Algoritmy pro AI a vysokovýkonné výpočty (WP1)
WP1 vytváří metodické, algoritmické a datové základy pro vývoj spolehlivé, škálovatelné a důvěryhodné umělé inteligence napříč celým projektem NCUI. Zaměřuje se na pokročilé AI modely, vysokovýkonné výpočty (HPC), práci s rozsáhlými daty a nové matematické přístupy k porozumění neuronovým sítím a transformerům.
Současně vyvíjí infrastrukturu pro efektivní trénování a nasazování AI modelů v oblastech jako průmysl, energetika, autonomní systémy, stavebnictví, digitální knihovny nebo medicína. Nedílnou součástí je také výzkum transparentnosti, robustnosti, bezpečnosti a právních aspektů AI, které jsou klíčové pro její důvěryhodné využití v praxi.
Jaký problém WP řeší a proč je to důležité?
01
Současné AI modely jsou stále složitější, náročnější na data i výpočetní výkon a obtížně vysvětlitelné
02
Chybí jednotné prostředí pro efektivní práci s rozsáhlými a různorodými daty potřebnými pro trénování AI
03
Mnoho AI systémů není dostatečně robustních vůči chybám, změnám prostředí nebo záměrné manipulaci
04
Organizace potřebují transparentní a reprodukovatelné postupy pro vývoj, testování a nasazování AI
05
Nová evropská regulace AI zvyšuje potřebu metod pro hodnocení důvěryhodnosti, bezpečnosti a souladu s právními požadavky
06
Pokročilé aplikace, jako autonomní řízení, energetické predikce nebo digitální dvojčata, vyžadují propojení AI s fyzikálními modely a vysokovýkonnými výpočty
Příklady využití/ aplikační oblasti a přínosy
- Automobilový průmysl a autonomní mobilita – tvorba realistických 3D scén a virtuálních světů pro testování asistenčních a autonomních systémů.
- Energetika – přesnější předpovědi výroby a spotřeby energie, detekce anomálií v energetických sítích a podpora řízení rizik.
- Průmysl a výroba – efektivnější trénování a provoz AI modelů pro optimalizaci výrobních procesů.
- Digitální knihovny – automatické zpracování, klasifikace a inteligentní vyhledávání v rozsáhlých textových, obrazových a multimediálních archivech.
- Robotika a navigační systémy – kvalitnější prostorové modelování okolního prostředí pomocí obrazových a lidarových dat.
- Veřejná správa a regulace AI – metodiky a nástroje pro bezpečné, transparentní a právně odpovědné využívání umělé inteligence.
Klíčové osoby
V. Lisý
Multi-agentní systémy
ČVUT
V. Smejkal
Právo/etika AI
ČVUT
M. Trčka
Právo/etika AI
ČVUT
J. Martinovič
Vysokovýkonné výpočetní technologie a platformy
VŠB
M. Golasowski
Správa dat
VŠB
T. Martinovič
Strojové učení
VŠB
Zapojené instituce
Použité technologie a postupy
- Velké jazykové modely, transformery a hluboké neuronové sítě.
- Neuroalgebraická geometrie pro analýzu a interpretaci AI modelů.
- Fyzikálně informované neuronové sítě (PINNs).
- Grafové neuronové sítě (GNN) a neuronové operátory.
- Foundation modely pro geodata (Geo Foundation Models).
- Technologie 3D rekonstrukce, počítačového vidění a Neural Radiance Fields (NeRF).
- Vysokovýkonné výpočty (HPC), cloudové platformy a distribuované zpracování dat.
- Workflow orchestrace a MLOps (Apache Airflow, HyperQueue, MLflow, DVC).
- Datová provenance, auditovatelnost a reprodukovatelnost AI procesů.
- Metody evaluace AI založené na teorii her, bezpečnosti a důvěryhodnosti systémů.
- Analýza etických, právních a společenských dopadů AI.
Očekávaní výsledky
| Experimentální software pro 3D rekonstrukci (verze 1) | R – software | 2027 |
| Nástroje pro měření strategického chování, situační uvědomělosti a schopnosti AI rozpoznat testovací kontext | R – software | 2027 |
| Participační platforma pro VSD | R – software | 2027 |
| Predikční systém pro energetiku založený na pokročilých neuronových sítích | Gprot – prototyp | 2027 |
| Nástroj pro zpracování knihovních dat optimalizovaný pro využití v AI procesech | R – software | 2028 |
| Herně-teoretická knihovna pro modelování AI evaluace, zaměřená na AI systémy schopné strategického uvažování. | R – software | 2028 |
| Predikční systém pro energetiku založený na a fyzikálně informovaných neuronových sítích | Gprot – prototyp | 2028 |
| Experimentální software pro 3D rekonstrukci (verze 2) | R – software | 2030 |
| Framework pro trénování AI modelů zaměřených na digitální knihovnu s využitím HPC infrastruktury | R – software | 2031 |