Demonstracijska celica LUVSS – napredne aplikacije strojnega vida
(Univerza v Ljubljani, FRI, Laboratorij za umetne vizualne spoznavne sisteme)

• Jon Muhovič, Vid Rijavec, Domen Tabernik, Danijel Skočaj
• Laboratorij za umetne vizualne spoznavne sisteme na UL FRI se ukvarja s temeljnimi in aplikativnimi raziskavami inteligentnih sistemov katerih primarna kompetenca za avtonomno delovanje je procesiranje vizualne informacije. Naši raziskovalni interesi vključujejo računalniški vid, globoko učenje in spoznavo robotiko. V zadnjem desetletju je prišlo na teh področjih do velikih metodoloških sprememb. Metode globokega učenja so postale ključno orodje za reševanje raznolikih praktičnih izzivov, saj omogočajo veliko bolj raznovrstno in robustno delovanje. Predstavili bomo demonstracijsko celico, ki združuje strojno in programsko opremo ter algoritme globokega učenja, omogočajoč enostavno prikazovanje delovanja teh metod v različnih aplikativnih domenah. Celica vključuje kamere, grafični vmesnik in pet demonstracijskih programov, ki demonstrirajo klasifikacijo lesenih desk, detekcijo površinskih anomalij, štetje polipov, detekcijo prometnih znakov in detekcijo vogalov tekstilnih izdelkov. Razvili smo jo z namenom povečanja razumevanja in uporabe teh metod v praktičnih scenarijih.

GeMMA Fusion Suit - celosten tehnološki sklad za zagotavljanje okoljske inteligence v podatkovno-podprtem odločanju
(Univerza v Mariboru, FERI, Laboratij za geoprostorsko modeliranje, multimedijo in umetno inteligenco)

• Domen Mongus, Matej Brumen, Mitja Žalik
• GeMMA Fusion Suite je napredno orodje za izvedbo okoljske inteligence v podporo pri odločanju, ki jo dosežemo z zlivanje heterogenih geoprostorskih podatkovnih virov in tokov. Jedro orodja predstavlja učinkovit sistem podatkovnih transformacij, ki omogoča časovno-prostorsko poravnavo podatkov LiDAR, satelitskih slik, video-tokov iz mobilnih in stacionarnih platform, sistemov interneta stvari ter tematskih map in ostalih administrativnih in odprtih podatkov. Strukturirano učenje značilnic nad poravnanimi podatkovnimi viri pri tem zagotavlja izvedbo samodejnih cevovodov umetne inteligence, vse od identifikacije objektov in njihovega stanja, do razpoznave situacij ter predvidevanje in optimizacijo njihovega razvoja v prihodnosti. GeMMA Fusion Suite tako danes že zagotavlja podporo umetne inteligence v številnih procesih, med drugim: Samodejno kartiranje bojišč z videoposnetkov brezpilotnih letalnikov, Digitalni dvojčki okolja v podporo natančnemu kmetijstvu, Spremljanje razvoja agroekoloških indikatorjev Vzhodni Afriki, Napovedi potrebe in razpoložljivosti električnih koles v Barceloni, Optimizacija upravljanja z vegetacijo podjetja ELES.

Implementacija asistentov na osnovi lastnih podatkov
(Univerza na Primorskem, FAMNIT)

