Αν υπάρχει ένας φορέας στη Θεσσαλονίκη που μπορεί να υπερηφανευτεί ότι βρίσκεται στην ευρωπαϊκή… εμπροσθοφυλακή της Τεχνητής Νοημοσύνης (AI), αυτός είναι το ΕΚΕΤΑ. Μάλιστα το Εθνικό Κέντρο Έρευνας και Τεχνολογικής Ανάπτυξης είναι πέμπτο στην Ευρώπη σε δημοσιεύσεις και σε χρήματα για έργα ΑΙ.
Πλέον δε στις δράσεις έρευνας και καινοτομίας που αναπτύσσει στο εν λόγω πεδίο και οι οποίες διατρέχουν όλα τα Ινστιτούτα του, ήρθε να προστεθεί πριν από μερικούς μήνες και το AI Nucleus, το νέο κτίριο του ΕΚΕΤΑ/ΙΠΤΗΛ στην Τεχνόπολη Θεσσαλονίκης, το οποίο θα φιλοξενεί δραστηριότητες έρευνας και ανάπτυξης τεχνολογιών Τεχνητής Νοημοσύνης, Ρομποτικής, Ευφυών Ενεργειακών Δικτύων και Κυβερνοασφάλειας. Σύμφωνα με τους ανθρώπους του ΕΚΕΤΑ, το AI Nucleus, προϋπολογισμού 2,41 εκατ. ευρώ και επιφάνειας 1.340 τ.μ., θα αποτελέσει τον κεντρικό κόμβο προηγμένης έρευνας και τεχνολογικής ανάπτυξης του ΙΠΤΗΛ (Ινστιτούτου Τεχνολογιών Πληροφορικής και Επικοινωνιών), συμβάλλοντας καθοριστικά στην προώθηση της Τεχνητής Νοημοσύνης, της Βιομηχανίας 4.0 και της Ψηφιακής Καινοτομίας στην Ελλάδα και διεθνώς. Στο AI Nucleus, που θα λειτουργεί σε ένα δίμηνο, θα φιλοξενούνται, μεταξύ άλλων, υπολογιστικές υποδομές αιχμής για ΑΙ, ικανές να υποστηρίξουν μεγάλης κλίμακας υπολογιστικά μοντέλα AI και εφαρμογές Generative AI. Υποδομές Ευφυών Ενεργειακών Δικτύων 2.0, με αξιοποίηση τεχνολογιών Κβαντικής Πληροφορικής για τη διασφάλιση της ακεραιότητας και της ασφάλειας των ενεργειακών δεδομένων. Ταχεία γραμμή συναρμολόγησης Ευφυών Ενσωματωμένων Συστημάτων. Υποδομή Κυβερνοασφάλειας τύπου CyberRange, που θα επιτρέπει την εκπαίδευση και δοκιμή σε πραγματικά περιβάλλοντα κυβερνοεπιθέσεων. Και τέλος υποδομές Αυτοκινούμενων και Ρομποτικών Συστημάτων επόμενης γενιάς, για την ανάπτυξη καινοτόμων λύσεων σε τομείς όπως η βιομηχανία, οι μεταφορές και η έξυπνη κινητικότητα.
«Είμαστε η φυσική επιλογή στην Τεχνητή Νοημοσύνη» λέει χαρακτηριστικά στην έντυπη έκδοση της Voria.gr ο πρόεδρος του ΕΚΕΤΑ, δρ Ευάγγελος Μπεκιάρης.
Επικοινωνίες
Το ΑΙ όμως υπάρχει παντού στο ΕΚΕΤΑ. Για παράδειγμα, το ΙΠΤΗΛ συνεισφέρει σημαντικά στην καταπολέμηση της παραπληροφόρησης με ανάπτυξη τεχνικών ΑΙ. Ειδικότερα, έχει αναπτύξει προηγμένες τεχνικές Τεχνητής Νοημοσύνης για την ακεραιότητα των Μέσων, οι οποίες περιλαμβάνουν την ανίχνευση παραποιημένου υλικού σε εικόνες και βίντεο, συμπεριλαμβανομένης της αναγνώρισης deepfake, καθώς και τον εντοπισμό συνθετικών εικόνων και περιεχομένου που παράγονται από γενετικά μοντέλα Τεχνητής Νοημοσύνης. Παράλληλα, αναπτύσσει εργαλεία ΑΙ νέας γενιάς για την ανίχνευση παραπληροφόρησης, με ιδιαίτερη έμφαση στη διαφάνεια και την ερμηνεύσιμη λειτουργία των συστημάτων.
