ARTIFICIAL INTELLIGENCE Seminar

 

PROGRAM


Plan rada Seminara iz veštačke inteligencije za JUN 2021.



Registraciona forma za učesće, i link na predavanje ako ste već registrovani:
https://miteam.mi.sanu.ac.rs/asset/CW5nJWDSEZDj7p32p
Ukoliko želite samo da gledate predavanje bez mogućnosti aktivnog učešća, prenos će biti dostupan na:
https://miteam.mi.sanu.ac.rs/asset/4LNW8WtML7rLKojoz
Na ovom linku se mogu pronaci kratka uputstva na srpskom i engleskom:
https://miteam.mi.sanu.ac.rs/asset/Kc7qJtEvoMFx9MFnz



SREDA, 02.06.2021. u 19:00, Live stream
Branimir Šešelja, Prirodno-matematički fakultet, Novi Sad
OMEGA STRUKTURE
Tema izlaganja su algebarske strukture koje modeliraju neklasične polivalentne logike: analogne su Bulovim algebrama u klasičnoj logici. Uopštena je klasična jednakost, pa se pripadnost kolekciji i jednakost objekata vrednuju stepenasto. Osnovni pojam je Omega skup, uveden u drugoj polovini i krajem XX veka (Fourman, Scott, Borceux, Cruciani) s osnovnom namerom da se modelira intuicionistička logika i rešavaju problemi u Teoriji skupova. Omega je Heyting-ova algebra (mreža), a pripadnosti objekata Omega skupu i njihove srodnosti razlikuju se, što definiše pridružena uopštena jednakost, tj. posebna funkcija sa vrednostima iz Omega. U daljim istraživanjima Omega skupovi su snabdeveni operacijama i relacijama, pa se ispituju Omega grupe, Omega kvazigrupe, Omega mreže...
Zakoni (posebno identiteti) u takvim strukturama zavise od te jednakosti, pa mogu dobro da modeliraju situacije u kojima nema dovoljno podataka, u kojima se ne mogu primeniti striktna pravila računanja, ili je došlo do grešaka u prikupljanju tih podataka. Dokazano je da se ove oslabljene strukture mogu ispitivati kolekcijama klasičnih količničkih struktura, posebnim sistemima zatvaranja na pridruženoj mreži podstruktura. Pokazaćemo da se sa dovoljnom pouzdanošću mogu rešavati jednačine i kada nema jednoznačnih ili nema nikakvih rešenja u klasičnom smislu; uspostavićemo mrežni (dakle pravilan) poredak i kada je uporedivost nejasna. Pored navedenih primena, ukazaćemo i na druge. Heyting-ova algebra je posebna reziduirana mreža, pa se Omega strukturama može modelirati raslinuta (fuzzy) logika (Hohle) i razni sistemi upravljanja (controlers). Dalje primene moguće su u bazama podataka, sistemima zasnovanim na znanju (knowledge based systems), dubinskom istraživanju podataka (data mining), ASP (answer set programming)...
U izlaganje su uključeni rezultati na kojima su radili i A. Tepavčević, A. Krapež, V. i B. Budimirović, J. Jovanović, E.E. Edeghaba i O.S.A. Bleblou.

