Reklama

Biznes

Sukces naukowców z Rzeszowa. Ich badania wśród najważniejszych osiągnięć polskiej nauki

Opracowanie Alina Bosak
Dodano: 02.08.2017
33988_glowne
Share
Udostępnij

Dzięki naukowcom z Wyższej Szkoły Informatyki i Zarządzania w Rzeszowie, świat może udoskonalić działanie sztucznej inteligencji. Zespół kierowany przez prof. dr hab. inż. Bogdana Wilamowskiego, wybitnego uczonego w zakresie elektroniki i informatyki, opracował nowe rozwiązania w obszarze komputerowej inteligencji – głębokiego uczenia. Ministerstwo Nauki i Szkolnictwa Wyższego uznało je za jedno z najważniejszych osiągnięcia polskiej nauki w roku 2016.

Publikacja „Osiągnięcia polskiej nauki 2016” powstaje przy udziale m.in. Narodowego Centrum Nauki, Narodowego Centrum Badań i Rozwoju oraz Polskiej Akademii Nauk. To właśnie w niej, i jako jedyne z Podkarpacia, znalazły się nowe rozwiązania dotyczące sztucznej inteligencji, które opracowali naukowcy z Katedry Elektroniki i Telekomunikacji WSIiZ. Zespół kierowany przez prof. dr hab. inż. Bogdana Wilamowskiego, do którego należą dr inż. Janusz Korniak, dr inż. Janusz Kolbusz i dr inż. Paweł Różycki, przeprowadził szereg badań w zakresie rozwoju płytkich i głębokich architektur sieci neuronowych, opracował nowe ulepszone algorytmy uczenia sieci neuronowych oraz analizę zachowania różnych architektur sieci ANN przy użyciu różnych problemów referencyjnych.

Udoskonalanie sztucznej inteligencji

Głębokie uczenie, które polega na tworzeniu skomplikowanych architektur sieci neuronowych, jest obecnie najszybciej rozwijającym się obszarem sztucznej inteligencji. Inspiracją do stosowania takich rozwiązań była budowa ludzkiego mózgu. Dziś dzięki sieciom neuronowym maszyny potrafią uczyć się, rozpoznawać obiekty oraz reagować w sposób podobny, a nawet lepszy od ludzkiego. Systemy te znajdują zastosowanie w diagnostyce medycznej, rozpoznawaniu mowy czy przewidywaniu trendów na rynkach finansowych. W przyszłości mogą doprowadzić do stworzenia samosterujących się pojazdów czy inteligentnych robotów.

– Bardzo trudno pisze się algorytmy dla systemów uczących się. Nam natomiast udało się stworzyć algorytm uczący dowolne architektury, to jedyny w tej chwili taki system na świecie. Opracowaliśmy również architektury, które są bardzo niewielkie, a mają ogromne moce obliczeniowe – wymienia dokonania prof. Bogdan Wilamowski. – Stworzyliśmy również wiele nowych metod połączeń neuronów, dzięki czemu sieci mogą być nawet 100-krotnie mocniejsze.

Przez długi czas programiści tworzący sztuczną inteligencję wychodzili z założenia, że najpierw trzeba dany problem zrozumieć i dopiero potem gotowe rozwiązanie przełożyć na zrozumiały dla komputera język algorytmów. Programista musi przewidzieć wszelkie możliwe sytuacje i zaproponować dla nich rozwiązanie. Metoda ta jednak nie sprawdza się w przypadku problemów, które ze względu na swoją złożoność wymykają się prostym schematom.

– Nie jesteśmy w stanie w pełni zrozumieć giełdy: są liczne ruchy, ciągła zmiana. Człowiek może próbować ją analizować, ale ze względu na biologiczne ograniczenia nie jest w stanie ogarnąć wszystkich czynników na raz – podaje przykład prof. Bogdan Wilamowski.

Nie oznacza to jednak, że nie da się stworzyć systemu, który będzie w stanie rozwiązywać tak złożone problemy.

