Inovacije i izgradnja kapaciteta: HPC/AI radionica i studentska konferencija

The University of Donja Gorica hosted the highly anticipated HPC/AI Workshop and Student Conference on Saturday, December 21st. This event served as a key platform to highlight the outcomes of the HPC4S3ME IPA project and the AIFusion training program supported by the Innovation Fund of Montenegro. Both projects were developed within the framework of EuroCC2/EuroCC4SEE, with support from the NCC Montenegro team. The events showcased significant advancements in high-performance computing (HPC) and artificial intelligence (AI) in Montenegro.

G-din Stevan Cakić predstavlja AIFustion trening podržan od strane Fonda za inovacionu delatnost Crne Gore
Gospođa Zoja Šćekić predstavlja rezultate projekta HPC4S3ME

Radionica je započela prezentacijama o rezultatima i dostignućima projekata HPC4S3ME i AIFusion. Učesnici su takođe upoznati sa aktivnostima i doprinosima NCC Montenegro i širim inicijativama EuroCC2/EuroCC4SEE. Ove sesije su naglasile kritičnu ulogu saradnje i inovacija u unapređenju HPC i AI sposobnosti.

Dr Luka Filipović razgovara o projektima EuroCC2/EuroCC4SEE i HPC inicijativama/mogućnostima

Vrhunac događaja bila je studentska konferencija na kojoj je predstavljeno 19 projektnih prezentacija studentskih timova, prvenstveno sa magistarskih i diplomskih programa. Ovi projekti su pokazali kreativnost, tehničku oštroumnost i napredne pristupe sljedeće generacije istraživača i inovatora. Raznolikost predstavljenih ideja odražava rastući interes i stručnost u korištenju HPC-a i AI za primjene u stvarnom svijetu. Projekat je razmatrao HPC i AI aplikacije u digitalnoj transformaciji obrazovanja, medicine, mode, matematike i turizma.

Predstavljen je niz zanimljivih projekata koje realizuju studentski timovi
Primene kompjuterskog vida i robotike
AI/ML u obrazovanju
Potencijalne HPC/AI primjene u medicini

Dan je zaključen dinamičnom panel diskusijom koja se fokusirala na potencijal HPC-a i AI, naglašavajući važnost obuke, razvoja vještina i uspješnih priča iz akademske zajednice i industrije. Stručnjaci i učesnici su se uključili u živahne diskusije, razmjenjujući uvide i istražujući buduće mogućnosti ovih transformativnih tehnologija.

Ovaj događaj je bio odličan način za završetak aktivnosti u 2024. godini

Sa preko 50 učesnika, događaj je podstakao saradničku i privlačnu atmosferu, podstičući razmjenu znanja i umrežavanje. Konferencija je učesnicima pružila inspirativno iskustvo, ostavljajući ih motivisanim da istraže dalji napredak u HPC-u i AI.

Događaju je prisustvovalo preko 50 ljudi

Događaj je završen na visokoj noci koktel prijemom, koji je prisutnima pružio priliku da se druže u neformalnom okruženju. Ovaj skup je još jednom potvrdio opredijeljenost Univerziteta Donja Gorica poticanju inovacija i izvrsnosti u HPC-u i AI-u, dodatno utvrđujući svoju ulogu regionalnog lidera u ovim kritičnim domenima.

Događaj je završen koktelom i umrežavanjem u klubu

Knjizi sažetaka možete pristupiti klikom na sliku ispod (link). (link).

Kliknite na sliku za pristup knjizi sažetaka

HPC/AI Radionica i Studentska Konferencija

U subotu, 21. decembra, na Univerzitetu Donja Gorica biće održana HPC/AI radionica i studentska konferencija, na kojoj će učesnici projekata AIFusion i HPC4S3ME predstaviti svoje rezultate.

HPC/AI Workshop and student conference are organized in context of HPC4S3ME and AI Fusion projects

Događaj će obuhvatiti:

  • Prezentaciju ključnih rezultata i dostignuća oba projekta,
  • Predstavljanje NCC Crna Gora i EuroCC2/EuroCC4SEE inicijativa,
  • Prezentaciju studentskih projekata,
  • Panel diskusiju,
  • Koktel i umrežavanje.

