mgr inż. Cyprian Mataczyński

Politechnika Wrocławska

Grupa BrainLab

Życiorys zawodowy

mgr. inż. Cyprian Mataczyński, doktorant w Katedrze Informatyki Technicznej Politechniki Wrocławskiej.

Od strony naukowej zajmuje się aplikacją uczenia głębokiego do nieregularnych szeregów czasowych, w szczególności monitorowania hemodynamiki mózgowej.

Wykonawca w projektach finansowanych przez NCN dotyczących analizy morfologii ciśnienia śródczaszkowego oraz związku pomiędzy autonomicznym układem nerwowym a autoregulacją mózgową.

9.15 - 10.15

Dynamicznie zmieniająca się technologia stała się znakiem naszych czasów. Ze wszystkich stron jesteśmy bombardowani informacjami o nowych trendach technologicznych, a adaptacja nowych technologii przebiega najszybciej od lat. Wraz z postępami w dziedzinie sztucznej inteligencji, pierwsze produkty tego rozwoju zaczęły pojawiać się na rynku, powodując jeszcze szybsze zmiany.

Czym jednak tak naprawdę jest „AI”? Czy to kolejne modne słowo, które straciło znaczenie, będąc używanym w każdym możliwym kontekście? Między innymi na te pytania będę odpowiadać w trakcie wykładu, gdzie w prostych słowach przedstawię ideę stojącą za współczesnym AI, główne kierunki jego rozwoju i nowe zastosowania tej technologii, a także postaram się rozwiać wątpliwości i błędne przekonania o współczesnej sztucznej inteligencji.

Życiorys zawodowy

dr inż. Agnieszka Uryga

Politechnika Wrocławska

Grupa BrainLab

dr inż. Agnieszka Uryga, adiunkt w Katedrze Inżynierii Biomedycznej Politechniki Wrocławskiej. Naukowo zajmuje się badaniem hemodynamiki mózgowej i procesów autoregulacji mózgowej przy użyciu metod cyfrowego przetwarzania sygnałów oraz algorytmów uczenia maszynowego.

Obecnie prowadzi projekt finansowany przez Narodowe Centrum Nauki SONATA "AUTOMATIC: Analiza związku pomiędzy autonomicznym układem nerwowym a autoregulacją mózgową z wykorzystaniem metod uczenia maszynowego".

Współpracuje z uznanymi jednostkami naukowymi na świecie, między innymi z laboratorium fizyki mózgu w University of Cambridge. Stypendystka Fundacji na rzecz Nauki Polskiej. Wykładowca statystyki i metod analizy danych w biologii i medycynie

10.30 -11.30

Jak zbudować najprostszy model z jedną zmienną objaśniającą? A co jeśli moja zmienna wynikowa jest binarna a nie ciągła? Czy można jakoś pogrupować cechy opisujące zbiór, żeby zobaczyć zależność pomiędzy nimi? Słyszałem coś o drzewach decyzyjnych…

Na wykładzie połączonym z warsztatami odczarujemy regresję i las losowy. Zobaczymy na przykładach jak przygotować wykres typu ‘beeswarm’ do zobrazowania najbardziej istotnych cech w modelu predykcyjnym. Aby w pełni uczestniczyć w spotkaniu warto wziąć własny laptop! :)

UWAGA WARSZTATY! Zabierz laptop

11.50 - 12.20

Przerwa kawowa

Życiorys zawodowy

W. Nagarajan Shunmugan

Veterinary Information Network

Student weterynarii UPWR

Jestem Nagarajan. Mam 28 lat oraz wykształcenie inżynierskie, które zdobyłem uzyskując tytuł licencjata z inżynierii elektronicznej specjalizującej się w urządzeniach do zastosowań klinicznych w dziedzinie robotyki. Posiadam również doświadczenie badawcze w tym zakresie oraz w technologii samochodów autonomicznych.

Uzyskałem tytuł magistra na kierunku sztuczna inteligencja i robotyka na Uniwersytecie Technicznym w Berlinie oraz na

Królewskim Instytucie Technologicznym KTH w Sztokholmie. Kierując się silną pasją do zwierząt i ich opieki zdrowotnej, podjąłem decyzję o karierze weterynaryjnej na pełny etat, wykorzystując moje umiejętności w dziedzinie sztucznej inteligencji i inżynierii.

Obecnie jestem studentem trzeciego roku studiów weterynaryjnych na Uniwersytecie Przyrodniczym we Wrocławiu.

Podczas studiów weterynaryjnych pracowałem jako asystent na Uniwersytecie Coventry, ucząc sztucznej inteligencji, Internetu Rzeczy (IoT) oraz ogólnie programowania.

Aktualnie pełnię funkcję głównego programisty sztucznej inteligencji dla renomowanej kalifornijskiej platformy weterynaryjnej (VIN - Veterinary Information Network), oraz dla Instytutu

Leibniza ds. Badań nad Zoologią i Dziką Przyrodą w Berlinie. W ramach tych funkcji zajmuję się budowaniem niestandardowych modeli wielojęzycznych oraz innych aplikacji do widzenia komputerowego dla zwierząt domowych i dzikich.