– Odpowiedzią na to wyzwanie są systemy uczące się. Obecnie to właśnie one konkurują ze sobą na amerykańskiej giełdzie, a nie ludzie. Człowiek nie jest w stanie podjąć szybkiej decyzji po analizie tak wielu zmiennych – wyjaśnia prof. Wilamowski. – Jeżeli ktoś gra na giełdzie i uważa, że może się wzbogacić, to albo ma jakieś wejścia u firm i nielegalnie zdobywa informacje, albo na pewno będzie tracił. Człowiek uzyskuje informacje o giełdzie z kilkuminutowym opóźnieniem, a sieci neuronowe podejmują decyzje w ciągu mikrosekund.

Systemy uczące się

Chociaż człowiek nie jest w stanie w pełni zrozumieć pewnych skomplikowanych zagadnień, to potrafi obserwować relacje przyczynowo-skutkowe i kompletować na tej podstawie dane. Informacje te – gromadzone przez np. 10 lat – przesyłane są do systemu: przyczyny jako dane wejściowe, natomiast skutki jako dane wyjściowe. W systemach uczących maszyna nie otrzymuje gotowych wytycznych, które mówiłyby co powinna zrobić z przesłanymi danymi. Jej zadaniem jest analiza informacji i stworzenie siatki łączącej przyczyny z ich skutkami. Przy okazji koryguje też błędy na podstawie doświadczeń z przeszłości.

– Jako programiści wcale nie musimy znać się np. na pogodzie. Wystarczy, że stworzymy algorytmy uczące się i podamy dane meteorologiczne z ostatnich 50 lat: prędkość wiatru, temperatury, wysokość opadów, ciśnienie atmosferyczne oraz skutki tych czynników. System na tej podstawie stworzy model prognozujący pogodę i kiedy otrzyma nowe dane, wygeneruje poprawny wynik – mówi prof. Wilamowski.

Rozwiązania opracowane przez rzeszowskich naukowców mogą mieć ogromny wpływ na naszą przyszłość i rozwój technologii. Ulepszone sieci neuronowe mogą pomóc w rozwiązaniu wielu problemów i dać odpowiedzi na liczne, skomplikowane pytania. Dlatego badania naukowców WSIiZ spotkały się ze sporym zainteresowaniem zarówno w Polsce, jak i na świecie. Ich wyniki publikowano w prestiżowych czasopismach naukowych. Badania zostały dofinansowane kwota ponad 400 tys. zł ze środków Narodowego Centrum Nauki.

Współpraca profesora Wilamowskiego z Rzeszowem

Prof. Bogdan Wilamowski, który współpracuje z WSIiZ w Rzeszowie, to wybitny uczony w zakresie elektroniki i informatyki. Współpracuje z wieloma instytucjami naukowymi w USA, Japonii i Europie. Jest promotorem rozwoju współpracy polskich instytucji naukowych z amerykańskimi ośrodkami naukowymi. Tytuł profesora otrzymał w 1987 r. na Politechnice Gdańskiej, gdzie w latach 1979-1981 sprawował funkcję dyrektora Instytutu Technologii Elektronicznej oraz w latach 1987-1989 Kierownika Katedry Elektroniki Ciała Stałego. Od 1989 do 2000 r. pracował w University of Wyoming i od 2000 do 2003 pracował, jako profesor w departamentach Elektrycznym i Informatyki w University of Idaho. Obecnie pełni funkcję dyrektora Alabama Nano/Microelectronics Science and Technology Center w Auburn University, jednocześnie jest profesorem tego Uniwersytetu na Wydziale Electrical&Computer Engineering. Jest członkiem oraz przewodniczącym komitetów programowych i organizacyjnych konferencji organizowanych przez Institute of Electrical and Electronic Engineers (IEEE). Był założycielem i v-prezydentem IEEE Computational Intelligence Society (2000-2004), a następnie prezydentem IEEE Industrial Electronics Society (2004-2005). Jest redaktorem wielu periodyków naukowych oraz redaktorem naczelnym w IEEE Transactions on Industrial Electronics – jednego z największych periodyków naukowych na świecie. W 2008 roku został odznaczony przez prezydenta Lecha Kaczyńskiego Krzyżem Komandorskim Orderu Zasługi Rzeczypospolitej Polskiej za wybitne zasługi w rozwijaniu międzynarodowej współpracy naukowej oraz za osiągnięcia w dziedzinie mikroelektroniki i informatyki.

Share
Udostępnij
Reklama
Reklama
Reklama
Reklama
Reklama

Nasi partnerzy