• Domen Vake, Aleksandar Tošić, Jernej Vičič
• Pripravili smo osnovno različico študentskega asistenta, ki bo v pomoč študentom pri iskanju informacij povezanih z administracijo študijskega procesa. Za nadgradnjo dostopa do informacij v študentskem referatu in odgovore na študentska vprašanja, smo vpeljali metode umetne inteligence v področju obdelave naravnega jezika. Informacije smo zajeli z uradne spletne strani fakultete, jih preoblikovali v pregleden markdown format in organizirali. Implementirali smo napreden sistem za iskanje in indeksiranje podatkov, ki temelji na tehnologiji Retrieval-Augmented Generation (RAG) in vektorskih modelih, ki smo jih dodatno optimizirali za naše potrebe. Da smo zagotovili večjo kontrolo nad sistemom smo uporabili odprto-kodne modele kot so Mixtral7x8b. Celoten sistem je postavljen na naši opremi in celoten postopek zbiranja podatkov je popolnoma dokumentiran, tako, da nimamo problemov z varnostjo podatkov. Že v trenutni razvojni fazi je sistem prav lepo uporaben za odgovore na vrsto študentskih vprašanj. Naslednja faza razvoja sistema zahteva pripravo učnih podatkov v obliki vprašanj in odgovorov. Za ta namen bi radi zbrali vsa vprašanja, ki so jih študenti v preteklih letih naslovili na študentski referat in vse odgovore referata na ta vprašanja. Vsa vprašanja in odgovore bomo anonimizirali po najnovejših standardih in smernicah. Celoten postopek zbiranja elektronskih sporočil in obdelave teh sporočil bi popolnoma prepustili službi IKT, pripravili pa bi transparentna orodja in skripta za zbiranje in anonimizacijo ter za sestavljanje podatkovne množice vprašanj in odgovorov, ki bodo uporabljeni pri dodatnem učenju sistema (fine-tuning LLM phase).

Masca (digitalna denarnica za upravljanje digitalnih dokumentov in decentraliziranih identitet) in EduCTX 2.0 (platforma za izdajanje, prejemanje in upravljanje digitalnih mikro-certifikatov)
(Univerza v Mariboru, FERI, Inštitut za informatiko)

• Muhamed Turkanović, Vid Keršič, Martin Domajnko, Urban Vidovič, Andraž Vrečko, Tadej Podrekar
• Masca je napredna digitalna denarnica za upravljanje digitalnih dokumentov (formalnih ali neformalnih) in decentraliziranih digitalnih identitet, ki omogoča enostavno uporabo in integracijo le teh v sisteme, ki sledijo zadnjim standardom in globalnim direktivam za digitalno identiteto, ter tudi decentralizirane aplikacije (dapp) v Web3.  Denarnica “živi” znotraj najbolj priljubljene Web3 denarnice MetaMask in uporablja W3C standarde DID (decentralizirani identifikatorji) in VC (preverljive poverilnice), pri čemer je bil slednji standard, izbran tudi kot podlaga za digitalne dokumente digitalne denarnice evropske identitete za EUDIW (ang. European Union Digital Identity Wallet) s strani Evropske komisije.   

• EduCTX 2.0 je platforma za izdajanje, prejemanje in upravljanje digitalnih mikro-certifikatov. Platforma omogoča izdajateljem (na primer profesorjem) izdajanje mikro-certifikatov po zadnjih standardih ELM (European Learning Model) in prejemnikom (na primer študentom) prejemanje ter hranjenje dokumentov, ki so izdani na osnovi standarda preverljivih poverilnic - VC (ang. Verifiable Credential). EduCTX 2.0 integrira Masco za lažjo uporabo in boljšo uporabniško izkušnjo.

Odkrivanje lažnega trgovanja na decentraliziranih tržiščih

• Aleksandar Tošić, Niki Hrovatin, Jernej Vičič
• Lažno trgovanje (wash-trading) na decentraliziranih trgih predstavlja velik izziv, ki ga še posebej poudarja psevdonimna in pregledna narava sistemov blockchain. Ta članek predstavlja inovativno metodologijo, namenjeno odkrivanju dejavnosti pranja, ki presegajo površne transakcije. Naš pristop združuje sledi lastništva NFT s transakcijskim omrežjem Ethereum, kar zagotavlja celovit zgodovinski pogled na vse transakcije računa Ethereum. S hkratno analizo teh med seboj povezanih omrežij predstavlja naša metoda bistven napredek v primerjavi z obstoječimi raziskovalnimi tehnikami. Izvedli smo poglobljeno analizo trgovanja s pranjem v sedmih uglednih zbirkah NFT. Naše ugotovitve razkrivajo, da je pranje trgovanja na nereguliranih trgih NFT bolj razširjena skrb, kot je bilo prej priznano, tako v smislu pogostosti kot obsega. Z izjemo zbirke Meebits, ki je bila opredeljena kot izstopajoča vrednost, je trgovanje s pranjem obsegalo do 25 % celotnega obsega trgovanja. Za zbirko Meebits je bilo osupljivih 93 % celotnega obsega trgovine pripisanih dejavnostim pranja.

