Kategórie
Všeobecné

Archeológia poháňaná umelou inteligenciou s LLM — Detekcia archeologických lokalít z leteckých snímok

Objavte, ako umelá inteligencia a veľké jazykové modely menia spôsob, akým odhaľujeme stopy minulosti. Webinár priblíži, ako pokročilé techniky umelej inteligencie inšpirované LLM dokážu analyzovať letecké a LiDARové snímky a detegovať archeologické lokality s bezprecedentnou presnosťou. Dr. Daniel Canedo z Univerzity v Aveire predstaví praktické príklady, v ktorých Vision Transformers a multimodálne učenie odhaľujú skryté vzory v krajine a spájajú moderné technológie s kultúrnym dedičstvom.

Archeológia poháňaná umelou inteligenciou s LLM — Detekcia archeologických lokalít z leteckých snímok

Objavte, ako umelá inteligencia a veľké jazykové modely menia spôsob, akým odhaľujeme stopy minulosti.

Webinár priblíži, ako pokročilé techniky umelej inteligencie prostredníctvom LLM dokážu analyzovať letecké a LiDARové snímky a detegovať archeologické lokality s bezprecedentnou presnosťou. Dr. Daniel Canedo z Univerzity v Aveire predstaví praktické príklady, v ktorých Vision Transformers a multimodálne učenie odhaľujú skryté vzory v krajine a spájajú moderné technológie s kultúrnym dedičstvom.

Dátum a čas:
Utorok, 18. novembra 2025 | 10:00 CEST (9:00 PT)
Online | Účasť zdarma (nutná registrácia)

Tento webinár organizuje Národné superpočítačové centrum Slovensko v rámci aktivít projektu EuroCC  (Národného kompetenčného centra – NCC Slovensko) v spolupráci s NCC Portugalsko ako súčasť série webinárov o veľkých jazykových modeloch (LLM), ktoré prepájajú vysokovýkonné výpočty s umelou inteligenciou, kultúrou a inováciou.

Webinár bude prebiehať v anglickom jazyku.

Abstrakt:

Detekcia archeologických lokalít vstupuje do novej éry vďaka pokrokom v diaľkovom prieskume Zeme a umelej inteligencii. Lokality, ako sú hradiská, majú často nepravidelné tvary, ktoré je náročné identifikovať pomocou tradičných metód počítačového videnia. Multimodálne prístupy, ktoré kombinujú LiDARové dáta s leteckými ortofotomapami, zlepšujú presnosť detekcie, ale falošné pozitívne výsledky zostávajú problémom.

Prezentácia ukáže, ako môžu Vision Transformers a architektúry inšpirované LLM tieto výzvy riešiť. Pomocou cross-modal attention mechanizmov modely integrujú viacero dátových zdrojov, čím umožňujú presnejšiu identifikáciu hraníc, zníženie falošných detekcií a efektívnu aplikáciu naprieč rôznymi krajinami a typmi lokalít. Dôležitým prvkom prístupu je human-in-the-loop proces, v ktorom archeológovia manuálne hodnotia výstupy modelu a poskytujú spätnú väzbu. Tento cyklus zlepšuje tréningové dáta, schopnosť modelu odlíšiť reálne lokality od šumu v dátach a zvyšuje spoľahlivosť detekcie.

Výsledky zo severozápadnej Iberie ukazujú zníženie falošných pozitív o 99,3 % po jedinom cykle spätnej väzby, pričom aplikácia v Anglicku potvrdzuje robustnosť modelu pri rôznych morfotypoch lokalít. Kombinácia multimodálnej fúzie, transformerových architektúr a expertného hodnotenia prináša vysokú presnosť aj interpretovateľnosť. Prednáška sa uzavrie pohľadom na prediktívne modelovanie, ktoré umožní efektívnejšie mapovanie kultúrneho dedičstva.

Rečník:

Dr. Daniel CanedoVýskumný pracovník, Institute of Electronics and Informatics Engineering of Aveiro, University of Aveiro

Dr. Daniel Canedo získal titul Ph.D. v odbore počítačového inžinierstva na Univerzite v Aveire (Portugalsko) v roku 2024. Od roku 2017 pôsobí ako výskumný pracovník v Institute of Electronics and Informatics Engineering of Aveiro (IEETA). Zameriava sa na počítačové videnie a umelú inteligenciu so špecifickým dôrazom na analýzu obrazu a rozpoznávanie komplexných vzorov.

Je autorom viacerých medzinárodných publikácií a držiteľom 1. miesta v súťaži NATO StratCom „How to detect malicious use of video and/or photographic content online” (december 2018, Riga, Lotyšsko).

Témy zahŕňajú:

  • Vision Transformers a multimodálna AI pre archeologické mapovanie
  • Kombinácia LiDARu a leteckých snímok pri detekcii lokalít
  • Human-in-the-loop spätná väzba pre zvýšenie presnosti
  • Prípadové štúdie: mohyly a hradiská v Ibérii a Anglicku
  • Znižovanie falošných detekcií prostredníctvom multimodálneho učenia
  • Prediktívne modelovanie a budúce smerovanie

Program webinára:

  1. Úvod a motivácia
  2. Vision Transformers: Rozšírenie architektúry LLM na spracovanie obrazu
  3. Výzvy detekcie archeologických lokalít z leteckých snímok
  4. Prípadová štúdia 1 – Mohyly: metodológia, výsledky, poučenia
  5. Prípadová štúdia 2 – Hradiská: metodológia, výsledky, poučenia
  6. Záver a budúce smerovanie
  7. Diskusia a Q&A

BeeGFS v praxi — Paralelné súborové systémy pre HPC, AI a dátovo náročné úlohy 6 feb - Tento webinár predstaví BeeGFS, popredný paralelný súborový systém navrhnutý na podporu náročných HPC, AI a dátovo intenzívnych pracovných záťaží. Odborníci zo spoločnosti ThinkParQ vysvetlia, ako paralelné súborové systémy fungujú, aká je architektúra BeeGFS a ako sa používa v praxi v akademickom, výskumnom a priemyselnom prostredí.
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.