Kategoria: Informacje

Projekt Erasmus+ FAAI: Spotkanie Międzynarodowe A4.1 na Uniwersytecie w Niszu w Serbii

Projekt Erasmus+ FAAI: Spotkanie Międzynarodowe A4.1 na Uniwersytecie w Niszu w Serbii

Międzynarodowe spotkanie A4.1 odbyło się na Wydziale Inżynierii Elektronicznej  oraz w Science Technology Park Niszu w Serbii, przy udziale partnerów z pięciu uczelni: Uniwersytetu w Bielsku-Białej (UBB), Wyższej Szkoły Bibliotekoznawstwa i IT ( ULSIT), Uniwersytet w Niszu (UNI), Uniwersytet Ss. Cyryla i Metodego w Trnawie (UCMT) oraz Uniwersytet Czarnogóry (UoM). Głównym celem spotkania było ułatwienie współpracy, ocena obecnego stanu projektu i zbadanie perspektyw na przyszłość.
Science Technology Park Nis (STPN) zapewnił miejsce na przeprowadzenie spotkania.

Zdjęcie. Uczestnicy spotkania przed budynkiem STPN

Zdjęcie. Uczestnicy spotkania zapoznali się z doświadczeniami firm IT zlokalizowanych w STPN, koncentrując się na stosowanej sztucznej inteligencji

Zdjęcie. Uczestnicy spotkania badają rozwiązania sprzętowe AI dla platform wirtualnych

Dzień 1 – 25 października 2023 r.:
1. Wprowadzenie i przegląd projektu (14:30 – 15:00)
• Vasyl Martsenyuk i Georgi Dimitrov przedstawili przegląd obecnego stanu projektu, podkreślając postęp w opracowywaniu ram kompetencji w zakresie sztucznej inteligencji, wymagań edukacyjnych oraz głównych treści i tematów programu nauczania.
2. Aktualny stan WP4 i podział zadań (15:00 – 15:30)
• Igor Jovancevic i Dejan Rancic omówili bieżący stan Pakietu Roboczego 4 (WP4) i przydzielili zadania i obowiązki pomiędzy partnerami.
3. Metodologia projektowania AAI (15:30 – 16:00)
• Igor Jovancevic i Vasyl Martsenyuk zaprezentowali metodologię projektowania komponentów sztucznej inteligencji w edukacji (AAI).
4. Tłumaczenia wyników projektu (16:30 – 17:00)
• Wszyscy partnerzy zaangażowali się w dyskusje dotyczące tłumaczenia wyników projektu na ich języki ojczyste.

Dzień 2 – 26 października 2023 r.:
5. Centrum pracy AAI i otwartość wyników projektu (08:30 – 09:00)
• Vasyl Martsenyuk przedstawił AAI Job Hub jako platformę zwiększającą dostępność i otwartość wyników projektu.
6. Poprawa oceny projektu (09:30 – 09:45)
• Wszyscy partnerzy współpracowali w celu zbadania sposobów usprawnienia oceny wyników projektu.
7. Raport o rozwoju materiałów edukacyjnych (09:45 – 10:30)
• Partnerzy zgłosili postępy w opracowywaniu materiałów edukacyjnych na potrzeby kursu szkoleniowego na temat aktywnego starzenia się.
8. Upowszechnianie wyników projektu (10:30 – 11:00)
• Vasyl Martsenyuk omówił strategie rozpowszechniania wyników projektu poprzez wydarzenia i publikacje.
9. Treningi Przygotowawcze w Trnawie (15:00 – 15:30)
• Iveta Dirgova Luptakova zapewniła wgląd w przygotowanie sesji szkoleniowych w Trnawie.
10. Działalność finansowa i zarządcza (15:30 – 16:00)
• Koordynatorzy instytucjonalni ze wszystkich partnerów zajęli się finansowymi i zarządczymi aspektami projektu (AdminProject).

Spotkanie zakończyło się pomyślnie, osiągając swoje cele polegające na wspieraniu współpracy, ocenie postępu projektu i nakreśleniu przyszłych działań. Partnerzy wyszli z pełnym zrozumieniem swoich ról i obowiązków w dalszej części projektu FAAI Erasmus+.

