Ekspert stanie na czele grupy roboczej, która skupi się na zagadnieniach związanych z efektywnością modeli sztucznej inteligencji zarówno w kontekście trafności i tempa prowadzonych obliczeń, jak również zasobów niezbędnych do ich działania – poinformowali przedstawiciele IDEAS NCBR.
„Agenda badawcza mojej grupy roboczej dotyczy szeroko rozumianej wydajności obliczeniowej, w szczególności z perspektywy wykorzystania (recyclingu) dostępnych zasobów. To kierunek, który pozwoli algorytmom nie tylko rozwiązywać zadania, ale robić to efektywnie (szybko i trafnie), z wykorzystaniem dostępnych danych, infrastruktury oraz wykonanych uprzednio obliczeń. Do tej pory, aby osiągnąć ten efekt naukowcy skupiali się na ograniczeniu uwzględnianych przez algorytmy parametrów lub pamięci obliczeniowej. My postanowiliśmy zredefiniować problem wydajności algorytmów uczenia maszynowego i, jako pierwsi na świecie, będziemy koncentrowali nasze badania na trzech filarach wydajnego AI: wykorzystania wykonanych obliczeń (computation recycling), wykorzystania dostępnej informacji cząstkowej oraz akumulacji wiedzy w modelach uczonych w sposób ciągły” – tłumaczy dr hab. Inż. Tomasz Trzciński, prof. PW, lider grupy badawczej w IDEAS NCBR.
Dr hab. inż. Tomasz Trzciński, prof. PW kieruje pracami zespołu zajmującego się widzeniem maszynowym CVLab. Jest również członkiem zespołu uczenia maszynowego GMUM na Uniwersytecie Jagiellońskim, a także liderem grupy badawczej zajmującej się widzeniem maszynowym w IDEAS NCBR.
Stopień doktora habilitowanego uzyskał na Politechnice Warszawskiej w 2020 roku, doktora w zakresie wizji maszynowej na École Polytechnique Fédérale de Lausanne w roku 2014, a podwójny dyplom magisterski na Universitat Politècnica de Catalunya oraz Politecnico di Torino. Odbył staże naukowe na Uniwersytecie Stanforda oraz na Nanyang Technological University. Pełni funkcję Associate Editor w IEEE Access oraz MDPI Electronics, jest także recenzentem prac publikowanych w czasopismach TPAMI, IJCV, CVIU, TIP i TMM, oraz członkiem komitetów organizacyjnych konferencji, m.in. CVPR, ICCV i ICML.
Ponadto pracował w Google, Qualcomm oraz w Telefónice. Pełni też funkcję Senior Member w IEEE i jest członkiem ELLIS Society oraz ALICE Collaboration w CERN, a także ekspertem Narodowego Centrum Nauki i Fundacji na rzecz Nauki Polskiej. Jest również współwłaścicielem firmy Tooploox, gdzie jako Chief Scientist kieruje zespołem zajmującym się uczeniem maszynowym, a także współzałożycielem startupu technologicznego Comixify, wykorzystującego metody sztucznej inteligencji do edycji wideo.