SREDA, 09.06.2021. u 19:00, Live stream
Saša Misailović, Departman za računarske nauke, University of Illinois at Urbana-Champaign, SAD
ACCURACY-AWARE PROGRAMMING SYSTEMS FOR MACHINE LEARNING APPLICATIONS
Tradeoffs between accuracy, performance and energy exist in many resource-intensive applications pervasive in machine learning and robotics. Manually optimizing these tradeoffs with flexible accuracy or precision requirements is extremely difficult. I will present our work on programming systems (including languages, compilers, and runtime systems) for accuracy aware optimization of programs.
A particular focus of the talk will be on ApproxTuner, a novel automatic framework for accuracy-aware optimization of tensor-based applications that requires only high-level end-to-end quality specifications. ApproxTuner implements and manages approximations in algorithms, system software, and hardware. The key contribution in ApproxTuner is a novel three-phase approach to approximation-tuning that consists of development-time, install-time, and run-time phases. Our approach decouples tuning of hardware-independent and hardware-specific approximations, thus providing retargetability across devices.
We evaluate ApproxTuner across 10 convolutional neural networks (CNNs) and a combined CNN and image processing benchmark. For the evaluated CNNs, using only hardware-independent approximation choices we achieve a mean speedup of 2.1x (max 2.7x) on a GPU, and 1.3x mean speedup (max 1.9x) on the CPU, while staying within 1 percentage point of inference accuracy loss. For two different accuracy-prediction models, ApproxTuner speeds up tuning by 12.8x and 20.4x compared to conventional empirical tuning while achieving comparable benefits.
In the talk, I will highlight applications from the domains of connected self-driving vehicles and agricultural robotics that can leverage our optimizations.
ApproxTuner is developed on top of HPVM, a new general compiler infrastructure for heterogeneous systems developed at UIUC. This is a joint work with some of the original designers of the LLVM compiler.
ApproxTuner has been presented recently at PPoPP 2021 and my previous works are available at https://misailo.cs.illinois.edu/.

SREDA, 16.06.2021. u 19:00, Live stream
Melanija Mitrović, Mašinski fakultet, Univerzitet u Nišu
KONSTRUKTIVNE SEMIGRUPE SA APARTNES RELACIJOM - NOVI PUTEVI KA PRIMENI ALGEBRE U VEŠTAČKOJ INTELIGENCIJI
Iako često fragmentarni, radovi na temu semigrupa koji su se pojavili krajem 20-ih godina prošlog veka označeni su kao početak istorije teorije semigrupa. U eri bez uređaja za brzu komunikaciju semigrupe su se uskoro pokazale korisnim u razvoju drugih matematičkih disciplina. Fleksibilnost i primena semigrupa sa stanovišta modelovanja i rešavanja problema u različitim situacijama je brzo prepoznata. Za razliku od klasične teorije semigrupa koju u poslednjim decenijama karakteriše dinamični i produktivni razvoj, konstruktivna matematika nije obraćala mnogo pažnje na razvoj semigrupa. Pod konstruktivnom matematikom podrazumevamo matematiku koja koristi intuicionističku logiku. Konstruktivna matematika nije jedinstvena naučna disciplina. U okviru nje se razvijaju nekoliko njenih varijeteta. Treba da naglasimo da se naš rad kreće u okviru Errett Bishop-varijeteta u kojem je pojam algoritma ili konačne procedure primitivni pojam. Razvoj moćnih računarskih sistema skrenuo je pažnju na intuitivni pojam efikasne procedure i, uopšte, na izračunljivost. Zauzvrat, razvoj konstruktivne algebre i njene moguće primene je dobio na značaju. Apartnes relacija, drugi najvažniji osnovni pojam razvijen u konstruktivnoj matematici, našla je svoju primenu i u računarstvu. Inspirisani rezultatima dobijenim u oblasti primene interaktivnih dokazivača teorema u delu formalnih verifkacija, stvorili smo novu konstruktivnu algebarsku teoriju - teoriju semigrupa sa apartnes relacijom. Opisna definicija semigrupe sa apartnes relacijom podrazumeva sledeće: pojam klasične semigrupe se direktno prenosi; na strukturi je definisana apartness relacija koju operacija semigrupe mora poštovati na propisan način. Razvili smo konstruktivnu teoriju ko-uređenja kao glavno sredstvo neophodno za razvoj ove teorije u početku, a kasnije i za moguće primene imajući u vidu činjenicu da početne primene algebarskih znanja u drugim naukama „često poprimaju oblik mreže odnosa između određenih objekata “. Tokom ovog predavanja biće dat pregled (nekih) naših objavljenih rezultata o kostruktivnim semigrupama sa apartnes relacijom. Skrenućemo pažnju i moguće primene ove teorije u drugim (konstruktivnim) matematičkim disciplinama, u računarstvu, društvenim naukama, ekonomiji itd.