Posiadam zarówno wykształcenie inżynieryjne, jak i medyczne. Współpracowałem z lekarzami medycyny ludzkiej oraz weterynaryjnej na różnych stanowiskach, zarówno w startupach, jak i w dużych korporacjach, wykorzystując sztuczną inteligencję w obszarach

takich jak widzenie komputerowe, szacowanie pozycji, lokalizacja, segmentacja semantyczna oraz dziedziny przetwarzania języka naturalnego.

12.30 - 13.30

Wpływ Sztucznej Inteligencji na Medycynę Weterynaryjną i Opiekę Zdrowotną

„Sztuczna inteligencja to jedno z najważniejszych osiągnięć, nad którym pracuje ludzkość.

To coś głębszego niż odkrycie ognia czy wynalezienie elektryczności” – powiedział Sundar Pichai, dyrektor generalny Alphabet Inc. podczas Światowego Forum Ekonomicznego.

Sztuczna inteligencja zakłóca każdą dziedzinę, jaką kiedykolwiek stworzył człowiek, oraz

stawia pytania, o których wcześniej nikt nie pomyślał. Już teraz rewolucjonizuje przemysł

opieki zdrowotnej i medycyny, począwszy od problemów z danymi statystycznymi w

laboratoriach genetycznych, przez biostatykę, sekwencjonowanie genów i białek, aż po

odkrywanie leków, modelowanie białek, badania genomu, biochemię i farmakologię. Dotyka także problemów związanych z widzeniem komputerowym, takich jak analiza zdjęć rentgenowskich, rezonansu magnetycznego, tomografii komputerowej, ultradźwięków oraz zastosowań języka naturalnego w opiece zdrowotnej.

W swoim wystąpieniu przedstawię krótki przegląd historii oraz różne przełomy dokonane w medycynie dzięki sztucznej inteligencji, a także omówię przyszłość technologii w sektorze weterynaryjnej opieki zdrowotnej. Cieszę się, że mogę podzielić się tą wiedzą z badaczami, nauczycielami, studentami oraz przyszłymi lekarzami weterynarii, którzy w najbliższej przyszłości będą korzystać z tej technologii bezpośrednio lub pośrednio.

Życiorys zawodowy

Med Vet, MRCVS Kornelia Omyła

Szkoła Medycyny Weterynaryjnej UC DAVIS

Kornelia Omyla, lekarz weterynarii, specjalista chorob koni, absolwentka Uniwerystetu Przyrodniczego we Wrocławiu (2013); członek Royal College of Veterinary Surgeons, obecnie rezydent Uniwersytetu Kalifornijskiego w Davis w Stanach Zjednoczonych.

Od 2022 roku członek zespołu Szpitala Klinicznego Wydziału Rozrodu Zwierząt i

Laboratorium Technik Wspomaganego Rozrodu Zwierzat UC Davis.

Członek zespołu

„Sztuczna Inteligencja w Weterynarii” UC Davis.

Jej zawodową pasją jest opieka nad ciężarnymi klaczami, fizjologia zmian okołoporodowych, endokrynologia i powiązane z nią zmiany behawioralne oraz wszelkie stany nagłe i emergency. Przez wiele lat dzieliła pracę między Europę a Australię, co umożliwiało zarządzanie dwoma sezonami rozrodczymi koni w ciągu roku. Doświadczenie zdobywała pracując w wielu klinikach i stadach, zarówno w środowisku wyścigowym koni pełnej krwi angielskiej (Irlandia, Anglia, Australia), czystej krwi arabskiej (Arabia Saudyjska) jak i koni półkrwi, kuców, polo pony i innych szlachetnych ras.

Pomysłodawca i współwłaściciel firmy Equinity Solutions powstałej w 2019 roku, skupiającej swą działalność badawczą na predykcji porodów u klaczy oraz wykrywaniu zachowań nietypowych u koniowatych przy wykorzystaniu algorytmów sztucznej inteligencji.

13.45 - 14.45

‘ Equinity Vision ‘ – jak daleko sięga możliwość predykcji porodu u klaczy ?

Czy sztuczna inteligencja jest w stanie zobaczyć więcej niż ludzkie oko? Dlaczego w opiece

nad źrebną klaczą często potrzebujemy wsparcia?

W swojej prezentacji chciałabym przedstawić jedno z praktycznych zastosowań algorytmów

sztucznej inteligencji w codziennej praktyce lekarza weterynarii. Omówię również kilka

dodatkowych funkcjonalności systemu i dalsze kierunki prowadzonych badan.

Dołącz do nas!

Skontaktuj się z nami, jeśli jesteś:

NAUKOWCEM LUB STUDENTEM

WŁAŚCICIELEM FIRMY

PRELEGENTEM

lub PO PROSTU ZAINTERESOWANY TEMATEM!

marta.facon-poroszewska@upwr.edu.pl