Lokacija: AP amfiteatar, Univerzitet Donja Gorica
Vrijeme: 10:00 – 16:00

Kompletna Agenda:

Nakon zvaničnog dijela programa, druženje se nastavlja uz koktel.
Pridružite nam se da zajedno proslavimo postignute rezultate i razmijenimo ideje u oblasti HPC-a i vještačke inteligencije.

Nova obuka: Inženjerstvo upita (Prompt Engineering)

Opis kursa: Inženjerstvo upita

Tokom jeseni 2024. godine, tim NCC-a na Univerzitetu Donja Gorica (UDG) razvio je novu obuku usmjerenu na upotrebu generativne vještačke inteligencije, sa posebnim fokusom na primjenu velikih jezičkih modela (LLM) u stvarnim situacijama i digitalnoj transformaciji. Obuka je razvijena na osnovu komunikacije sa studentima i predstavnicima industrije. Početna prijava u novembru obuhvatila je više od 40 studenata, od kojih se većina očekuje da završi obuku do 20. decembra.

Proučavanje inženjeringa upita predstavlja osnovnu tehniku za efikasnu interakciju sa naprednim jezičkim modelima kao što su GPT-4, LLama i drugi. Ovaj kurs omogućava studentima da steknu znanja i vještine neophodne za korišćenje transformativnog potencijala AI tehnologija, sa naglaskom na inovativne, odgovorne i industrijski relevantne primjene. U eri digitalne transformacije, gdje donošenje odluka u realnom vremenu i inteligentna automatizacija oblikuju industrije, potreba za računarskim sistemima visokih performansi (HPC) postaje ključna. Kroz proučavanje naprednih modela za obradu prirodnog jezika (NLP), studenti će ne samo razviti efikasne tehnike ispitivanja (prompting), već i razumjeti računske zahtjeve i infrastrukturu potrebnu za implementaciju ovih rješenja u velikom obimu.

Unlocking the Power of AI: The Role of High-Performance Computing in Real-Life LLM Applications and Digital Transformation

Kako veliki jezički modeli postaju sve sofisticiraniji, njihovi računski zahtjevi eksponencijalno rastu. Aplikacije poput interakcije sa korisnicima u realnom vremenu, prediktivne analitike i podrške u donošenju odluka u oblastima kao što su zdravstvo i obrazovanje, zahtijevaju HPC infrastrukturu kako bi se osigurali performanse i skalabilnost. Ovaj kurs spaja teorijsko znanje i praktičnu primjenu, pokazujući kako HPC omogućava implementaciju robusnih AI rješenja i podstiče inovacije u digitalnom dobu. Bilo da se pripremate za vođenje AI projekata u akademskom ili industrijskom okruženju, ovaj kurs vam pruža osnovna znanja za odgovornu i efikasnu primjenu AI tehnologija, pozicionirajući vas na čelo digitalne transformacije.

Pregled sadržaja kursa (12 modula):

  1. Uvod u inženjering upita – Osnovni principi, značaj i primjene strukturiranja upita.
  2. Razumijevanje AI modela – Pregled načina na koji jezički modeli obrađuju ulaze i generišu odgovore.
  3. Kontekstualna važnost – Strategije za definisanje i pružanje konteksta za optimalne AI performanse.
  4. Kreiranje efikasnih upita – Tehnike za strukturiranje, kontrolu tona i prilagođavanje stila.
  5. Napredne tehnike upita – Višekoračni upiti, integracija varijabli i zadaci specifični za scenarije.
  6. Eksperimentisanje i iterativno poboljšanje – Testiranje, analiza i usavršavanje upita za bolje rezultate.
  7. Industrijske primjene – Praktični primjeri iz medicine, obrazovanja, marketinga i prava.
  8. Integrativne tehnike – Kombinovanje “chain-of-thought” i meta-upita za veću prilagodljivost.
  9. Etika u inženjeringu upita – Suočavanje sa pristrasnošću, prevencija zloupotrebe i etički standardi.
  10. Tehničke osnove NLP-a i transformera – Ključni principi NLP-a i mehanika transformera sa fokusom na HPC za skaliranje AI rješenja.
  11. Primjene LLM-ova u stvarnom svijetu, digitalna transformacija i potreba za računarstvom.
  12. Uvod u HPC i razmatranja za njegovu primjenu.

