Pod hasłem „Sztuczna inteligencja w procesach biznesowych – inżynieria AI” w Lubelskiej Akademii WSEI odbyła się ósma edycja interdyscyplinarnych warsztatów naukowo-technicznych poświęcona innowacyjnym technologiom i aplikacyjnym zastosowaniom sztucznej inteligencji.
Piątkowe wydarzenie zgromadziło w naszej Uczelni przedstawicieli środowiska akademickiego oraz sektora przemysłowego stanowiąc forum merytorycznej dyskusji nad rygorystycznym projektowaniem systemów autonomicznych, zaawansowaną tomografią procesową oraz fuzją danych sensorycznych.
Warsztaty rozpoczął wykład dra inż. Tomasza Rymarczyka, prof. Akademii WSEI, Dyrektora Instytutu Informatyki i Innowacyjnych Technologii oraz Szkoły Doktorskiej Lubelskiej Akademii WSEI pt. „Od modeli komputerowych do inżynierii AI”. W swojej prezentacji prof. Rymarczyk zestawił historyczne osiągnięcia inżynierii komputerowej i oprogramowania z wyzwaniami współczesnych systemów agentowych i modeli językowych.
- Podczas warsztatów zwróciliśmy uwagę na fundamenty rozwoju oprogramowania, koncepcji cyfrowego bliźniaka, podkreślając jednocześnie zmianę technologicznego wąskiego gardła, którym we współczesnym projektowaniu systemów informatycznych stała się precyzyjna weryfikacja i ewaluacja generowanego kodu, a także zgodność z regulacjami prawnymi takimi jak unijny AI Act – podkreśla prof. Rymarczyk.
W części plenarnej zostały przedstawione rozwiązania dla tomografii impedancyjnej oraz trójwymiarowe rekonstrukcje obrazów. Równolegle w sesjach tematycznych zaprezentowano najnowsze osiągnięcia w zakresie algorytmów i modeli sztucznej inteligencji obejmujące fuzję modalności, zastosowania AI w symulacjach medycznych płuc, ustrukturyzowaną ekstrakcję wiedzy z dokumentacji projektowej oraz augmentację danych w analizie sygnałów akustycznych.
Blok poświęcony sensorom i systemom złożonym objął zagadnienia obrazowania przestrzeni zamkniętych, ewaluacji systemów wspomagania decyzji, a także automatyzacji testów bezpieczeństwa oraz diagnostyki telemetrycznej w pojazdach elektrycznych.
- Uczestnicy spotkania zgodnie wskazali, że efektywna implementacja sztucznej inteligencji w środowiskach produkcyjnych wymaga odejścia od podejścia czysto eksperymentalnego na rzecz dojrzałych standardów architektonicznych, ścisłej kontroli ryzyka oraz integracji modeli uczenia maszynowego z prawami fizyki i metodami programistycznymi – podsumowuje prof. Rymarczyk.
