Mr. Igor Radulović odbranio je svoj diplomski rad na temu primjene kompjuterske vizije i mašinskog učenja za kreiranje prediktivnog modela za znakovni jezik. Odbrana rada održana je 3. oktobra na Univerzitetu Donja Gorica (UDG). Ovaj rad je realizovan pod uticajem kursa AI4S3 i uz podršku mentora iz NCC Crna Gora i HPC4S3ME tima.
APSTRAKT – Ovaj rad istražuje primjenu naprednih tehnika kompjuterske vizije i mašinskog učenja u razvoju sistema koji omogućava prevođenje znakovnog jezika u govor ili pisani tekst u realnom vremenu. Projekat ima za cilj da olakša komunikaciju gluvonijemih osoba sa osobama koje ne poznaju znakovni jezik, kako bi se prevazišle jezičke barijere i poboljšao društveni status gluvonijemih u zajednici. Korišćenjem tehnologija kao što su Google Colab, Python, Roboflow, VS Code i Detectron2, razvijen je sistem koji prepoznaje različite gestove američkog znakovnog jezika (ASL) i prevodi ih u razumljive informacije. Sistem je zasnovan na dubokim neuronskim mrežama i procesima kao što su treniranje modela i segmentacija instanci, sa ciljem postizanja visokog nivoa tačnosti i pouzdanosti. Kroz evaluaciju rezultata, ostvaren je impresivan F1 rezultat od 95,6%, dok tehnička ograničenja i dalje predstavljaju važan izazov za budući razvoj. Ovaj rad ukazuje na značajan društveni uticaj primjene kompjuterske vizije u komunikaciji gluvonijemih osoba, omogućavajući njihovu veću integraciju i prisustvo u savremenom društvu.
Computer vision and machinle learning for sign language
Ms. Jovana Mitrić odbranila je svoj diplomski rad na Fakultetu za informacione nauke i tehnologije dana 3. oktobra 2024. godine. Tema rada bila je primjena vještačke inteligencije (AI) i mašinskog učenja (ML) u kontekstu očuvanja kulturne baštine. Istraživanje je realizovano u okviru projekta HPC4S3ME, uz podršku tima NCC Crna Gora. Budući rad podrazumijeva istraživanje mogućnosti primjene HPC tehnologije i proširenih datasetova radi unapređenja i treniranja naprednijih modela za detekciju spomenika i pružanje podrške razvoju crnogorskog turizma. Ovaj rad je takođe uspješno predstavljen na konferenciji IEEE IT2024.
APSTRAKT – Ovaj rad predstavlja istraživanje u oblasti vještačke inteligencije (AI) i mašinskog učenja (ML), i njihove moguće primjene u očuvanju kulturne baštine, sa posebnim fokusom na Crnu Goru. Istražena je kompjuterska vizija kao specifična oblast vještačke inteligencije. U radu se razmatra implementacija savremenih tehnologija, konkretno kompjuterske vizije, u oblasti kulturnog turizma u cilju povećanja vidljivosti i očuvanja kulturnih spomenika. Korišćenjem dostupnih alata kao što su platforma Roboflow za anotaciju slika i Google Colaboratory za treniranje modela, razvijena je veb aplikacija pomoću Flask okvira, koja prepoznaje kulturne spomenike na osnovu slika, zasnovana na YOLO v8 modelu. Pored toga, u radu se razmatra širi kontekst primjene AI tehnologija u očuvanju kulturne baštine i njenoj promociji u turističke svrhe, sa posebnim akcentom na mogućnosti tehnološkog unapređenja turističke ponude Crne Gore. Istaknuta je i važnost digitalne transformacije turizma za Crnu Goru i njeno pozicioniranje na globalnom turističkom tržištu.
Ms. Jovan Mitric defended her BSc thesis on AI and machine learning in cultural heritage preservation
Mr. Marko Lasiće odbranio je svoj diplomski rad na temu procjene cijena nekretnina pomoću modela vještačke inteligencije. Budući rad podrazumijeva proširenje datasetova i istraživanje primjene HPC tehnologija i AI za treniranje preciznijih modela za procjenu cijena. Rad je realizovan uz podršku NCC Crna Gora i članova tima HPC4S3ME.