Zbieranie prawdziwych przypadków AAI

Zbieranie prawdziwych przypadków AAI

Projekt FAAI:2022-1-PL01-KA220-HED-000088359 „Future is in Applied Artificial Intelligence” (FAAI) w ramach programu Erasmus+ rozpoczął się we wrześniu 2022 roku. Projekt ten ma na celu zbliżenie uczelni i biznesu oraz dostarczenie innowacyjnych rozwiązań w celu rozwoju ekspertów w dziedzinie sztucznej inteligencji. Projekt zrzesza 5 partnerów z uczelni z Europy Środkowej i Wschodniej: Polski, Słowacji, Serbii, Bułgarii i Czarnogóry.

Realizując cele postawione w projekcie, w etapie WP2 przeprowadzono studium przypadku z realnym zastosowaniem AAI. Ankieta została przeprowadzona przez uczestników tego projektu.

Cały artykuł znajduje się tutaj: Research 8_pl

 

Gromadzenie specyfikacji IT dobrych praktyk w zakresie sztucznej inteligencji

Gromadzenie specyfikacji IT dobrych praktyk w zakresie sztucznej inteligencji

W pracy przedstawiono opracowanie specyfikacji dobrych praktyk w zakresie stosowanej sztucznej inteligencji (AAI). Analiza 25 kwestionariuszy z pięciu instytucji partnerskich ujawniła kluczowe spostrzeżenia na temat obecnego stanu projektów sztucznej inteligencji (AI) i uczenia maszynowego (ML). Szkolenia przeprowadzone w Serbii i Bułgarii sygnalizowały potrzebę rozszerzenia możliwości w krajach UE. W wyniku przeprowadzonych badań uzyskaliśmy, że Deep ML przeważa, szczególnie w konwolucyjnych sieciach neuronowych, podczas gdy Gated Recurrent Unit jest mniej powszechny. Typowe są ilości danych od 1 GB do 1 TB, co odzwierciedla ograniczenia praktyczne. Aplikacje AI obejmują różne dziedziny, a TensorFlow jest liderem w dziedzinie bibliotek. Najbardziej rozpowszechnione są licencje permisywne, bazy danych są podstawowymi źródłami danych, a teksty/obrazy dominują w charakterystyce danych. Bazy danych NoSQL są preferowane do przechowywania. Funkcje bezpieczeństwa i narzędzia do przetwarzania danych są różne. Serwery dedykowane i klastry są szeroko stosowane, systemy rekomendacji są widoczne, preferowanym językiem jest Python, a Apache Hadoop dominuje w ekosystemach. Bezpłatne zestawy danych sprzyjają dostępności. Ogólnie rzecz biorąc, odkrycia podkreślają dynamiczny charakter projektów AI/ML, zapewniając podstawę dla przyszłych badań w szybko rozwijającej się dziedzinie.

Cały artykuł można znaleźć tutaj: Research 7_pl

Kwestionariusz dla pracodawców: Określenie kompetencji absolwentów w zakresie stosowanej sztucznej inteligencji

Kwestionariusz dla pracodawców: Określenie kompetencji absolwentów w zakresie stosowanej sztucznej inteligencji

FAAI to projekt ERASMUS+, którego celem jest ocena istniejących systemów i narzędzi sztucznej inteligencji oraz rozwój wspólnych kompetencji UE w zakresie systemów budowania umiejętności, które wykorzystują zdolności sztucznej inteligencji w sektorze MŚP. Projekt ma na celu podniesienie jakości i adekwatności wiedzy i umiejętności studentów i absolwentów w zakresie tematów związanych z AI/ML w oparciu o umiejętności potrzebne na rynku pracy. Ankieta została przeprowadzona w kontekście projektu FAAI w celu oceny potrzeb pracodawców w zakresie kompetencji absolwentów w zakresie sztucznej inteligencji, uczenia maszynowego i ogólnie nauki o danych. Badanie miało na celu zbadanie potrzeb i oczekiwań pracodawców i firm na potrzeby szkolenia specjalistów z zakresu Applied AI. W ankiecie wzięło udział łącznie 38 firm, co stanowi dobry punkt wyjścia do zbadania i analizy ich potrzeb związanych z zastosowaniem sztucznej inteligencji. Ankieta składała się z 31 pytań, w tym pytań dotyczących potrzebnych kompetencji ogólnych, rodzaju rozwiązywanych problemów uczenia maszynowego oraz bibliotek AI wykorzystywanych w firmach. W ankiecie znalazły się również pytania dotyczące wymaganych umiejętności miękkich, potrzebnych dodatkowych kompetencji, zadowolenia pracodawców z poziomu przygotowania absolwentów studiów magisterskich w obszarze AI oraz poglądów na temat podnoszenia kwalifikacji obecnych pracowników organizacji poprzez umożliwienie im studiowania AI na poziomie magisterskim.

