Logo Politechniki Łódzkiej Logo IIS

Sztuczna Inteligencja


i Uczenie Maszynowe


Poznaj świat najnowszych technologii

Pojutrze należy do sztucznej inteligencji – nie wiadomo, czy będzie to świat dobry, czy zły. Ale wiadomo, że jutro należy do budowniczych tej ery, ery inteligentnych maszyn. A czas, by próbować do nich dołączyć jest dziś! Dlatego, proponujemy podjąć wyzwanie i zapraszamy na nasz kierunek. Z naszej strony otrzymacie wiedzę. Postaramy się by była solidna i aktualna. Z waszej strony oczekujemy zaangażowania i wyobraźni. Wierzymy, że ta kombinacja nie zawiedzie niczyich oczekiwań i po zakończeniu tej krótkiej przygody większość z Was uzyska atuty dające fascynującą i dobrze opłacaną pracę.

Zaczynamy

Aktualności


Stypendium Ministra za znaczące osiągnięcia

Nasi studenci, Adrian Kucharski i Ewelina Rosiak zostali uhonorowani Stypendium Ministra za znaczące osiągnięcia w roku akademickim 2023/2024. Jest to szczególne wyróżnienie przyznawane studentom za wybitne osiągnięcia naukowe, artystyczne lub sportowe. Nasze gratulacje dla Adriana i Eweliny za ich zaangażowanie i wkład w życie naukowe naszej uczelni.


Laureaci Hackathonu EnsembleAI 2024

Nasi studenci, jako drużyna SIIUM w składzie:

zdobyła IV miejsce w hackathonie EnsembleAI, który odbył się w dniach 16-17 marca na wydziale Matematyki i Nauk Informacyjnych Politechniki Warszawskiej. W wydarzeniu tym, organizowanym wspólnie z Uniwersytetem Warszawskim, Akademią Górniczo-Hutniczą oraz Stowarzyszeniem ML in PL, uczestnicy zmierzyli się z problemem kradzieży modeli udostępnianych za pomocą API. Do hackathonu zgłosiło się około 240 osób, z czego 120 wzięło udział w wydarzeniu, a z nich wyłonione zostały 4 nagrodzone drużyny.

Link do wydarzenia: https://ensembleaihackathon.pl


Konkurs Huawei Tech Arena Poland 2023

W dniach 19.10.2023 - 16.12.2023 odbywał się konkurs Huawei Tech Arena Poland 2023 zorganizowany przez firmę Huawei o tematyce "Multimodal File Search Challenge". Problem który rozwiązywali studenci to zadanie wielomodalne - pary obrazu i opisu tekstowego obrazu oraz zapytanie wyszukiwania w języku naturalnym.

Był to konkurs ogólnopolski, skierowany do studentów studiów inżynierskich, magisterskich oraz doktoranckich, a także niedawnych absolwentów uczelni (do 2 lat po zakończeniu studiów), z pulą nagród powyżej 25 tysięcy PLN.
Szczegóły konkursu dostępne są na stronie https://techarena-poland.hackathon.com/.

Wzięła w nim udział czwórka naszych studentów:


Wizyta Profesora Wojciecha Samka - EXPLAINABLE AND TRUSTWORTHY AI

W dniach 9.10-13.10 gościł u nas z cyklem wykładów dotyczących XAI, czyli 'Wyjaśnialnej' Sztucznej Inteligencji (Explainable AI) Prof. Wojciech Samek, jeden z pionierów prac w tej niezwykle istotnej i szybko rozwijającej się dziedzinie. Profesor Samek jest aktualnie dyrektorem Wydziału AI w Fraunhofer Heinrich Hertz Institute, Niemcy (https://iphome.hhi.de/samek/) oraz wykładowcą na Uniwersytecie Technicznym w Berlinie.