Επίσης, έχει αναπτύξει για τον ΤΙΤΑΝ μέσω και του TITAN Digital Acceleration και σε συνεργασία με τις spin-offs του, Pragma-IoT και Ozzie Robotics, εφαρμογή Τεχνητής Νοημοσύνης για την υποστήριξη της διαδικασίας εκπαίδευσης χρηστών στη συντήρηση υποδομών του εργοστασίου, καθώς και στην υποστήριξη προσωπικού για τη διαχείριση των ροών και της εκτέλεσης εργασιών συντήρησης, ενώ -και σε συνεργασία με την spin-off του, CDXi Solutions- έχει αναπτύξει για την ALUMIL σύστημα βελτιστοποίησης της απομάκρυνσης απορριμμάτων από υγρό αλουμίνιο σε περιβάλλον χυτηρίου με χρήση τεχνολογιών υπολογιστικής όρασης και ΑΙ.
Στο χαρτοφυλάκιο του ΙΠΤΗΛ περιλαμβάνονται επίσης τα προϊόντα CYRUS και ACRA, για την ALUMIL και την Elval αντίστοιχα και σε συνεργασία με την spin-off του, D-Cube. Το σύστημα CYRUS εφαρμόζεται στη γραμμή διέλασης αλουμινίου για συνεχή ποιοτικό έλεγχο και έγκαιρη ανίχνευση περισσότερων από 15 ελαττωμάτων, ενώ το ACRA είναι ένα AI-driven σύστημα που ταξινομεί ρόλους αλουμινίου βάσει ποιότητας επιφάνειας, αναλύοντας χάρτες ελαττωμάτων.
Ενέργεια
Την ίδια στιγμή, τo Ινστιτούτο Χημικών Διαδικασιών & Ενεργειακών Πόρων (ΙΔΕΠ) ενσωματώνει το ΑΙ σε τεχνολογίες ελέγχου που σχετίζονται με τη διαχείριση χημικών διεργασιών και ενεργειακών πόρων. Συγκεκριμένα, σε ενεργειακές εφαρμογές το ΑΙ μπορεί να αξιοποιηθεί για την πρόβλεψη της παραγωγής ενέργειας από ανανεώσιμες πηγές και την εκτίμηση μεταβαλλόμενων φορτίων ζήτησης. Επιπλέον, μπορεί να βοηθήσει στον βέλτιστο σχεδιασμό εγκαταστάσεων, έτσι ώστε ένα σύστημα να λειτουργεί αποδοτικότερα, με αυξημένη ευελιξία και με το μικρότερο δυνατό
κόστος. Για παράδειγμα, η χρήση προβλεπτικών μοντέλων για την παραγωγή ενέργειας από τον ήλιο είναι ιδιαίτερα βοηθητική για τον σχεδιασμό εγκαταστάσεων παραγωγής πράσινου υδρογόνου.
Στον δε τομέα της ανάπτυξης υλικών, η Τεχνητή Νοημοσύνη λειτουργεί ως επιταχυντής για την πρόβλεψη ιδιοτήτων και τη χαρτογράφηση σχέσεων μεταξύ σύνθεσης, μικροδομής και απόδοσης. Αντί να βασίζεται κανείς αποκλειστικά σε χρονοβόρα πειράματα ή υπολογιστικές προσομοιώσεις, τα μοντέλα ΑΙ μπορούν να εκτιμήσουν κρίσιμες παραμέτρους, όπως συντελεστές διάχυσης, θερμοφυσικές ιδιότητες ή η συμπεριφορά των υλικών υπό συγκεκριμένες συνθήκες λειτουργίας.
Μεταφορές
Με τη σειρά του, το Ινστιτούτο Βιώσιμης Κινητικότητας και Δικτύων Μεταφορών (ΙΜΕΤ) έχει αξιοποιήσει τεχνολογίες Τεχνητής Νοημοσύνης και συνεργατικών συστημάτων κινητικότητας (C-ITS), τόσο στο έργο ΔΡΟΜΕΑΣ (Συνεργατικό Ευφυές Σύστημα Μεταφορών Υποστηριζόμενο από Μη Επανδρωμένο Αερόχημα) όσο και στο έργο Augmented CCAM (Augmenting and Evaluating the Physical and Digital Infrastructure for CCAM deployment) για την ανάπτυξη προηγμένων λειτουργιών αντίληψης, ανάλυσης και υποστήριξης της κυκλοφορίας από Συστήματα μη Επανδρωμένων Αεροσκαφών (ΣμηΕΑ). Στο έργο ΔΡΟΜΕΑΣ, η χρήση ΑΙ επικεντρώθηκε κυρίως σε αλγορίθμους όρασης υπολογιστή για την ανίχνευση και παρακολούθηση οχημάτων σε αυτοκινητοδρόμους από μη επανδρωμένο αερόχημα, επιτρέποντας την αυτόματη εξαγωγή πληροφορίων για την κυκλοφοριακή κατάσταση και την υποστήριξη υπηρεσιών C-ITS. Αντίστοιχα, στο έργο Augmented CCAM, το ΙΜΕΤ αξιοποίησε ΑΙ για ανίχνευση, εντοπισμό και
πρόβλεψη τροχιάς πεζών και οχημάτων μέσω ΣμηΕΑ για την αποφυγή συγκρούσεων, ενημερώνοντας τους οδηγούς.