Cały dokument znajduje się tutaj: Research 6_pl

Kwestionariusz dla studentów, magistrów i absolwentów informatyki w zakresie systemów i technologii informatycznych

Kwestionariusz dla studentów, magistrów i absolwentów informatyki w zakresie systemów i technologii informatycznych

Niniejsze opracowanie powstało na podstawie obszernej ankiety przeprowadzonej w ramach działań podczas realizacji projektu Erasmus+ „Future is in Applied Artificial Intelligence”. Ankieta miała na celu zbadanie potrzeb i oczekiwań studentów i absolwentów studiów inżynierskich i magisterskich w zakresie systemów i technologii informatycznych w ramach różnych tematów związanych ze sztuczną inteligencją stosowaną, a jej celem było zbadanie wiedzy i umiejętności studentów wobec treści związanych ze sztuczną inteligencją, aktualnego stanu edukacji w zakresie sztucznej inteligencji oraz przyszłych kierunków transformacji systemu edukacji w kierunku edukacji opartej na kompetencjach.

Cały artykuł można znaleźć tutaj: Research 5_pl

Ankieta dla nauczycieli akademickich (wykładowców) w dziedzinie stosowanej sztucznej inteligencji

Ankieta dla nauczycieli akademickich (wykładowców) w dziedzinie stosowanej sztucznej inteligencji

Zebrano i przeanalizowano ankiety 80 nauczycieli z 5 krajów, dotyczące nauczania sztucznej inteligencji. Do ciekawszych wyników należy stwierdzenie, że większość nauczycieli jest samoukami w zakresie sztucznej inteligencji, większość z nich nigdy nie brała udziału w komercyjnym projekcie dotyczącym sztucznej inteligencji, ale większość nauczycieli z zadowoleniem przyjęłaby rozszerzony udział ekspertów z branży w nauczaniu uczniów. Z ich rekomendacji można wybrać np. porady:

  • Skoncentruj się bardziej na darmowych wersjach.
  • Najpierw wybierz odpowiedni język obliczeniowy i biblioteki
  • Uwaga na widzenie komputerowe, wytłumaczalną sztuczną inteligencję, interakcję człowiek-sztuczna inteligencja
  • Dodaj więcej działań na podstawie przykładów
  • Rozwiązywanie prawdziwych przypadków sztucznej inteligencji na zajęciach
  • Większość odpowiedzi została przeanalizowana i zwizualizowana w formie wykresów.

Cały artykuł można znaleść tutaj: Research 4 StateOfTheArt_teachers_Dirgova_pl

Przegląd projektów naukowych w zakresie stosowanej sztucznej inteligencji

Przegląd projektów naukowych w zakresie stosowanej sztucznej inteligencji

Zebrano i przeanalizowano ankiety dotyczące 63 projektów zebranych przez organizacje partnerskie z 5 krajów, dotyczących nauczania sztucznej inteligencji. Koordynatorami projektu byli przedstawiciele 19 krajów. Do ciekawszych wyników należy stwierdzenie, że ponad połowa projektów dotyczyła modułów uczenia głębokich sieci neuronowych, a większość zadań uczenia maszynowego, które zostały rozwiązane, dotyczyła przetwarzania obrazu, klasyfikacji, regresji, klastryzacji i przetwarzania języka naturalnego. Wśród wykorzystywanych bibliotek AI dominowały TensorFlow, Keras, scikit-learn i CUDA. Językami programowania były Python i C++.

Większość odpowiedzi została przeanalizowana i zwizualizowana w formie wykresów.