APSTRAKT – Razvoj generativnih modela i eksponencijalni napredak u oblasti vještačke inteligencije otvorili su nove mogućnosti primjene u brojnim oblastima ekonomskog života. Jedna od tih mogućnosti jeste razvoj AI modela za predviđanje tržišnih cijena na osnovu podataka prikupljenih sa interneta. Ovaj rad upoznaje čitaoca sa tehnikom automatizovanog preuzimanja i grupisanja podataka sa interneta, poznatom kao web scraping, kao i sa razvojem prediktivnog modela koji, na osnovu prikupljenih podataka, predviđa cijene nekretnina. U radu je prikazan i praktični dio – implementacija prediktivnog modela razvijenog korišćenjem tehnike stabla odlučivanja (decision tree). Zaključno, ovaj rad doprinosi boljem razumijevanju kako kombinacija ovih tehnika može unaprijediti procese donošenja odluka na tržištu nekretnina.
Mr Marko Lasica defended his BSc thesis on AI powered real estate pricing
Mr. Veselin Andrić odbranio je svoj diplomski rad pod nazivom „Prompt inženjering za velike jezičke modele (LLM)“ na Fakultetu za informacione sisteme i tehnologije. Odbrana je održana 2. oktobra 2024. godine, a rad je realizovan uz mentorstvo članova timova EuroCC (NCC Crna Gora) i HPC4S3ME. Ovaj rad predstavlja dio šire inicijative za promociju HPC i AI tehnologija u nastavnim programima i istraživačkim aktivnostima na UDG-u.
APSTRAKT – Prompt inženjering predstavlja jednu od ključnih oblasti u okviru obrade prirodnog jezika (NLP). To je proces koji podrazumijeva dizajniranje i unapređenje ulaznih podataka koji se daju jezičkim modelima kao što je ChatGPT, sa ciljem dobijanja željenih rezultata. Ova disertacija istražuje detalje prompt inženjeringa, njegove teorijske osnove, metodologije i praktične primjene u različitim NLP zadacima.
Mr. Veselin Andric defended his BSc thesis on Prompt EngineeringThe provided an overview of NLP, LLMs and prompt techniques
Nova brošura uspješnih priča EuroCC 2024, kreirana u saradnji između CASTIEL-a i Nacionalnih centara kompetencija (NCC), sada je dostupna online!
Uspješne priče predstavljene u brošuri EuroCC 2024 obuhvataju širok spektar sektora, uključujući:
IT i softver
Prirodne nauke i aeronautiku
Životnu sredinu, energiju i poljoprivredu
Farmaciju i medicinu
Proizvodnju i inženjering
Finansije i mobilnost
Javni sektor i komunikacije
Ove priče prikazuju postignuća i inovacije u različitim industrijama, ističući širok uticaj EuroCC inicijativa.
Jedna od istaknutih priča odnosi se na saradnju između NCC Crna Gora i crnogorske kompanije Fleka, kroz projekat „Personalizovana softverska rješenja za bankarstvo“. Ovo partnerstvo pokazuje kako lokalne inovacije mogu kreirati prilagođene ML predikcije za bankarski sektor i personalizovani fintech sektor.
Otkrijte inspirativne uspješne priče koje prikazuju inovativna dostignuća širom Evrope.
Novi naučni rad „Sizing HPC Opportunities in Montenegro: Market Insights, Best Practices and Use Cases“ objavljen je u naučnom časopisu Entrepreneurial Economy.
Rad ističe ključnu ulogu računara visokih performansi (HPC) u rješavanju kritičnih društvenih, naučnih i industrijskih izazova, i istražuje njegov sve veći uticaj na poslovanje kroz donošenje odluka zasnovanih na podacima, optimizaciju radnih procesa i inovativni dizajn proizvoda. Studija naglašava značaj HPC infrastrukture, Cloud servisa i primjene vještačke inteligencije u podsticanju digitalne transformacije i unapređenju konkurentnosti malih i srednjih preduzeća. Istraživanje takođe identifikuje ključne izazove u Crnoj Gori, uključujući nedostatak stručnog kadra iz oblasti HPC-a, nisku potražnju za kritičnim HPC performansama i određene izazove u vezi sa bezbjednošću podataka i intelektualnom svojinom. Uprkos tim izazovima, istraživanje tržišta je pokazalo prilike za HPC koje se odnose na visoku stopu usvajanja Cloud tehnologija, razvoj inovativnih proizvoda i povoljne poslovne izglede. Rad opisuje i aktivnosti Nacionalnog centra kompetencija za HPC Crna Gora, uspostavljenog kroz projekat EuroCC, koje se odnose na pokrenute akademske programe i obuke u oblasti HPC-a i AI, kao i uspješne industrijske saradnje, potvrđene kroz primjere iz pametne poljoprivrede, precizne vremenske prognoze i FinTech sektora.