Το ΙΜΕΤ έχει αξιοποιήσει τεχνολογίες ΑΙ και στο έργο EQUAL για την υποστήριξη της αυτόνομης και ασφαλούς μετακίνησης ατόμων με κινητικές δυσκολίες εντός χώρων super market, ενώ έχει αναπτύξει το CCAM Employment & Skills Observatory, με στόχο τη συγκέντρωση και ανάλυση πληροφοριών σχετικά με τις θέσεις εργασίας, τις δεξιότητες και τα νέα επαγγελματικά προφίλ που επηρεάζονται από την αυτοματοποίηση στις μεταφορές.
Βιοεπιστήμες
Το Ινστιτούτο Εφαρμοσμένων Βιοεπιστημών (ΙΝΕΒ) αξιοποιεί τη δύναμη της Τεχνητής Νοημοσύνης για να βάλει τάξη στο… χάος, δημιουργώντας εργαλεία που βοηθούν τους γιατρούς να κατανοήσουν καλύτερα πολύπλοκες ασθένειες. Το πιο σημαντικό, όμως, είναι η φιλοσοφία που ακολουθεί: η απομάκρυνση από αλγόριθμους που λειτουργούν ως σκοτεινά «μαύρα κουτιά». Αντί απλώς να τροφοδοτούν ένα σύστημα με δεδομένα και να λαμβάνουν μια «τυφλή» απάντηση, οι ερευνητές εστιάζουν στην Επεξηγήσιμη Τεχνητή Νοημοσύνη. Χαρακτηριστικό παράδειγμα αποτελεί το APNet, ένα πρωτοποριακό σύστημα που δεν κάνει απλώς ιατρικές προβλέψεις, αλλά εξηγεί στους επιστήμονες πώς ακριβώς κατέληξε σε αυτές. Για παράδειγμα, το σύστημα κατάφερε να εντοπίσει με ακρίβεια ποιες συγκεκριμένες βιολογικές διεργασίες ευθύνονται για τη βαριά νόσηση ορισμένων ασθενών από COVID-19, προσφέροντας στους κλινικούς γιατρούς σαφείς και βιολογικά ερμηνεύσιμους στόχους. Ωστόσο, η εκπαίδευση αυτών των αλγορίθμων απαιτεί τεράστιο όγκο δεδομένων, γεγονός που εγείρει αυστηρά ζητήματα προστασίας της ιδιωτικότητας των ασθενών. Το ΙΝΕΒ πρωτοπορεί και σε αυτό το πεδίο μέσα από μεγάλα προγράμματα σε συνεργασία με τη βιομηχανία, όπως το έργο IHI SYNTHIA, δημιουργώντας «συνθετικά» δεδομένα. Μέσω ειδικών πλαισίων που επιτρέπουν τον πλήρη έλεγχο και την παραμετροποίηση των συνθετικών δεδομένων, όπως το Synth4Bench, καθίσταται δυνατή η αυστηρή και απολύτως ασφαλής δοκιμή αλγορίθμων μηχανικής μάθησης σε πεδία αιχμής (όπως η πρόβλεψη καρκίνου), χωρίς να εκτίθενται τα προσωπικά δεδομένα κανενός πραγματικού ασθενούς.
Αγροτεχνολογία
Τέλος, στον τομέα των αγροτεχνολογιών, το Digital Agricultural Lab του Ινστιτούτου Βιο-Οικονομίας και Αγρο-Τεχνολογίας (ΙΒΟ) έχει ισχυρή και ενεργή εμπλοκή σε δράσεις Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης (AI/ML) στον τομέα της Ευφυούς Γεωργίας, με χαρακτηριστικό παράδειγμα το έργο SPADE (Horizon Europe), το οποίο συντονίζει. Στο πλαίσιο του SPADE αναπτύσσονται και αξιοποιούνται AI/ML εργαλεία για αναγνώριση ασθενειών σε καλλιέργειες, ανάλυση δεδομένων από γεωργικά drones, στοχευμένους/μεταβλητούς ψεκασμούς, καθώς και εφαρμογές όπως αναγνώριση και ανάλυση συμπεριφοράς ζώων. Κρίσιμο στοιχείο της προσέγγισής είναι ότι δεν περιορίζεται στην ανάπτυξη μεμονωμένων αλγορίθμων, αλλά έχει υλοποιηθεί μια cloud-based υποδομή που υποστηρίζει την ανάπτυξη, εκπαίδευση και επιχειρησιακή αξιοποίηση μοντέλων.
Το θέμα δημοσιεύτηκε στην ειδική έκδοση της Voria για την Τεχνητή Νοημοσύνη - Δείτε την έντυπη Voria εδώ