Cały artykuł można znaleść tutaj: Research 3 StateOfTheArt_scientificprojects_Dirgova_pl

Badanie rynku pracy w zakresie sztucznej inteligencji stosowanej

Badanie rynku pracy w zakresie sztucznej inteligencji stosowanej

Niniejszy kwestionariusz jest częścią badań w związku z celami projektu 2022-1-PL01-KA220-HED-000088359 „The Future is in Applied Artificial Intelligence” (FAAI) w ramach programu Erasmus+. Projekt ten ma na celu połączenie uniwersytetów i przedsiębiorstw oraz dostarczenie innowacyjnych rozwiązań w celu rozwoju ekspertów w dziedzinie sztucznej inteligencji. Pytania w tym opracowaniu miały na celu zbadanie potrzeb i oczekiwań organizacji biznesowych w celu zaproponowania szkoleń specjalistów w zakresie Applied AI. Zapoznaj się z oferowanymi szkoleniami z zakresu Applied AI i opisz je. Wszystkie pola są obowiązkowe.

Cały dokument znajduje się tutaj: Research 2 SOA Labor market_pl

Istniejące kursy szkoleniowe w dziedzinie sztucznej inteligencji

Istniejące kursy szkoleniowe w dziedzinie sztucznej inteligencji

Kwestionariusz będący przedmiotem niniejszego dokumentu jest częścią badań związanych z celami projektu 2022-1-PL01-KA220-HED-000088359 „Przyszłość należy do sztucznej inteligencji stosowanej” (FAAI) w ramach programu Erasmus +. Projekt ten ma na celu połączenie uniwersytetów i przedsiębiorstw oraz zapewnienie innowacyjnych rozwiązań w celu rozwoju ekspertów AI. Pytania w tym badaniu miały na celu zbadanie potrzeb i oczekiwań organizacji biznesowych, aby zaproponować szkolenie specjalistów w dziedzinie stosowanej sztucznej inteligencji. Niniejszy artykuł przedstawia krótki przegląd oferowanych kursów szkoleniowych w zakresie sztucznej inteligencji i ich opis. Pomimo istniejących kursów szkoleniowych istnieje potrzeba agregowania i analizy informacji na temat tematów wymaganych i objętych kursami szkoleniowymi w dziedzinie sztucznej inteligencji.

Cały dokument znajduje się tutaj: Research 1 UoM Prepare State-of-the-art analysis on Existing Training Courses in the Field of Applied AI pl

Wymagania dotyczące uczenia się sztucznej inteligencji

Wymagania dotyczące uczenia się sztucznej inteligencji

Konsorcjum projektu „The Future is in Applied Artificial Intelligence” opracowało pierwszy projekt oparty na kompetencjach program nauczania sztucznej inteligencji na poziomie instytucji szkolnictwa wyższego. Opracowanie opierało się na zaawansowanych badaniach systemowych istniejących zasobów związanych ze sztuczną inteligencją oraz badaniach grup docelowych nauczycieli, studentów technologii informatycznych i pracodawców, co powinno poprawić wyniki wdrażania edukacji w zakresie sztucznej inteligencji. Przygotowano przegląd stosowanej sztucznej inteligencji w formie klasteryzacji słów kluczowych. Wstępne dane zostały zebrane za pomocą ankiet, ofert pracy, istniejących szkoleń z zakresu sztucznej inteligencji, projektów naukowych i rzeczywistych przypadków. Syntetyczną analizę informacji tekstowych z badań przeprowadzono z wykorzystaniem techniki chmur słów. Do prezentacji kursu opartego na kompetencjach wykorzystano podejście oparte na tensorach. Specyficzne wymagania liczbowe dla przedmiotu w postaci priorytetów wynikają z rozwiązywania problemów decyzyjnych z wykorzystaniem techniki analitycznego procesu hierarchicznego. Na podstawie kompleksowej analizy ankiet, doświadczeń edukacyjnych, projektów naukowych i wymagań biznesowych, metaanalizy ostatnich referencji, określiliśmy kryteria szkolenia w formie reprezentacji kompetencji w oparciu o tensory w odniesieniu do treści i modułów edukacyjnych.

Cały dokument znajduje się tutaj: A3_3_LearningRequirements_pl