MISANU

PROGRAM

Plan rada Seminara iz veštačke inteligencije za MART 2022.

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, 02.03.2022. u 19:00, Online
Petar Veličković, Staff Research Scientist at DeepMind, Affiliated Lecturer at the University of Cambridge, and an Associate of Clare Hall, Cambridge
VEŠTAČKA INTELIGENCIJA I MATEMATIKA
Tokom prethodnih nekoliko godina, intenzivno smo sarađivali sa matematičarima sa Oksfordskog i Sidnejskog univerziteta. Kao rezultat ove saradnje, uspešno smo pokazali da analiza i interpretacija izlaza (grafovskih) neuralnih mreža -- treniranih nad pažljivo odabranim problemima -- može da direktno pomogne matematičarima pri dokazivanju teških teorema i predlaganju novih pristupa ka rešavanju dugostojećih otvorenih problema. Konkretno, koristeći naš metod, nezavisno smo izveli nove matematičke rezultate u raznovrsnim oblastima, uključujući teoriju reprezentacija i teoriju čvorova.
Ovim radom predstavljamo veštačku inteligenciju kao "džepni digitron 21. veka" za matematičare. Važnost našeg rezultata je prepoznata od strane časopisa Nature, gde je naš rad krasio naslovnu stranu, kao i od strane magazina VentureBeat, koji ga je uvrstio među najvažnije rezultate u veštačkoj inteligenciji u 2021. godini. U ovom predavanju, planiram da vam ispričam o našim saznanjima. Očekujte ključne detalje našeg rada na modelima mašinskog učenja, kao i moj lični doživljaj ove živopisne saradnje sa matematičarima.

SREDA, 09.03.2022. u 19:00, Online
Dejan Vukobratović, Fakultet tehničkih nauka, Univerzitet u Novom Sadu
FACTOR GRAPHS AND GAUSSIAN BELIEF PROPAGATION: THEORY AND APPLICATIONS
In this talk, we present an overview of a powerful class of probabilistic graphical models called factor graphs and specialize their model in the large-scale multivariate Gaussian distribution setting. Our focus is on Gaussian Belief Propagation (GBP), a simple, efficient and widely applicable algorithm for probabilistic inference on factor graphs. We discuss the key issues of GBP applied in real-world probabilistic systems, such as correctness, convergence and complexity through the prism of GBP applications in the fundamental problem of state estimation in power systems. Future extensions of these concepts using modern data-based machine (deep) learning tools are also presented as our ongoing work.

SREDA, 16.03.2022. u 19:00, Online
Milan M. Milosavljević, Tehnički fakultet, Univerzitet Singidunum
PRENOS TAJNIH KRIPTOGRAFSKIH KLJUČEVA MISLIMA: OD MITA DO STVARNOSTI
Intrigantni zahtev bezbednog prenosa tajnih kriptografskih ključeva mislima, reformulisan je u okvirima teorije informacija, kao problem uspostavljanja tajnih ključeva na osnovu zajedničke slučajnosti. Pokazano je da dve proizvoljno odabrane osobe, mogu na osnovu svojih lokalno merenih moždanih aktivnosti komercijalnim EEG senzorima, generisati apsolutno tajne kriptografske ključeve, pod uslovom da im je na raspolaganju autentifikovani javni komunikacioni kanal u kome su sve informacije dostupne strani koja napada sistem i želi da maksimalno kompromituje uspostavljene tajne ključeve. Na osnovu ovih rezultata, u Institutu za visoke tehnologije Vlatakom iz Beograda, razvija se sistem HYPNOS, čije praktične performanse, opravdavaju značaj ovog rešenja otpornog na anlizu zasnovanu na kvantnom računarstvu.