Ishodi učenja

Po završetku ovog kursa, studenti će biti sposobni da:

  • Dizajniraju i strukturiraju efikasne upite prilagođene različitim zadacima.
  • Primijene napredne tehnike kao što su “chain-of-thought” i meta-prompting u složenim scenarijima.
  • Procjenjuju i optimizuju odgovore AI modela kroz iterativne petlje povratnih informacija.
  • Prilagode upite specifičnim industrijskim potrebama uz poštovanje etičkih standarda.
  • Razumiju tehničke aspekte NLP modela zasnovanih na transformerima.
  • Povežu LLM-ove i digitalnu transformaciju sa potrebom za računarskim resursima za stvarne aplikacije.

Predavanje prof. Mladena Kezunovica sa Texas A&M o upravljanju rizicima uz podršku AI/HPC u energetskom sektoru

Kako je planirano, pozvano predavanje „Upravljanje rizicima u budućoj široko rasprostranjenoj elektrifikaciji“ koje je održao prof. Mladen Kezunovic održano je 25. oktobra 2024. godine u Preduzetničkom gnijezdu na UDG-u. Bilo je prisutno preko 60 učesnika, uključujući studente, akademike sa crnogorskih univerziteta i predstavnike industrije. Ova radionica je organizovana u okviru projekta HPC4S3ME i podržana od strane EUROCC NCC Montenegro tima.

Koji su rizici? Metodologija za upravljanje rizicima i njihovo ublažavanje? Koje podatke imamo i kako upravljamo svim tim podacima? Kako AI/ML uz podršku HPC-a može pomoći?

Dr. Mladen Kezunovic je istaknuti profesor na Texas A&M univerzitetu sa preko 35 godina iskustva u elektroenergetici. Globalno priznat, dr. Kezunovic je autor preko 600 radova i konsultant za više od 50 kompanija širom svijeta. Njegova obimna istraživanja i doprinos industriji, naročito u modelovanju kvarova, analitici podataka i pametnim mrežama, donijeli su mu status IEEE Life Fellow i priznanje Nacionalne akademije inženjerstva SAD.

prof. Kezunovic from Texas A&M gave presentation on a nove approach to Risk managemement in energy sector
The workshop took place on 25 october at UDG
Over 60 people attended
How AI/ML supported by HPC can help mitigate risk in energy sector?

Magistarski rad: HPC/AI za detekciju raka dojke

Ms. Tamara Pavlovic odbranila je svoj MSc rad na temu primjene HPC/AI za kreiranje prediktivnih modela za detekciju raka dojke dana 23.10.2024. Uz podršku od strane NCC Montenegro, Tamara je sprovela istraživanje u okviru projekta HPC4S3ME, sa fokusom na AI i primjene računarskog vida u medicini. Sa motivacionog aspekta, čestitamo Tamari na završetku i odbrani rada tokom mjeseca podizanja svijesti o raku dojke (‘Roze oktobar’), kada širom svijeta ljudi prihvataju roze boju i nose roze traku kako bi podigli svijest o zdravlju dojki.

APSTRAKT – Vještačka inteligencija (AI) donosi revoluciju u brojne sektore, uključujući i medicinu, nudeći inovativne metode za dijagnostikovanje, liječenje i istraživanje bolesti. Ovaj magistarski rad fokusira se na primjenu AI u dijagnostici raka dojke, koristeći algoritme računarskog vida za analizu mamografskih snimaka. Kroz kombinaciju konvolutivnih neuronskih mreža (CNN) i dubokog učenja razvijeni su modeli koji identifikuju maligne promjene, potencijalno doprinoseći ranijoj i preciznijoj detekciji bolesti. U radu se detaljno ispituje kako AI može unaprijediti efikasnost skrining procesa, smanjiti vrijeme potrebno za postavljanje dijagnoze i omogućiti personalizovaniji pristup liječenju. Pored tehnološkog napretka, razmatrana su i etička pitanja poput bezbjednosti pacijenata i transparentnosti AI sistema. Rezultati ovog istraživanja potvrđuju da primjena AI u dijagnostici raka dojke može značajno unaprijediti medicinske procedure. Testirani modeli, ResNet152 i DenseNet121, pokazali su veoma dobre performanse u klasifikaciji raka dojke. Njihove AUC vrijednosti, koje prelaze prag od 0.9, ukazuju na njihov potencijal za upotrebu u kliničkoj praksi. Ova saznanja ne samo da doprinose unapređenju dijagnostičkih procesa, već i otvaraju mogućnosti za dalja istraživanja i razvoj AI tehnologija u medicini.