Zanesljive digitalne rešitve za informirano odločanje o kakovosti hrane in prehrane
(IJS)

• Barbara Koroušić Seljak, Tome Eftimov, Eva Valenčič, Gjorgjina Cenikj, Ana Nikolikj, Jan Drole, Matevž Ogrinc, Robert Modis, Andraž Simčič
• Prehranska industrija se sooča z izzivom pridobivanja zaupanja potrošnika v ponudbo živil, ki so ne le gastronomsko zanimiva temveč tudi pozitivno vplivajo na zdravje. V želji, da se potrošniku omogoči informirano odločanje, so se oblikovale številne baze podatkov z raznovrstnimi informacijami. Upravljanje in obdelava tovrstnih podatkov je zahtevna naloga in zahteva tako orodja kot tudi metode za učinkovito luščenje in povezovanje znanja, nenazadnje pa tudi pristope za posredovanje znanja na uporabniku prijazen način. Metode umetne inteligence so zmogljive, vendar jih je potrebno uporabljati na zaupanje vreden način, ki daje prednost vrednotam, kot so odgovornost, zasebnost in avtonomija uporabnika. Predstavili bomo nekaj takšnih metod in orodij, ki omogočajo zbiranje, dopolnjevanje, povezovanje in urejanje podatkov in znanja (spletna aplikacija NutriBase) ter njihovo posredovanje in uporabo za potrebe personaliziranega svetovanja glede zdrave, cenovno ugodne in okolju prijazne prehrane (mobilni aplikaciji Eatvisor in FoodMarketmap).    Razvoj teh digitalnih rešitev podpirajo Ministrstvo za zdravje (projekti Inovativne rešitve, Veš kaj piješ, Šolski lonec, ZaUpam), agencija ARIS (P2-0098) in Evropska komisija (projekti FoodMarketMap - inovator v okviru HE FOODITY, H2020 FNS-Cloud, H2020 COMFOCUS idr.

Aplikacija "Moje koleno": Integrirane klinične poti in njihov vpliv na izboljšanje zdravljenja, komunikacije in stroškovne učinkovitosti(Univerza v Novem mestu Fakulteta za ekonomijo in informatiko - UNM FEI; Univerza v Novem mestu Fakulteta za zdravstvene vede UNM FZV)

• prof. dr. Karmen Erjavec, izr. prof. Nevenka Kregar Velikonja, izr. prof. Mohsen Hussein, doc. dr. Sebastian Lahajner, Sabina Krsnik, Petra Kotnik
• V inovativnim interdisciplinarnem projektu smo razvili inovativni spletni prototip za obvladovanje okvar hrustanca kolenskega sklepa. S poudarkom na programu spletne vadbe, ta digitalna rešitev združuje kvantitativne in kvalitativne analize percepcije pacientov in zdravstvenih delavcev ter napredne IKT tehnologije za izboljšanje izidov pacientov, komunikacijo in stroškovno učinkovitost. Z uporabo ocenjevalne lestvice WOMAC in KOOS, projekt prispeva k znanstvenemu razumevanju in optimizaciji terapevtskih izidov, hkrati pa zagotavlja bolj dostopno, personalizirano in celostno obravnavo pacientov. Ta prelomna inovacija naslavlja eno od najpogostejših zdravstvenih težav v razvitih državah, obljublja znatno izboljšanje kakovosti življenja pacientov in ponuja nov model za prihodnje zdravstvene intervencije.