AI Tech

Aleksandra Frączek, studentka ostatniego semestru studiów magisterskich na kierunku Inżynieria Biomedyczna, specjalność Sztuczna Inteligencja, prowadzonych na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Tematem jej pracy dyplomowej magisterskiej jest „Badanie związku pomiędzy zdolnością zapamiętywania a funkcjami mózgu kontrolującymi ruchy sakkadowe u osób z padaczką” zaś celem zbadanie korelacji pomiędzy zdolnością zapamiętywania, określoną na podstawie testu swobodnego przywoływania a funkcjami wykonawczymi mózgu kontrolującymi ruchy oczu u pacjentów chorych na epilepsję. Na przełomie 2021 i 2022 roku była kierowniczką projektu badawczego „Wykrywanie nieprawidłowości nasienia podczas procedury sztucznego zapłodnienia”. Głównymi zainteresowaniami naukowymi Aleksandry są: wizja komputerowa, przetwarzanie języka naturalnego, uczenie głębokie, a także analiza danych.

 

Gabriela Karwowska studiuje na kierunku Inżynieria biomedyczna o specjalności Sztuczna Inteligencja na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. Jej praca magisterska pn. „Analiza sygnałów śledzenia wzroku w okresie werbalizacji w teście swobodnego przywoływania” poświęcona jest analizie sygnałów śledzenia wzroku w kontekście badania funkcji pamięci w okresie wypowiadania słów w testach pamięciowych wykonywanych w warunkach klinicznych przez pacjentów cierpiących na choroby mózgu, takie jak padaczka, choroba Parkinsona czy choroba Alzheimera. Na przełomie 2021 i 2022 roku brała udział w projekcie dotyczącym wykrywania nieprawidłowości budowy nasienia podczas procedury sztucznego zapłodnienia. Jej zainteresowania naukowe obejmują: przetwarzanie i analizę sygnałów, wizję komputerową oraz analizę danych.

 

Kornelia Staszewska, studentka studiów drugiego stopnia na kierunku Informatyka o specjalności Sztuczna Inteligencja na Politechnice Poznańskiej. Od sierpnia 2020 deweloper konwersacyjnej sztucznej inteligencji w banku BNP Paribas. W ramach projektu badawczo-wdrożeniowego pracuje w grupie zajmującej się analizą obrazów zawierających logo firm, która pozwoli na zbadanie cech marek możliwych do wywnioskowania z ich graficznych znaków rozpoznawczych. Pracę magisterską poświęca analizie danych medycznych dotyczących leczenia niepłodności, z uwzględnieniem elementów związanych z opracowywaniem modelu pozwalającego na przypisywanie parom odpowiednich kategorii w procesie diagnostyki i leczenia. Prelegent w warsztatach Digital Banking Academy 2022.

 

Oto, co napisała o sobie Joanna Waczyńska „Wiele razy w katalogach rekrutacyjnych czytałam, że mogę wybrać jakikolwiek kierunek rozwoju. Podjęcie decyzji tylko o jednej ścieżce było dla mnie bardzo trudne. Jestem absolwentką studiów inżynierskich “Matematyka Stosowana” na Politechnice Wrocławskiej. To tam poznałam, jaką przepiękną dziedziną jest nauka o danych. Po studiach brałam udział w programie studenckim w Europejskiej Organizacji Badań Jądrowych CERN w Genewie. Przez ponad rok zajmowałam się analizą i predykcją ruchu sieciowego. Efekt naszej pracy, prezentowałam na licznych, międzynarodowych konferencjach naukowych. Dzięki projektom doceniłam aspekt badawczo-wdrożeniowy pracy, oraz poznałam wielu niesamowitych ludzi. W momencie, kiedy moja przygoda w Szwajcarii miała się skończyć, natrafiłam na program AI Tech, oraz nowo utworzony kierunek “Sztuczna inteligencja”. Poczułam, że tu powinnam postawić mój następny krok. Pomimo to, nie zrezygnowałam z matematyki - łączę oba kierunki. Przez ostatni rok rozwijałam się w praktycznych i teoretycznych pracach. Pokochałam analizę obrazów, z zainteresowaniem uczyłam się o reprezentacji danych, a także o optymalizacji i heurystykach. W projekcie naukowo-wdrożeniowym zajmowaliśmy się nieinwazyjną predykcją poziomu glukozy. Wspaniałe jest to, że takie badania mogą realnie pomóc innym ludziom. Dobrze jest wiedzieć, jaką ścieżką podążać, ale studiując dwa kierunki i łącząc tak wiele aspektów zrozumiałam, że na ten moment nie muszę decydować.”