Zapewnienie wyjaśnialności mechanizmów i przesłanek podejmowania decyzji przez algorytmy sztucznej inteligencji jest kluczowym warunkiem dla dopuszczenia użytkowania tych algorytmów w zastosowaniach o krytycznym znaczeniu. Ogromne znaczenie badań w tej dziedzinie wynika z faktu, iż dominujące obecnie znaczenie w obszarze sztucznej inteligencji mają głębokie sieci neuronowe, stanowiące z punktu widzenia realizowanych przez nie przekształceń danych tzw. 'czarne skrzynki', w których wiedza nabyta podczas uczenia ma niemożliwą do bezpośredniej interpretacji formę, rozproszoną w ogromnej liczbie parametrów. Tematyka wykładów Prof. Samka obejmowała zarówno podstawy XAI, przegląd aktualnego stanu wiedzy w tym obszarze oraz szczegółowe omówienie szeregu kluczowych koncepcji, z których wiele zostało sformułowanych w kierowanym przez Niego zespole naukowym.

Prace studentów




Zajęcia w formie projektowej stanowią integralną część programu na kierunku Sztuczna Inteligencja i Uczenie Maszynowe, umożliwiającą naszym studentom praktyczne zastosowanie zdobytej wiedzy oraz rozwijanie umiejętności w rzeczywistych scenariuszach. W ramach tych projektów, studenci mają okazję eksplorować różnorodne obszary sztucznej inteligencji, tworząc innowacyjne rozwiązania i zdobywając cenne doświadczenie praktyczne.

Identyfikacja żywych obiektów w przestrzeni monitorowanej przez radar FMCW
Oskar Zaleski, Rafał Balcerzak, Jakub Kowalczewski, Bartłomiej Michaś
Opiekun: dr inż. Piotr Łuczak

Generowanie słownego podsumowania fragmentów kodu źródłowego w języku C
Katarzyna Oczeretian, Ewelina Rosiak
Opiekunowie: prof. dr hab. inż. Anna Fabijańska, dr inż. Piotr Duch

Głęboki generator realistycznych portretów pamięciowych
Jakub Kowalik, Patryk Janowski, Szymon Kuzik, Przemysław Mirowski
Opiekun: dr inż. Paweł Kapusta


Synteza mowy emocjonalnej
Kamil Dobrowolski, Damian Granosik, Arkadiusz Grzelczyk, Hubert Włodarczyk
Opiekun: mgr inż. Kacper Kubicki

Głęboki generator realistycznych krajobrazów i scen
Mikołaj Imbor, Łukasz Klimkiewicz, Adrian Kucharski
Opiekun: dr inż. Paweł Kapusta

Detekcja upadków na podstawie odczytów z akcelerometru
Natalia Bartczak, Karolina Kowalewicz, Marta Glanowska
Opiekun: dr inż. Robert Susik

Opis kierunku




Celem oferowanego kierunku studiów jest przekazanie usystematyzowanej i rzetelnej wiedzy o tym, jak tworzyć algorytmy i systemy uczenia maszynowego (Machine Learning) oraz sztucznej inteligencji (Artificial Intelligence). Dowiecie się Państwo, jak tworzyć systemy potrafiące rozwiązywać skomplikowane problemy, wspomagające lub zastępujące człowieka w realizacji odpowiedzialnych zadań, u których podstaw leżą fundamentalne, wyższe umiejętności: rozumienie treści zawartej w tym co widzimy i tym co słyszymy, przewidywanie i planowanie, podejmowanie decyzji oraz wykonywanie akcji, a nawet - kreatywność. Dowiecie się Państwo jak uczyć algorytmy i jak sprawić, by mogły one uczyć się same, jak rozwiązywać zadania w obiektywnie najlepszy możliwy sposób, jak radzić sobie z nieprzewidywalnością i niepowtarzalnością, typową dla rzeczywistego świata.

