Uspješna prezentacija Dejana Babića sa Univerziteta Donja Gorica na EuroCC4SEE seminaru koji je organizovao NCC Turkiye. Kao dio projekta EuroCC4SEE, pet zemalja – Turska, Srbija, Crna Gora, Sjeverna Makedonija i Bosna i Hercegovina – udružile su snage kako bi predstavile zanimljivu seriju online seminara pod nazivom: “5 otkucaja inteligencije: AI susreće različite domene”.
Više detalja o rasporedu prezentacija seminara i registracijama možete pronaći na web stranici NCC Turska na sljedećem link-u.
Uspješna prezentacija na seriji seminara, oko 25 učesnika iz 5 zemaljaPrezentovani su primjeri konkretnih upotreba HPC i AI za AI-AGE projekt
Sa zadovoljstvom objavljujemo da je online kurs o brzom inženjerstvu, koji je započeo 7. aprila 2025. godine, uspješno završen!
Kurs, koji je organizovao NCC Montenegro u okviru projekta EuroCC2, privukao je učesnike iz akademske zajednice, industrije i javnog sektora, odražavajući rastući interes za modele velikih jezika (LLM) i praktične vještine potrebne za efikasnu interakciju sa AI sistemima putem brzog inženjerstva.
Tokom kursa, polaznici su istraživali osnove brzog inženjerstva, najbolje prakse za pisanje efikasnih promptova i praktične primjere koristeći najsavremenije LLM-ove. Interaktivni format je podsticao aktivno učenje i pružio učesnicima alate za efikasniju primjenu AI u njihovim domenima.
Zahvaljujemo svim učesnicima na njihovom angažmanu i radujemo se nastavku podrške razvoju vještina u AI, HPC-u i digitalnoj transformaciji kroz buduće mogućnosti obuke.
Ovo je bio drugi put da se kurs održava, čime je ukupan broj učesnika porastao na preko 70.
Kao dio tekućih napora za uključivanje industrije u okviru projekta EUROCC2, Nacionalni centar za kompetencije za računarstvo visokih performansi (NCC Montenegro) posjetio je Centar za finansije u Podgorici.
Ivana, Dejan, Ivan, Tomo i Ilija na sastanku
Dočekali su nas g. Ilija Mugoša, izvršni direktor, i prof. dr. Ivana Katnić, šefica istraživanja i obrazovanja. Tim NCC Montenegro, koji su predstavljali prof. Tomo Popović, mr. Ivan Jovović i g. Dejan Babić, predstavio je ciljeve i usluge projekta EUROCC2, ističući ulogu NCC-a u podršci usvajanju HPC tehnologija u svim sektorima. Tim je podijelio uvide o dostupnoj HPC infrastrukturi, mogućnostima obuke, tehničkoj podršci i pomoći pri podnošenju zahtjeva za pristup nacionalnim i EuroHPC resursima. Diskusija se fokusirala na potencijalnu saradnju u primjeni HPC-a u domenu finansija, uključujući područja kao što su modeliranje rizika zasnovano na podacima, simulacije algoritamskog trgovanja i finansijsko predviđanje poboljšano umjetnom inteligencijom.
Obje strane su prepoznale važnost identifikovanja pravih slučajeva upotrebe i relevantnih skupova podataka koji bi mogli imati koristi od snage HPC-a. NCC Montenegro je izrazio spremnost da podrži Centar za finansije u daljem istraživanju ovih mogućnosti – kroz tehničko vođenje, zajednički razvoj pilot simulacija i pomoć u prelasku sa lokalnih razvojnih okruženja na HPC platforme. Mogućnost primjene HPC resursa i zajedničkih istraživačko-razvojnih projekata naglašena je kao ključni sljedeći korak.
Kao dio šireg napora za analizu operativnih obrazaca u zdravstvenom sektoru Crne Gore, razvijen je prediktivni model za procjenu indikatora vezanih za kvalitet zdravstvenih usluga koje se pružaju građanima na sekundarnom i tercijarnom nivou. Model je u početku obučen na uzorku od 10.000 zapisa, a kasnije je proširen na preko 40.000 zapisa korištenjem HPC klastera na UDG-u, što je omogućilo da se proces obuke završi za manje od jedne minute. Svi zapisi su u potpunosti anonimizirani u skladu s etičkim standardima, a skup podataka je uključivao širok raspon vremenskih, demografskih i institucionalnih varijabli relevantnih za pristup zdravstvenoj zaštiti i obrasce pružanja usluga.
Upotrebna AI i HPC-a za analizu operativnih obrazaca u zdravstvenom sektoru Crne Gore
Model je implementiran korištenjem algoritma Random Forest Regressor, a napravljeni su i dodatni eksperimenti s alternativnim tehnikama modeliranja i transformacijama ciljeva. Osnovna konfiguracija postigla je snažne prediktivne performanse (MAE ≈ 95 sati, R² = 0,87). Iako su log-transformacija i alternativni algoritmi poput XGBoost-a evaluirani, nisu dali poboljšanja u odnosu na početni pristup. Analiza važnosti karakteristika otkrila je da faktori poput mjeseca, dana u sedmici i kliničke jedinice imaju najveći utjecaj na rezultate modela. Odobren je pristup namjenskim računarskim resursima za daljnji razvoj, što omogućava kontinuiranu obuku modela i eksperimentiranje s naprednim algoritmima i metodama optimizacije. Nastavlja se saradnja uz primjenu računarskog klastera na UDG.