This research was done in th context of HPC4S3ME and with the support from EUROCC NCC Montenegro
Ms Pavlovic finalized her thesis during the Breast Cancer Awareness Month (‘Pink October’)

Magistarski rad: HPC/AI u preciznoj poljoprivredi

Mr Mato Martinović odbranio je svoj magistarski rad dana 23. oktobra 2024. godine. Njegovo istraživanje bilo je fokusirano na detekciju biljnih bolesti sa primjenom u vinogradima. Eksperimentisao je sa HPC/AI tehnologijama i računarskim vidom. Mato je jedan od najnovijih diplomaca master programa iz oblasti vještačke inteligencije kreiranog u okviru projekta EUROCC, a mentorstvo je realizovano uz podršku EUROCC NCC Crna Gora.

APSTRAKT – Ovo istraživanje analizira upotrebu računarskog vida u oblasti vinogradarstva. Rad opisuje probleme u vinogradarstvu, računarski vid i njegovu primjenu u ovoj oblasti. Analizirane su performanse modela ResNet50, VGG16 i MobileNet u klasifikaciji bolesti i sorti vinove loze. Modeli su postigli tačnosti od 98.67%, 97.28% i 98.72% na originalnom test skupu podataka, dok su na proširenom skupu postigli 87.47%, 72.07% i 86.64% u klasifikaciji bolesti. U klasifikaciji sorti, modeli su ostvarili tačnosti od 70%, 78% i 88% na originalnom skupu, i 66%, 51% i 72% na proširenom skupu. Model VGG16 pokazao je najveću razliku u tačnosti na proširenim podacima, dok je ResNet imao najmanji pad tačnosti u oba slučaja, što ukazuje na to da ResNet bolje generalizuje podatke. U radu je prikazan i proces kreiranja platforme koja omogućava korisnicima da putem mobilne aplikacije pošalju sliku i dobiju predikciju.

HPC/AI and computer vision for applications in smart viticulture

Magistarski rad: Duboko učenje u energetskom sektoru

Ms. Zoja Šćekić, mlada istraživačica na projektu HPC4S3ME, danas je odbranila svoj magistarski rad pod nazivom „Duboko učenje i primjene u energetskom sektoru“. Ovo predstavlja jedan od ključnih rezultata projekta u oblasti izgradnje kapaciteta, usmjerenog na sticanje HPC/AI vještina za primjene u prioritetnim domenima crnogorske S3 strategije.

APSTRAKT – Ovaj magistarski rad istražuje primjenu naprednih modela dubokog učenja za predikciju cijena električne energije za naredni dan, sa fokusom na tačnost i efikasnost ovih modela u poređenju sa tradicionalnim metodama prognoziranja. Sa sve većom integracijom obnovljivih izvora energije i rastućom kompleksnošću tržišta električne energije, precizno predviđanje cijena postalo je ključno za učesnike na tržištu, operatere mreža i donosioce odluka. Istraživanje je strukturirano kroz četiri studije slučaja, od kojih svaka koristi različite tehnike dubokog učenja, poput vještačkih neuronskih mreža (ANN), LSTM (Long Short-Term Memory), konvolutivnih neuronskih mreža (CNN), i hibridnih modela kao što je CNN-LSTM. Uprkos obećavajućim rezultatima, istraživanje prepoznaje ograničenja vezana za kvalitet podataka, složenost modela i zahtjeve za računarskim resursima. U radu se naglašava potreba za daljim istraživanjima u cilju optimizacije efikasnosti modela, integracije raznovrsnijih izvora podataka i širenja primjene ovih modela na različita energetska tržišta.

Ms Zoja Scekic defended her MSc thesis on Deep leaning applications in energy sector
This MSc thesis was done in the context of HPC4S3ME with support from EUROCC NCC Montenegro