 

Aleksandra Sadurska, „Mimo tego, że pierwsze projekty programistyczne zaczęłam rozwijać dopiero w szkole średniej, to od pierwszej linijki kodu byłam pewna, że programowanie i obecność w świecie IT to moja droga. Ukończyłam studia I stopnia na kierunku informatyka, na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Obecnie kontynuuję studia II stopnia na specjalizacji Sztuczna Inteligencja, realizowanej w ramach projektu AITech. W ramach projektu badawczo-rozwojowego podjęłam badania w obszarze analizy danych sportowych i modelowania obciążenia zawodników z użyciem metod uczenia maszynowego. Dzięki współpracy Uniwersytetu z klubem sportowym KKS Lech Poznań mam możliwość pracy z realnymi danymi dotyczącymi aktywności treningowej i meczowej zawodników, które wykorzystuję do uczenia modelu predykcji kontuzji w piłce nożnej. Wyniki przeprowadzonych prac zostały podsumowane w artykule "Building an injury prediction model using football dataset with unbalanced classes", który prezentowałam podczas sesji plakatowej na konferencji 3rd Polish Conference on Artificial Intelligence w Gdyni. Artykuł ten został opublikowany w Conference Proceedings wydanym przez Wydawnictwo Uniwersytetu Morskiego w Gdyni. Jestem również współautorką badań i abstraktu “Impact of changes in volumes of external training loads collected with wearable GPS sensors on the occurrence of injuries in football”, który został zaakceptowany do prezentacji ustnej podczas konferencji Information Processing and Management of Uncertainty in Knowledge-Based Systems w Mediolanie. Dzięki wsparciu merytorycznemu i mentorskiemu opiekunów naukowych projektu, udało mi się osiągnąć dobrze rokujące wyniki oraz określić dalsze kierunki badań, które skłoniły mnie do podjęcia decyzji o kontynuacji nauki w ramach studiów doktoranckich.

Od 2019 roku pracuję jako programistka w technologii Java, od niedawna w firmie Capgemini. Ponadto, jestem współorganizatorką i pomysłodawczynią studenckiej konferencji naukowej WMI Talks – Porozmawiajmy o AI, która odbyła się 8 kwietnia 2022 roku na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Podczas wydarzenia kilkudziesięciu uczestników wzięło udział w 10 prelekcjach o tematyce dotyczącej praktycznych zastosowań sztucznej inteligencji. Zaproszeni goście to m.in. profesorowie z Uniwersytetu Stanforda oraz eksperci z branży IT”.

 

Kinga Słomińska w 2021 ukończyła z wyróżnieniem studia inżynierskie na kierunku Mechanika i Budowa Maszyn a obecnie jest studentką ostatniego semestru studiów II stopnia na Politechnice Gdańskiej na kierunku Inżynieria Biomedyczna, specjalność Sztuczna Inteligencja. Realizuje pracę magisterską pod tematem „Analiza sygnałów śledzenia wzroku w okresie werbalizacji w teście swobodnego przywoływania”, której celem jest analiza sygnałów śledzenia wzroku w kontekście badania funkcji pamięci w okresie wypowiadania słów w testach pamięciowych wykonywanych w warunkach klinicznych przez pacjentów cierpiących na choroby mózgu, takie jak padaczka, choroba Parkinsona czy choroba Alzheimera. Członkini nagrodzonego w konkursie IHS Markit na „Najlepszy projekt z dziedziny sztucznej inteligencji" zespołu realizującego projekt badawczy pt.: „Analiza obrazów w podczerwieni i segmentacja elementów charakterystycznych twarzy na termogramach z wykorzystaniem SI na potrzeby prewencji COVID-19”. Obecnie, wraz z zespołem, kontynuuje prace nad dalszym rozwojem projektu. Opracowany system może znaleźć zastosowanie między innymi w szpitalach, gdzie obecność osób z podwyższoną temperaturą ciała może mieć krytyczne znaczenie.

Zainteresowania badawcze: wizja komputerowa, analiza danych, przetwarzanie i analiza sygnałów

Plany na przyszłość: dalszy rozwój w dziedzinie Sztucznej Inteligencji i Uczenia Głębokiego w kierunku wykorzystania i zastosowania rozwiązań SI w medycynie.

 