Proponowany przez nas model kształcenia to ścisłe powiązanie budowanych od podstaw, teoretycznych fundamentów dziedziny, z praktycznym wykorzystaniem przekazanej wiedzy, realizowanym poprzez zajęcia o charakterze laboratoryjnym oraz projektowym. Zaczynamy od podstaw: pierwszy semestr to prezentacja fundamentów dziedziny - sztucznej inteligencji, uczenia maszynowego, optymalizacji i statystyki. Jednocześnie od razu tworzymy możliwość samodzielnego wykorzystania wiedzy, przedstawiając język programowania Python (w ramach przedmiotu Algorytmika i Matematyka Uczenia Maszynowego), oferujący przejrzyste wysokopoziomowe narzędzia implementacji metod i algorytmów. Wreszcie, w ramach intelektualnego relaksu, proponujemy szerszą, pozatechniczną perspektywę spojrzenia na przemiany dokonywane przez SI w naszym świecie oraz towarzyszące nim wyzwania i problemy natury etycznej, społecznej, ekonomicznej i prawnej.
Drugi semestr to stopniowe pogłębianie i specjalizacja wiedzy oraz nabywanie praktycznych umiejętności, dające wstępne przygotowanie do samodzielnego tworzenia skutecznych metod analizy danych. W trakcie zajęć przedstawimy najskuteczniejsze obecnie metody rozpoznawania treści zawartych w obrazach lub sygnałach, bazujące na koncepcji uczenia głębokiego (Podstawy uczenia głębokiego, Analiza Obrazów Cyfrowych). Pomysłów na to, jak budować algorytmy, które planują swoje działania, na przykład, by pokonać każdego człowieka w każdą grę, dostarczy Uczenie ze wzmocnieniem, a jak sterować samochodami by unikać kolizji lub parkować – Metody sztucznej inteligencji. Wreszcie, Uczenie nienadzorowane przedstawi mechanizmy umożliwiające algorytmom samodzielne poznawanie obserwowanego świata i rządzących nim reguł.
Trzeci semestr studiów to wycieczka w specjalizowane, zaawansowane obszary najświeższych pomysłów i technologii, pozwalających na skuteczne rozwiązywanie trudnych i niezwykle ważnych problemów. Zasadniczym aspektem kształcenia będzie tu możliwość samodzielnego wyboru swoich własnych ścieżek poszerzania kompetencji w ramach kursów obieralnych. W ofercie proponujemy zgłębianie tajników inteligentnej analizy tekstów lub analizy sygnałów (w tym – przydatnych w diagnostyce medycznej), poznawanie sposobów implementacji inteligentnych algorytmów w systemach internetu rzeczy lub metod eksploracji wielkich zbiorów danych, jak również wybór między nabyciem umiejętności tworzenia zaawansowanych interfejsów komunikacji człowieka z maszyną lub pogłębienie wiedzy o uczeniu ze wzmocnieniem. Jedyny obowiązkowy dla wszystkich przedmiot specjalistyczny – Głębokie sieci neuronowe, będzie przybliżeniem zaawansowanych koncepcji uczenia głębokiego, prowadzących na przykład, do uzyskania przez algorytmy atrybutów dotychczas wyłącznie zarezerwowanych dla ludzi – kreatywności: algorytmy potrafią nauczyć się malarstwa, naśladując lub tworząc własny styl, nauczyć się pisać reportaże czy komponować muzykę. Konfrontacja nabytej wiedzy z ambitnymi zadaniami będzie możliwa w ramach realizacji projektów zespołowych. Postaramy się, by tematyka projektów była ciekawa – część z nich będzie oferowana w porozumieniu z firmami branży IT, część z nich będzie powiązana z grantami badawczymi realizowanymi na Uczelni. Ale chyba najistotniejsza może być możliwość podejmowania tematów, które mogą stać się początkiem drogi w realizację swoich późniejszych, zawodowych marzeń.
Ostatni semestr studiów to przede wszystkim, podsumowanie uzyskanych kompetencji w formie pracy dyplomowej, poprzedzony praktyką w jednej z wielu zainteresowanych absolwentami kierunku firm IT. Ponieważ jednym z celów studiów magisterskich jest przygotowanie do prowadzenia prac badawczych, na ostatnim semestrze proponujemy przedmiot w ramach którego każdy będzie miał okazję zetknąć się z pomysłami naukowymi: analiza i zrozumienie, implementacja, a być może – ulepszanie najświeższych koncepcji, często, z pogranicza fantastyki, będzie możliwe w ramach Pracowni naukowej. Dodatkowo, dla chętnych, przewidzieliśmy możliwość wyjazdu na semestr dyplomowy do uczelni zagranicznej, gdzie studenci będą mogli realizować zadania dziedziny sztucznej inteligencji i uczenia maszynowego podejmowane przez inne zespoły badawcze.

