Výpočtová sila HPC prináša nové možnosti v ochrane medveďa hnedého
Vysokovýkonné počítanie (HPC) je kľúčová technológia modernej doby, ktorá zásadne mení spôsob riešenia zložitých problémov. Superpočítače spracujú obrovské objemy dát a miliardy výpočtov za sekundu – úlohy, ktoré by bežným počítačom trvali mesiace, zvládnu v priebehu hodín. Vďaka tomu urýchľujú vedecké objavy, umožňujú simulácie od molekulárnych interakcií po klimatické zmeny a otvárajú cestu k využitiu umelej inteligencie. HPC je motorom inovácií a konkurencieschopnosti v medicíne, priemysle, energetike aj ochrane životného prostredia.
Nie je to však len abstraktný pojem – jeho prínosy vidno v konkrétnych aplikáciách. Slovenskí výskumníci vďaka HPC natrénovali komplexné modely umelej inteligencie na tisíckach záberov z kamerových pascí, aby rozpoznávali hnedého medveďa. Proces, ktorý by trval celé týždne, superpočítač zvládol za niekoľko hodín. Výsledkom je success story: spojenie moderných technológií s ochranou prírody, zvýšením bezpečnosti ľudí a efektívnejšou prácou vedcov.
Výzva:
Riešenie: Tím výskumníkov z Fakulty prírodných vied a informatiky UKF v Nitre vyvinul systém umelej inteligencie, ktorý sa snaží automaticky rozpoznať, či je na obrázku medveď alebo nie. Použili na to konvolučné neurónové siete (CNN) – rovnaký princíp, na akom funguje napríklad rozpoznávanie tvárí v mobiloch.
Na tréning modelu zozbierali:
- 4 974 obrázkov s medveďom
- 656 obrázkov bez medveďa (iné zvieratá alebo prázdny les)
Dáta poskytla Slovenská poľovnícka komora, Národná zoologická záhrada v Bojniciach a Štátna ochrana prírody SR.
Využitie HPC infraštruktúry: Tréning umelej inteligencie na takýchto dátach je mimoriadne výpočtovo náročný. Vyžaduje opakované spracovanie tisícov obrázkov vo vysokom rozlíšení (512×512 px), ladenie parametrov a skúšanie rôznych architektúr modelov.
Bežný počítač by na tento proces potreboval týždne. Vďaka superpočítaču a NSCC Slovakia bolo možné:
- natrénovať modely za niekoľko hodín až dní,
- porovnať viacero prístupov (ResNet, MobileNet, YOLOv8/v10),
- analyzovať slabé miesta modelu a vizualizovať, čo sa „naučil“.
HPC umožnilo vedcom experimentovať rýchlo a efektívne – a teda posunúť sa od základného modelu k metodike použiteľnej aj v budúcnosti.
Výsledky
- Model sa naučil rozpoznávať základné črty medveďa a dosahoval vysokú presnosť počas tréningu (>90 %)
- V reálnych podmienkach (nočné zábery, šum, pohyb kamery) však presnosť zatiaľ nestačí na nasadenie v teréne
Dopad a budúcnosť: Aj keď výsledky nie sú zatiaľ dokonalé, výskum ukazuje, že umelá inteligencia má veľký potenciál v ochrane prírody. Automatická analýza kamerových pascí by v budúcnosti mohla:
- pomôcť monitorovať početnosť a pohyb medveďov
- znížiť riziko konfliktov s ľuďmi
- ušetriť vedcom stovky hodín manuálnej práce
Ďalší krok je doplnenie datasetu a využitie syntetických dát – teda počítačom generovaných obrázkov, ktoré rozšíria tréningovú databázu. Aj tu bude superpočítač kľúčový, keďže generovanie a spracovanie takýchto dát je opäť náročné.
Vďaka superpočítaču sa slovenským vedcom podarilo vybudovať prvý krok k systému, ktorý môže v budúcnosti uľahčiť monitorovanie medveďa hnedého – druhu, ktorý je súčasťou slovenskej prírody aj kultúrneho dedičstva.
Keď výrobná linka vie, čo sa stane o 10 minút 5 feb - Každý výpadok na výrobnej linke znamená stres. Stroje stoja, ľudia čakajú, výroba sa spomaľuje a rozhodnutia sa robia pod tlakom. V potravinárstve, najmä pri výrobe plnených cestovinových výrobkov, kde proces prebieha v presne nadväzujúcich technologických krokoch, môže jeden nečakaný problém na konci linky zastaviť celý výrobný tok. Čo keby však výrobná linka dokázala vopred upozorniť, že o pár minút nastane problém? Alebo pomôcť rozhodnúť už počas zmeny, či sa ešte dnes oplatí plánovať balenie? Presne tieto otázky stáli na začiatku spolupráce výskumného tímu, ktorý spojil priemyselné dáta, umelú inteligenciu a superpočítačový výkon.
Kto vlastní AI v rámci organizácie? — Operatívna zodpovednosť 5 feb - Tento webinár sa zameriava na to, ako môžu organizácie nastaviť jasnú operatívnu zodpovednosť a vlastníctvo AI systémov primeraným a prakticky realizovateľným spôsobom. Na základe praktických skúseností z oblasti ochrany osobných údajov, AI governance a compliance sa Petra Fernandes bude venovať modelom riadenia, ktoré fungujú v praxi — pre malé a stredné podniky aj pre väčšie organizácie. Pozornosť bude venovaná interným procesom, ktoré organizáciám pomáhajú udržať kontrolu nad AI systémami v čase, bez zbytočnej administratívnej záťaže.
Online prednáška: AI Responsibility Gaps (Medzery v zodpovednosti v AI) 4 feb - Dňa 12. februára 2026 organizujeme úvodnú online prednášku AI Accountability Dialogue Series, série diskusií o zodpovednosti umelej inteligencie, venovanú aktuálnej téme „medzier v zodpovednosti“ pri systémoch umelej inteligencie. Našimi hosťami budú Daniela Vacek a Jaroslav Kopčan.