Joanna Baran, studentka Sztucznej Inteligencji w Katedrze Sztucznej Inteligencji Politechniki Wrocławskiej – „Na studia informatyczne trafiłam trochę przypadkowo - moją pierwotną karierę wyobrażałam sobie zupełnie inaczej. Szybko jednak okazało się, że całkiem dobrze odnalazłam się w IT, a szczególnie w dziedzinie związanej z uczeniem maszynowym. Na studiach magisterskich na Politechnice Wrocławskiej zdobyłam solidną wiedzę z tego zakresu oraz miałam możliwość uczestniczyć w wielu projektach i kilku konferencjach naukowych, finansowanych z projektu AI Tech. Na co dzień zajmuję się głównie analizą i przetwarzaniem języka naturalnego. W ramach projektu naukowo-wdrożeniowego realizowanego w trakcie studiów zainteresowałam się zagadnieniem personalizowanej analizy wydźwięku w tekście. Jest to dość nowy nurt skupiający się na jak najlepszym zamodelowaniu jednostki pod kątem jej postrzegania emocji np. we wpisach z mediów społecznościowych. Pozwoli to na późniejsze wnioskowanie o preferencjach treści dla danej osoby - czy będzie oceniać dany tekst jako ofensywny, obrażający czy też pozytywny. W swojej pracy magisterskiej również zajmuję się wydźwiękiem. Badam, czy użycie zewnętrznych źródeł wiedzy, takich jak słowosieć semantyczna rozwijana i oznaczana przez polskich lingwistów, może poprawić jakość rozróżniania tekstów pozytywnych od negatywnych i neutralnych w porównaniu do zastosowania samych modeli sieci neuronowych. Dodatkowo rozwijam się w pracy w projekcie CLARIN-PL, który ma swoją siedzibę na Politechnice Wrocławskiej. Miałam tam styczność z wieloma innymi zagadnieniami związanymi z przetwarzaniem języka. Brałam udział m.in. w tworzeniu polskiego korpusu do zadania ujednoznaczniania słów. Wynikiem powyższych działalności w tym roku są dwie publikacje naukowe, których byłam współautorką, zaakceptowane na prestiżową konferencję International Conference on Computational Science (ICCS) 2022. Mogę także wspomnieć o artykule, który powstał w wyniku projektu semestralnego z przedmiotu przetwarzania danych z mediów społecznościowych. Działając w 3-osobowej grupie, udało nam się sprawdzić, czy na podstawie wpisów na Twitterze da się określić preferencje polityczne użytkownika. Praca ta będzie opublikowana na tegorocznym workshopie PoliticalNLP połączonego z konferencją LREC”.

 

Emilia Wiśnios, studentka kierunku Machine Learning, absolwentka matematyki na Uniwersytecie Warszawskim. Jej zainteresowaniami naukowymi są przetwarzanie języka naturalnego i uczenie ze wzmocnieniem. Aktualnie prowadzi badania naukowe w MI2DataLab, gdzie zajmuje się analizą rozprzestrzeniania się idei w sieciach cytowań artykułów naukowych oraz w AWARElab gdzie analizuje różne architektury i strategie uczenia value function w problemie subgoal search. Zawodowo zajmuje się systemami dialogowymi. Członkini Koła Naukowego Uczenia Maszynowego MIMUW. Uczestniczka programu Google Women in Tech Mentoring Program oraz EmpowerPL. Aktywna społecznie, jest członkinią Rady Wydziału i Rady Dydaktycznej Wydziału Matematyki, Informatyki i Mechaniki Uniwersytetu Warszawskiego, w przeszłości była również przewodniczącą Rady Samorządu Studentów. Uczestniczy również w organizacji konferencji MLinPL.
W wolnym czasie zajmuje ją literatura oraz pielęgnacja roślin.

 

Alicja Ziarko jest studentką etapu magisterskiego na kierunku Machine Learning na Uniwersytecie Warszawskim. Interesuje się uczeniem ze wzmocnieniem, to jest uczeniem maszynowym umiejącym wchodzić w interakcje z uprzednio zdefiniowanym środowiskiem. Obecnie zajmuje się metodami uzyskiwania lepszej reprezentacji danych wejściowych w celu ułatwienia tzw. agentowi lub decydentowi doskonalenia procesu podejmowania decyzji, co znajduje zastosowanie np. w realizacji idei pojazdów autonomicznych.  W 2021 roku ukończyła licencjat z informatyki na Uniwersytecie Warszawskim, pisząc pracę o wykrywaniu zakleszczeń, które są jednym z problemów pojawiających się przy konieczności synchronizacji korzystania z tych samych zasobów przez wiele procesów.
Poza uczeniem maszynowym, zainteresowania Alicji to również sport – kiedyś była zawodniczką klubu żeglarskiego, a obecnie trenuje bouldering.

 

Justyna Zwolińska, studentka II roku studiów magisterskich kierunku „Zaufane Systemy Sztucznej Inteligencji” na Politechnice Wrocławskiej. W 2021 roku ukończyła kierunek „Cyberbezpieczeństwo” na tej samej uczelni uzyskując tytuł inżyniera. Podczas studiów inżynierskich oraz magisterskich wyróżniona stypendium rektora dla najlepszych studentów. Jej osobiste zainteresowania koncentrują się wokół tematyki rozpoznawania wzorców, predykcji szeregów czasowych oraz detekcji anomalii wykorzystując sztuczną inteligencję. Wraz z grupą studentów, projektuje i wdraża system wykrywania ataków cybernetycznych w rzeczywistszych systemach chmurowych. Dzięki zaproponowanemu rozwiązaniu, wykrywanie potencjalnie groźnego ruchu sieciowego może odbywać się automatycznie, bez dodatkowej ingerencji pracownika. Inny system defensywny wdraża w ramach swojej pracy magisterskiej „Using machine learning methods to protect against adversarial attacks”, która koncentruje się na wykrywaniu całkiem nowych typów ataków, które są skierowane na samą sztuczną inteligencję. Chętnie uczestniczy w konferencjach naukowych poświęconych tematyce sztucznej inteligencji i uczenia maszynowego. Od 2021 roku pracuje jako programista we Wrocławskim Centrum Sieciowo-Superkomputerowym.

Studentki AI Tech rozwijają się i pracują w obszarach związanych z ICT a my trzymamy kciuki za ich kolejne sukcesy.