Projekat GRASP iz oblasti veštačke inteligencije na kom rade istraživači novosadskog PMF-a, ispunjava vrlo visoke i precizne kriterijume Fonda za nauku, koji finansira projekte sa jasnim i održivim ciljevima, konceptom i sistematičnom i dobro osmišljenom metodologijom rada.
Istraživanje mora imati visok nivo naučne izvrsnosti, kvaliteta i inovativnosti, a projekat „GRASP“ (Graphs in Space: Graph Embeddings for Machine Learning on Complex Data), se bavi se problemima predstavljanja grafova, odnosno mreža, u „tradicionalnoj“ formi podataka – tabeli, sa posebnim osvrtom na primenu tehnika veštačke inteligencije. Grafovi, odnosno mreže, su jedan od najvažnijih načina za shvatanje sveta koji nas okružuje. Tačke (čvorovi) grafa mogu predstavljati entitete (npr. ljude), dok veze (grane) između tačaka izražavaju neki odnos ili interakciju (npr. poznanstvo) između njih. Na taj način se gotovo svaka pojava, od nivoa atoma do nivoa galaksija, može modelovati u formi grafa. S druge strane, jedna od ključnih operacija koja je dostupna nad grafovima je njihova transformacija u „tradicionalnu“ formu podataka – tabelu. U tabeli, entiteti su predstavljeni redovima, dok kolone označavaju atribute koji opisuju entitete. Ako se vratimo na primer ljudi, atributi koji ih opisuju mogu biti ime, prezime, visina, težina, itd.
Oblast mapiranja grafova (eng. graph embedding) bavi se načinima da se grafovi transformišu u tabelarni oblik, što je važno jer omogućava primenu „tradicionalnih“ tabelarnih tehnika veštačke inteligencije (preciznije, mašinskog učenja) i analize podataka za postizanje uvida do kojih bi bilo teško ili nemoguće doći direktnim posmatranjem mreža. Na primer, primenom oprobanih tabelarnih tehnika na grafu interakcija korisnika Facebook-a možemo (1) klasifikovati korisnike u neke kategorije od interesa, (2) indentifikovati zajednice, (3) preporučiti „prijatelje“ i (4) predvideti da li će dva korisnika interagovati u budućnosti.
Unapređenje tehnika mapiranja grafova u ovom projektu omogućiće istraživačima i stručnjacima iz Srbije i sveta da primenjuju tehnike mašinskog učenja i analize podataka u oblastima gde to ranije nije bilo moguće ili nije davalo zadovoljavajuće rezultate, pre svega u naučnim istraživanjima (npr. bioinformatika, sociologija, ekonomija), ali i u tehnologiji i industriji (npr. prediktivna analiza energetskih, telekomunikacionih i transportnih mreža), obrazovanju (npr. analitika zasnovana na podacima iz sistema za elektronsko učenje), i društvu uopšte (npr. podoljšane/nove usluge sajtova društvenih mreža, ili čak nove vrste društvenog umrežavanja koje ranije nisu bile moguće).
Na projektu će se raditi dve godine, predviđen je budžet od preko 120 hiljada evra, a tim čini mešavina iskusnih i mladih istraživača Prirodno-matematičkog fakulteta u Novom Sadu, sa akcentom na istraživače u ranoj fazi karijere. Svi su zaposleni na Departmanu za matematiku i informatiku, na Katedri za računarske nauke i Katedri za informacione tehnologije i sisteme. Rukovodilac projekta je dr Miloš Radovanović, a u timu su još: dr Mirjana Ivanović, dr Vladimir Kurbalija, dr Miloš Savić, Brankica Bratić, Nemanja Milošević, Dušica Knežević i Aleksandar Tomčić.