Akademickie Centrum Komputerowe Cyfronet AGH
ACK Cyfronet AGH
Serwis używa plików cookies zgodnie z polityką prywatności. Pozostając w serwisie akceptują Państwo te warunki.

Laboratorium Akceleracji Obliczeń i Sztucznej Inteligencji

Nasza misja

Wspieramy naukowców w pracach badawczych wykorzystujących metody sztucznej inteligencji. Nasza wiedza i doświadczenie pozwalają na skuteczną realizację zadań przy wykorzystaniu dostępnej w ACK Cyfronet AGH infrastruktury obliczeniowej, w tym specjalnych zasobów dedykowanych do obliczeń neuronowych. Dzięki znajomości nowoczesnych narzędzi obliczeniowych oraz sposobów ich akceleracji oferujemy użytkownikom praktyczne wsparcie i pomoc w rozwiązywaniu problemów przy pomocy metod uczenia maszynowego.

Specjalizacje domenowe

Realizujemy projekty i własne prace badawczo-rozwojowe w wybranych obszarach sztucznej inteligencji.

  • Przetwarzanie języka naturalnego

Przetwarzanie języka naturalnego to zagadnienie, w którym Laboratorium posiada wieloletnie doświadczenie. Od wielu lat tworzymy i rozwijamy narzędzie umożliwiające inteligentne przeszukiwanie, porównywanie oraz klasyfikację dokumentów tekstowych. Jednym z ważnych zagadnień podejmowanych badawczo jest analiza efektywności metod redukcji dokładności reprezentacji danych tekstowych i ich wpływu na wyniki działania algorytmów. Praktycznym owocem tych prac jest usługa Scholar, dostępna w ACK Cyfronet AGH.
Zajmujemy się badaniami nad możliwością kompresji sieci oraz jej implementacji sprzętowej w układach FPGA. Tego typu eksperymenty realizowano w szczególności dla sieci do oceny sentymentu analizowanego tekstu. Dodatkowo zajmujemy się zagadnieniami semi-nadzorowanego uczenia, w których ilość dostępnych, oznaczonych danych była bardzo ograniczona, a docelowe kategorie zmieniały się w trakcie działania systemu.

  • Przetwarzanie obrazów

Przetwarzanie obrazów skupia się wokół prac Laboratorium, które związane są z rozpoznawaniem i detekcją obiektów na potrzeby aplikacji medycznych. W ich trakcie opracowany został system do klasyfikacji zmian nowotworowych w pobranych od zwierząt próbkach z badania cytologicznego. W pracach zostały wykorzystane modele głębokich sieci neuronowych i opracowany został specjalny schemat trenowania z wykorzystaniem algorytmów genetycznych dedykowany do klasyfikacji, który pozwala na selektywne wybieranie obszaru percepcji dla operacji klasyfikacji. Jednym z ważnych osiągnięć w tym obszarze jest model do detekcji, który może być docelowo wykorzystywany w codziennej pracy lekarzy weterynarii.

  • Analiza szeregów czasowych

W obszarze medycyny podejmowany jest problem detekcji zasłabnięć u osób hospitalizowanych, które długi czas są unieruchomione w łóżku szpitalnym. Analizy dotyczą znanego problemu zaniku funkcji wspomagania układu krążenia przez pracę mięśni nóg i są realizowane we współpracy z międzynarodowymi ośrodkami naukowymi.
Prace Laboratorium dotyczą także modelowania szeregów czasowych służącego detekcji sytuacji nietypowych. Szczegółowe prace obejmują aplikacje praktyczne, takie jak predykcja anomalii w celu ochrony przed katastrofalnym uszkodzeniem magnesów Wielkiego Zderzacza Hadronów (LHC) w CERN.

  • Akceleracja obliczeń

Prace Laboratorium skupiają się również na akceleracji algorytmów obliczeniowych przy wykorzystaniu kart graficznych i układów FPGA. Kompetencje i doświadczenie zespołu wykorzystane są w projektach komercyjnych. Na przykład przedmiotem akceleracji był algorytm przeznaczony do pracy w warunkach czasu rzeczywistego. Projekt ten w sferze badawczej skupiał się na optymalizacji sposobu pakowania towarów do kontenera. Opracowany w ramach projektu moduł pakujący, dla danego zamówienia, obliczał optymalną konfigurację paczek oraz sposób pakowania towarów do tych paczek.

Kontakt: Paweł Russek, p.russek (at) cyfronet.pl