Kliknite na sliku da biste saznali više o Exploringu – inovativnom malom i srednjem preduzeću za razvoj softvera iz Crne Gore.
HPC Serbia organizuje regionalnu radionicu EuroCC4SEE licem u lice u Beogradu od 20. do 22. maja 2025. Radionica će početi oko podneva 20. maja i završiti do podneva 22. maja. Tokom prvog poludnevnog perioda, održaćemo sesije prilagođene istraživačima. Drugi poludnevni period će se fokusirati na mala i srednja preduzeća, dok će popodne drugog dana biti posvećeno prezentacijama o upotrebi HPC-a u javnoj upravi. Trećeg dana, predstavićemo primjere HPC aplikacija u regionu. Članovi tima NCC Montenegro će učestvovati na događaju i održati prezentaciju 22. maja. Više o događaju možete saznati na sljedećem linku: https://indico.ipb.ac.rs/event/590/
Na INFOTEH konferenciji predstavljen je rad E. Trubljan, E. Taruha, S. Cakića, T. Popovića i L. Filipovića “Transforming Matrix Problem Solving with Intelligent Tutoring Systems” u izdanju IEEE Xplore. Istraživači iz UDG-a uz podršku HPC NCC Montenegro razvili su inovativni inteligentni sistem podučavanja koji koristi vještačku inteligenciju (AI) i računarstvo visokih performansi (HPC) kako bi se promijenio način na koji studenti uče matrične operacije. Ovo rješenje zasnovano na chatbot-u kombinuje optičko prepoznavanje znakova (EasyOCR) sa naprednim modelom obrade prirodnog jezika (Qwen2-Math-7B-Instruct) za tumačenje unosa teksta i slike, omogućavajući mu da izvodi matrične operacije kao što su transpozicija, sabiranje i množenje uz pružanje jasnih, korak po korak objašnjenja. Podržan univerzitetskom HPC infrastrukturom, sistem osigurava brzu obradu i povratne informacije u realnom vremenu, postižući do 99% tačnosti u prepoznavanju matrice iz visokokvalitetnih slika. Dizajniran imajući na umu obrazovanje, ovaj tutor sa AI-om poboljšava interaktivnost, razumijevanje i ishode učenja za učenike koji se bave složenim konceptima linearne algebre i postavlja teren za buduća poboljšanja kao što je prepoznavanje ručno pisanog unosa i podrška za naprednije operacije.
ABSTRACT – This paper presents the integration of optical character recognition (OCR) and advanced natural language processing (NLP) models for automated handling of matrices derived from images and textual inputs, all combined within an implemented chatbot. The motivation for choosing this topic arises from the practical experiences of the authors gained while working with groups of students who encounter the concept of matrices as part of their academic responsibilities. Through the analysis of their results and classroom interactions, it was observed that many students struggle with this area. This paper presents an innovative approach to enhancing matrix problem-solving by leveraging intelligent tutoring systems supported by High-Performance Computing, aiming to improve learning efficiency and student outcomes. By combining the EasyOCR framework and the Qwen2-Math-7B-Instruct model, operations such as transposition, addition, and multiplication of matrices are enabled. The system supports the input of one or two matrices, allowing the selection of operations through textual or image-based queries. The OCR component extracts numerical data from images, while the NLP model interprets user requests and executes operations accurately. The interface allows the addition of a second matrix image only when necessary, enhancing the system’s intuitiveness and efficiency. The results of the recognition accuracy of the OCR model of image input matrices of different dimensions show a high level of accuracy of 95%, while for 2×2 matrices they reach an accuracy of 99%. This work contributes to the development of AI-powered tools for mathematical operations and holds potential applications in education.
Dan Istraživanja, 13-ti po redu održan 4. aprila 2025. god na Univerzitetu Donja Gorica, ponovo je okupio istraživače, studenate i profesionalace posvećene unapređenju znanja, inovacija i istraživanja. Organizovan u saradnji sa Upravom za statistiku Crne Gore – MONSTAT i Agencijom za istraživanje javnog mijenja – DAMAR, događaj je bio dinamična platforma za razmjenu rezultata aktuelnih projekata i istraživačkih inicijativa.
Ovogodišnji fokus bio je na strateškoj upotrebi statističkih podataka, interdisciplinarnom pristupu istraživanju, digitalnim alatima i donošenju odluka zasnovanim na podacima. MONSTAT je prezentovao socio-ekonomsku analizu rezultata nedavno sprovedenog popisa u Crnoj Gori, dok je DAMAR-LAB projekat prikazao potencijal naprednih istraživanja u oblasti neuromarketinga, koristeći eye-tracking tehnologiju.
Među ključnim UDG istraživačkim aktivnostima, predstavljen je projekat EUROCC2/ EuroCC4SEE, koji je prikazao rastući značaj HPC i AI tehnologija za prediktivnu analitiku, kompleksne simulacije i modeliranje scenarija. Predstavnica HPC centra kompetencija u Crnoj Gori sumirala je rezultate u oblasti HPC/AI akademskih istraživanja, industrijske primjene, trening kapaciteta, kao i ključne nalaze HPC4SME tržišnog istraživanja.
Događaji poput ovog jačaju saradnju između akademije, industrije i javnih institucija – postavljajući temelje za pametne i održive ekosisteme istraživanja, razvoja i inovacija.
