta na Prirodno-matematičkom fakultetu u Novom Sadu.

Ovaj tim ostvario je bolji plasman od timova sa renomiranih institucija poput Superračunarskog centra u Barseloni i Univerziteta Kalifornije u Berkliju, ali i od nekoliko rešenja koja je za potrebe poređenja razvio sam organizacioni tim AMD-a, što možda i najbolje govori o uspehu koji su ostvarili.

Prirodno-matematički fakultet ponosan je na studente koji su ostvarili ovaj značajan rezultat, kao i na sve naše studente koji postižu izuzetne rezultate na različitim međunarodnim takmičenjima.

Projekat PANDORA (Horizont Evropa) se fokusira na unapređenje veštačke inteligencije i inženjeringa podataka kako bi se podstakle industrijske inovacije i unapredila ekonomija EU. Bavi se izazovima u obradi podataka generisanih Internetom stvari (Internet of Things), sa ciljem stvaranja jedinstvenog tržišta podataka za globalnu konkurentnost Evrope. PANDORA ima za cilj da razvije okvire vođene veštačkom inteligencijom za pripremu i isporuku pouzdanih skupova podataka, poboljšavajući tačnost i održivost veštačkih modela u IoT sistemima. Misija PANDORA projekta je povećanje autonomije, pouzdanosti i energetske efikasnosti u upravljanju skupovima podataka IoT-a za pametnije i brže uređaje u ekosistemima pametnih okruženja. Zamolili smo rukovodioca projekta na PMF-u, prof. Dušana Jakovetića i njegov tim, da nam objasne prirodu ovih inovacija.

Automated Data Labelling & Annotation Tool (DACL)

Ova inovacija omogućava pripremu podataka za treniranje AI modela na osnovu nekompletnih podataka prikupljenih u industrijskim okruženjima. Inovacija objedinjuje mehanizme za izvođenje nedostajućih vrednosti na osnovu transfer learning tehnika mašinskog učenja, automatsko labeliranje parcijalno-labeliranih podataka i njihovu augmentaciju koristeći fundamentalne modele za tabelarne podatke, te kontrolu kvaliteta baziranu na detekciji autlajera. Inovaciju relizovala Dušica Knežević.

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

Ova inovacija omogućava kontinualno treniranje prediktivnih AI modela. Ključni inovativni element je energetski-efikasno ažuriranje prediktivnih modela u operativnoj fazi njihovog korišćenja u industrijskim okruženjima, bez kompletnog, vremenski zahtevnog retreniranja modela, a uz očuvanje prediktivnih performansi za promenljive tokove trening podataka. Za razliku od prethodnih pristupa kontinualnom učenju koji adresiraju probleme klasifikacije, ova inovacija se bavi problematikom predviđanja numeričkih varijabli, te tako zadovoljava realne potrebe industrijskih okruženja koja koriste AI tehnologije za kontrolu i upravljanje proizvodnim procesima. Inovaciju su realizovali Stefan Nikolić i Dušan Simić.

Federated Representational Learning Module (FRLM)

Ova inovacija omogućava kolektivno (federativno) treniranje modela za redukciju dimenzionalnosti podataka i detekciju anomalija u distribuiranim industrijskim sistemima zasnovanim na IoT tehnologijama. Ključni inovativni element je primena memorijskih auto-enkodera adaptiranih za distribuirana okruženja u kojima IoT uređaji prikupljaju visoko-dimenzionalne podatke. Inovaciju realizovao Mihailo Ilić.

Adaptive Federated AI Training Service

Ova inovacija kombinuje CRV i FRLM inovacije u servis za treniranje raznorodnih AI modela u AIoT sistemima. Inovacija obezbeđuje kompatibilnost UNSPMF inovativnih pristupa kontinualnom i federativnom učenju u industrijskim okruženjima sa modernim MLOps alatima i praksama. Inovaciju su realizovali Mihailo Ilić, Dušan Simić i Stefan Nikolić.

Inovacije Data Summarization and Fusion Component (DRFEC) i Trustworthy Data Generation and Annotation Service su inovacije u kojima je UNSPMF davao istraživačku ekspertizu za druge PANDORA partnere koji su bili tehnički realizatori tih inovacija.

Čestitamo PANDORA timu sa Prirodno-matematičkog fakulteta!

• Otkrijte šta ima novo na Innovation Radar