Przedmioty


Semestr I

Semestr II

Semestr III

Semestr IV

Prowadzący


prof. dr hab. inż. Krzysztof Ślot

Prowadzone zajęcia: Podstawy uczenia maszynowego, Statystyka w Analizie Danych, Uczenie nienadzorowane, Podstawy Uczenia Głębokiego
E-mail: kslot@p.lodz.pl

prof. dr hab. inż. Adam Pelikant

Przetwarzanie analityczne - Big Data
E-mail: adam.pelikant@p.lodz.pl

dr hab. inż. Jacek Kucharski, prof. uczelni

Prowadzone zajęcia: Podstawy Sztucznej Inteligencji, Metody Sztucznej Inteligencji
E-mail: jkuchars@iis.p.lodz.pl

prof. dr hab. inż. Anna Fabijańska

Prowadzone zajęcia: Analiza obrazów cyfrowych
E-mail: anna.fabijanska@p.lodz.pl

prof. dr hab. Szymon Grabowski

Prowadzone zajęcia: Algorytmika i matematyka uczenia maszynowego
E-mail: sgrabow@kis.p.lodz.pl

dr hab. inż. Wojciech Tylman, prof. uczelni

Metody probabilistycznej analizy danych
E-mail: wojciech.tylman@p.lodz.pl

dr hab. inż. Sławomir Hausman, prof. uczelni

Podstawy analizy sygnałów
E-mail: slawomir.hausman@p.lodz.pl

dr inż. Piotr Duch

Prowadzone zajęcia: Uczenie ze wzmocnieniem, Głębokie uczenie ze wzmocenieniem, Podstawy inteligentnej analizy tekstu
E-mail: pduch@iis.p.lodz.pl

dr inż. Paweł Kapusta

Prowadzone zajęcia: Podstawy uczenia głębokiego, Głębokie sieci neuronowe, Podstawy inteligentnej analizy tekstu
E-mail: pawel.kapusta@p.lodz.pl

dr inż. Paweł Marciniak

Uczenie maszynowe w systemach IoT
E-mail: pawel.marciniak@p.lodz.pl

dr inż. Robert Susik

Prowadzone zajęcia: Statystyka w Analizie Danych
E-mail: rsusik@iis.p.lodz.pl

dr inż. Piotr Jarosław Urbanek

Prowadzone zajęcia: Podstawy Sztucznej Inteligencji
E-mail: piotr.urbanek@p.lodz.pl

dr inż. Magdalena Wróbel-Lachowska

Prowadzone zajęcia: Społeczne implikacje rewolucji cyfrowej
E-mail: magdalena.wrobel-lachowska@p.lodz.pl

mgr inż. Kacper Kubicki

Prowadzone zajęcia: Podstawy uczenia maszynowego, Uczenie nienadzorowane
E-mail: kacper.kubicki@p.lodz.pl

mgr inż. Przemysław Kucharski

Prowadzone zajęcia: Podstawy Sztucznej Inteligencji
E-mail: pkuchars@iis.p.lodz.pl

dr inż. Piotr Łuczak

Prowadzone zajęcia: Podstawy uczenia maszynowego, Uczenie nienadzorowane
E-mail: pluczak@iis.p.lodz.pl