Korišćenjem nacionalne ekspertize i međunarodnih superračunarskih resursa, NCC Crna Gora je efikasno integrisao HPC tehnologije u istraživačke i poslovne procese, podstičući tehnološke inovacije i pametan razvoj.
Predstavnici NCC Montenegro, u zajedničkom radu sa mladim istraživačima sa UDG-a, objavili su dva naučna rada na konferenciji SymOrg 2024, koju organizuje Fakultet organizacionih nauka Univerziteta u Beogradu, a koja se održala na Zlatiboru, Srbija, od 12. do 14. juna 2024. godine. Konferencija je tradicionalno osmišljena kao platforma za inovaciju znanja i empirijska istraživanja, okupljajući predstavnike naučne i stručne zajednice, a ovogodišnja tema bila je: „Otključavanje skrivenog potencijala organizacije spajanjem ljudi i digitalnog“, sa ciljem adresiranja novonastale potrebe za ravnotežom u eri vještačke inteligencije.
Image source: SymOrg 2024 website
Naučni rad „Detekcija skolioze“ autora Elvis Taruh, Enisa Trubljanin i Dejan Babić istražuje primjenu modela dubokog učenja integrisanog sa veb aplikacijom za detekciju skolioze koristeći rendgenske snimke. Koristeći skup od 198 rendgenskih snimaka sa Roboflow platforme, inicijalni rezultati modela nisu bili zadovoljavajući, pa je izvršena ručna anotacija 245 snimaka, što je značajno poboljšalo preciznost modela. Za treniranje su korišćena dva modela bazirana na YOLOv8, savremenom algoritmu za detekciju objekata. Veb aplikacija, razvijena pomoću Flask, HTML, CSS i JavaScript, pruža korisnički interfejs za analizu rezultata detekcije, dok je backend baziran na MySQL bazi podataka za upravljanje snimcima i prikaz rezultata. Mjerne metrike pokazuju da je drugi model, sa unaprijeđenim anotacijama i augmentacijom, imao bolje performanse, izbjegao overfitting i pokazao veću preciznost. Ovaj pristup doprinosi ranijoj dijagnostici skolioze i nudi skalabilno rješenje za druge medicinske izazove, omogućavajući zdravstvenim radnicima preciznije dijagnostičke alate i bolju brigu o pacijentima.
Click on image to open SymOrg 2024 proceedings
U radu „LLM konzistentna pristrasnost karaktera“, autori Igor Ćulafić i Tomo Popović istražuju potencijal velikih jezičkih modela (LLM) za imitaciju karaktera u medijima, obrazovanju i zabavi. Dok se LLM obično koriste za pretragu weba ili programiranje, ovo istraživanje se fokusira na njihovu sposobnost oponašanja specifičnih likova iz književnosti. Korišćen je dataset iz antologije Ciaphas Cain iz univerzuma Warhammer 40k, a modeli su trenirani pomoću LoRA (Low-Rank Adaptation) metode. Testirana su tri modela različitih veličina (1.1B, 7B i 10.7B parametara), a treniranje je obavljeno na NVIDIA RTX 4090 GPU. Istraživanje je pokazalo da su veći modeli (7B i 10.7B) imali bolju konzistentnost u ponašanju karaktera, iako su povremeno imali problema sa detaljima i prikazivali neočekivana ponašanja poput prekomjerne upotrebe emotikona. Najmanji model (1.1B), i pored viših LoRA Rank parametara, bio je manje efikasan i sklon greškama poput ponavljanja odgovora i bespotrebnih izlaganja. Autori zaključuju da LLM modeli mogu uspješno imitirati fikcionalne likove uz odgovarajuće podatke i treniranje, a buduća poboljšanja bi ih mogla učiniti korisnim u obrazovanju i terapiji. Modeli imaju potencijal za obogaćivanje interaktivnog iskustva u tematskim parkovima, video igrama i edukativnim alatima. Ipak, autori upozoravaju da se ovi modeli ne koriste kao zamjena za terapeute zbog njihovih ograničenja i mogućih netačnosti.
Click on image to open SymOrg 2024 proceedings
Oba naučna rada su djelimično podržana kroz EuroCC2 projekat, koji finansira Zajedničko preduzeće za evropsko visokoperformantno računarstvo (EuroHPC JU) u okviru ugovora o grantu br. 101101903.