SREDA, 23.03.2022. u 19:00, Online
Milan Čugurović, Matematički fakultet, Univerzitet u Beogradu
PREDVIĐANJE PROFILA PROGRAMA METODAMA MAŠINSKOG UČENJA
Istraživanja koja se sprovode u okviru projekta saradnje Matematičkog fakulteta i kompanije Orakl (Oracle) usmerena su ka razvoju i unapređivanju kompajlerske infrastrukture Gral (Graal VM). U ovom predavanju biće prikazana upotreba metoda mašinskog učenja sa ciljem proširenja domena primene modernih kompajlerskih optimizacija. Кontekst istraživanja. Savremeni kompajleri koriste agresivne tehnike optimizacije kako bi postigli visoku efikasnost izvršavanja prevedenih programa. Od posebne važnosti su optimizacije vođene profilima (eng. profile-guided optimizations). Profili predstavljaju informacije koje se sakupljaju u fazi izvršavanja programa kako bi se opisalo dinamičko ponašanje programa (na primer, koji delovi koda se najčešće izvršavaju, a u koje delove koda izvršavanje ne zalazi). Optimizacije vođene profilima značajno poboljšavaju performanse programa i prevazilaze domete standardnih statičkih optimizacija. Međutim, prikupljanje kvalitetnih profila je veoma zahtevan posao koji značajno troši memorijske i vremenske resurse, dodatno povećavajući kompleksnost samog procesa kompilacije. Alternativa prikupljanju profila jeste njihovo predviđanje. Metode mašinskog učenja pokazale su se sposobnim za efikasno predviđanje kvalitetnih profila.
Predavanje će prikazati detalje upotrebe dubokih neuronskih mreža (eng. deep-neural network) i stabala odlučivanja (eng. decision tree) u cilju predviđanja profila izvršavanja delova koda, konkretno u predviđanju koje grane pograma će biti izvršene. Ukratko će biti prikazani izazovi koji se javljaju pri kreiranju skupa podataka, treniranju modela i integraciji modela u kompajler Gral. Biće sumirani trenutno postignuti rezultati, od kojih je najznačajniji uspešno ubrzanje aplikacija od 8% (evaluirano na standardnim Java benčmarcima). Biće prikazani i pravci budćih istraživanja i ideje za nastavak rada u ovoj oblasti.

SREDA, 30.03.2022. u 19:00, Online
Gordana Štasni, Milan Ajdžanović, Gordana Štrbac, Filozofski fakultet Univerziteta u Novom Sadu Odsek za srpski jezik i lingvistiku
O TERMINIMA U DOMENU VEŠTAČКE INTELIGENCIJE IZ LINGVISTIČКOG UGLA
U izglaganju posvećenom terminologiji u domenu veštačke inteligencije najpre će biti sagledana i lingvistički protumačena pitanja u vezi sa kompleksnom strukturom datog terminološkog sistema. Naime, njega čini kako leksički sloj koji možemo odrediti kao bazičan za dato terminološko polje (lekseme sa terminološkim obeležjem i ustaljenom upotrebom u logici, matematici, statistici, kao i bazični termini u posebnim naukama i oblastima u kojima veštačka inteligencija ima primenu) tako i nestabilna leksička masa, koja se, usled sve intenzivnijeg razvoja informacionih tehnologija uopšte, javlja kao posledica pozajmljivanja, zapravo najčešće nekritičkog preuzimanja, novih termina, u prvom redu iz engleskog jezika. S tim u vezi daćemo svojevrstan nacrt kako bi terminološki sistem iz ove oblasti trebalo urediti. Nadalje, nova leksika donosi sa sobom niz problema, koji su u najdirektnijoj vezi s procesom pozajmljivanja i oblicima adaptacije jezičkih jedinica (leksema, sintagmatskih izraza, skraćenica i sl.) skoro isključivo poreklom iz engleskog jezika. Na osnovu precizno postavljenih adaptacionih principa anglicizama proizilazi i njihovo optimalno normiranje, koje bi moglo da doprinese izradi bazičnog srpskog rečnika iz oblasti veštačke inteligencije. Stoga je od suštinske važnosti obezbeđivanje prevoda dobro odabranog jednojezičnog engleskog rečnika iz oblasti veštačke inteligencije, koji bi predstavljao osnovu za dalji rad. Jasno je pri tome da svaki od navedenih procesa zahteva timski rad, uzajamnu saradnju stručnjaka iz različitih oblasti, čega bi inicijalni deo bilo i ovo predavanje.

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