SREDA, 23.06.2021. u 19:00, Live stream
Tatjana Davidović, Matematički institut SANU
PREDSTAVLJANJE PROJEKTA AI4TrustBC
Veštačka inteligencija (AI) i blokčejn (BC) danas su izuzetno aktuelni pojmovi u tehnološkom razvoju društva. Svakodnevno se stvaraju i skladište velike količine digitalnih podataka koje nastaju putem internet komunikacija, socijalnih mreža, e-trgovine, e-usluga, u zdravstvu, u školstvu, korišćenjem internet uređaja itd., a ujedno se razvijaju i mehanizmi za njihovu obradu, što zapravo predstavlja veštačku inteligenciju. Sa druge strane, od pojave kriptovalute bitkoin, koja je bazirana na BC tehnologiji, ova tehnologija je osim u finansijskom domenu našla svoju primenu u svim porama društva, u poljoprivredi, industriji (farmaceutskoj, mašinskoj, avio, filmskoj, itd), trgovini, između ostalog. Projekat AI4TrustBC, Napredne tehnike veštačke inteligencije za analizu i sintezu komponenata sistema na bazi blokčejn tehnologije (Advanced Artificial Intelligence Techniques for Analysis and Design of System Components Based on BlockChain Technology) spaja ova dva ključna pojma primenjujući standardne i napredne metode veštačke inteligencije (AI) za razvoj pouzdanih (Trust) blokčejn (BC) tehnologija.
BC je posebno dizajnirana distribuirana struktura za skladištenje podataka, održavana bez nekog trećeg lica od apsolutnog poverenja primenom takozvanog konsenzus protokola. Prednost BC tehnologije može se videti u situacijama kada postoji potreba za verfikovanim ažuriranjem ("notarisanjem") ili verifikacijom bez treće strane od apsolutnog poverenja da bi se izbeglo postojanje "jedinstvene tačke pucanja (single point of failure)". Praktične primene BC tehnologije uključuju sve gore navedene oblasti društvenog života. Glavna pitanja u održavanju BC baza su sigurnost, privatnost, konzistentnost i smanjenje potrošnje električne energije. Naš cilj je da doprinesemo rešavanju ovih problema primenom standardnih i naprednih AI alata u koje ubrajamo kako metode nadgledanog i nenadgledanog učenja, tako i razne vrste logičkih sistema i optimizacionih metoda.
U predavanju će biti opisane konkretne planirane istraživačke teme i rezultati postignuti za prvih 9 meseci realizacije projekta. Zajednički sastanak sa Seminarom za računarstvo i primenjenu matematiku

SREDA, 30.06.2021. u 19:00, Live stream
Jelena Mitrović, Fakultet za računarstvo i matematiku, University of Passau, Nemačka
NEURALNI JEZIČKI MODELI ZA VIŠEJEZIČNU DETEKCIJU GOVORA MRŽNJE
Govor mržnje, uvredljiv jezik i slični fenomeni predstavljaju veliki izazov za sisteme koji se zasnivaju na obradi prirodnog jezika, kao i za oblast moderne veštačke inteligencije. Gotova rešenja za ove probleme je teško upotrebiti jer se ovi fenomeni veoma brzo i dinamično menjaju. U ovom predavanju predstavićemo neka rešenja tih problema i daćemo uvid u neke skorije rezultate koji ulivaju nadu da smo na dobrom putu. Biće reči o neuralnom višejezičnom modelu C-biGRU kao i o modelu HateBERT, koji se zasniva na modelu transformera i obučen je da bude osetljiv na govor mržnje.


Ovaj onlajn seminar nastao je kao nastavak sastanka “Serbian AI Meeting” i zamišljen je da na njemu istraživači iz Srbije i iz dijaspore, kao i istraživači sa univerzteta, naučnih instituta i iz prakse predstavljaju naučne teme i rezultate iz oblasti veštačke inteligencije.
Link za svako pojedinačno predavanje biće dostavljen dan pre održavanja predavanja.


Andreja Tepavčević
Rukovodilac seminara