Centrum Uczenia Maszynowego

Celem działalności Centrum Uczenia Maszynowego Uniwersytetu Warszawskiego (CUM UW) jest zwiększenie potencjału badawczego Uniwersytetu Warszawskiego oraz poprawa efektywności zespołów badawczych w zakresie stosowania metod uczenia maszynowego (Machine Learning, ML) w badaniach naukowych prowadzonych w różnych dyscyplinach.

Działalność Centrum stanowi przedłużenie i instytucjonalne utrwalenie rezultatów Działania I.3.7 realizowanego w ramach Programu Inicjatywa Doskonałości – Uczelnia Badawcza (IDUB). Celem tego działania było obniżenie barier wejścia w wykorzystanie metod ML poprzez zapewnienie badaczom dostępu do wyspecjalizowanego wsparcia technicznego, kompetencji analitycznych oraz infrastruktury obliczeniowej.

Centrum realizuje ten cel poprzez stworzenie wyspecjalizowanego zespołu analityków danych (data scientists), którzy wspierają zespoły badawcze w projektowaniu, implementacji i uruchamianiu modeli uczenia maszynowego. Dzięki dostarczaniu gotowych do użycia narzędzi i modeli ML, Centrum umożliwia badaczom koncentrację na istocie problemów naukowych, a nie na złożonych aspektach technicznych przetwarzania danych.

Działalność Centrum Uczenia Maszynowego wpisuje się w misję Instytutu Badań Zaawansowanych (IBZ UW) jako ogólnouniwersyteckiej platformy wspierającej interdyscyplinarne badania o dużej skali i wysokim stopniu innowacyjności oraz służy trwałemu podtrzymaniu efektów Programu IDUB.

Zadania CUM UW

Do podstawowych zadań CUM UW należy:

• Instytucjonalne utrwalanie i rozwijanie efektów Działania I.3.7 Programu IDUB, w szczególności poprzez zapewnienie ciągłości wsparcia dla zespołów badawczych wykorzystujących metody uczenia maszynowego.
• Gromadzenie i rozwijanie wiedzy eksperckiej w zakresie ML, obejmujące:
  • systematyczne monitorowanie postępów w dziedzinie uczenia maszynowego,
  • udział w szkoleniach, warsztatach i konferencjach poświęconych ML,
  • rozwój kompetencji zespołu Centrum poprzez implementację i testowanie standardowych komponentów ML.
• Zapewnienie wsparcia technicznego i metodologicznego zespołom badawczym UW, w tym:
  • projektowanie i trenowanie modeli ML,
  • przygotowanie i przetwarzanie danych,
  • implementację wydajnych rozwiązań obliczeniowych,
  • optymalne wykorzystanie zasobów obliczeniowych (w tym GPU).
• Ułatwianie dostępu do infrastruktury obliczeniowej, w szczególności:
  • wsparcie w korzystaniu z zasobów Interdyscyplinarnego Centrum Modelowania Matematycznego i Komputerowego UW (ICM UW) oraz PL-Grid,
  • doradztwo w zakresie wykorzystania komercyjnych usług obliczeń w chmurze,
  • wsparcie w planowaniu kosztów i architektury obliczeń w projektach badawczych.
• Transfer wiedzy i kompetencji w zakresie ML do społeczności akademickiej UW poprzez:
  • organizację cyklicznych warsztatów i szkoleń,
  • bezpośrednią współpracę z zespołami badawczymi,
  • opiekę merytoryczną nad studentami i doktorantami realizującymi projekty z wykorzystaniem ML.
• Wzmacnianie i rozwój inicjatyw związanych z ML na UW, w tym:
  • wsparcie konferencji,
  • organizację wykładów popularyzujących ML dla szerokiej publiczności,
  • budowanie sieci współpracy między zespołami badawczymi różnych dyscyplin.

 

Koordynator Centrum:

dr hab. Artur Kalinowski, prof. ucz., Wydział Fizyki UW

akalinow@fuw.edu.pl