• Aktualności

Aktualności Instytutu Podstaw Informatyki PAN

PASYFICZNY Program Postdoktorski w PAN


logo programu PASIFIC

Pierwsze wezwanie do wniosków w PASYFICZNYM Programie Postdoktorskich stypendiów rozpoczęte!
Do 30 czerwca 2021 roku naukowcy z całego świata i reprezentujący wszystkie dyscypliny badawcze mogą ubiegać się o atrakcyjne 2-letnie stypendia w jednym z polskich instytutów Polskiej Akademii Nauk oraz Międzynarodowym Instytucie Biologii Molekularnej i Komórkowej.
PASIFIC Fellows dostanie miesięczny dodatek w wysokości ok. $ 2500 netto plus $ 60 000 budżet na badania i koszty pośrednie.

Więcej szczegółów na naszej stronie internetowej: https://pasific.pan.pl/call-1/

Na stronie programu można znaleść listę potencjalnych opiekunów z Instytutu, którzy zgłosili swoje kandydatury w programie PASIFIC: pasific.pan.pl/supervisors-from-institute-of-computer-science/

Dyrektor
Instytutu Podstaw Informatyki Polskiej Akademii Nauk
ogłasza konkurs otwarty na stanowisko
Post-doca
w Zespole Analizy i Modelowania Statystycznego

Wynagrodzenie etatowe na podstawie umowy o pracę w pełnym wymiarze czasu pracy na stanowisku post-doc zostanie przyznane w ramach realizacji projektu badawczego nr 2020/02/Y/ST6/00064, pt.: Sztuczna Inteligencja na Sposób Wytłumaczalny i Społeczny finansowanym ze środków Narodowego Centrum Nauki w ramach międzynarodowego konkursu „CHIST-ERA Call 2019”.

Oferujemy udział w ekscytującym projekcie zapewniającym współpracę i potencjalne współautorstwo z sześcioma wiodącymi europejskimi laboratoriami ML/AMS/AI.

Czytaj więcej: Konkurs Post-doc CHIST-ERA 2021-03

22.03.2021 - Seminarium Instytutowe - godz. 12:00 seminarium on-line

Paweł Teisseyre (Instytut Podstaw Informatyki PAN)

Odnośnik do spotkania w MS Teams (nowe okno)

Streszczenie (autorskie):

Referat będzie poświęcony problemowi klasyfikacji z niepełną obserwowalnością zmiennej odpowiedzi typu PU (positive and unlabelled). W tradycyjnym problemie klasyfikacji binarnej, celem jest zbudowanie modelu który przypisuje obserwacji jedną z dwóch klas: pozytywną lub negatywną na podstawie cech opisujących daną obserwację. Zakłada się że zbiór uczący, na podstawie którego dopasowuje się model, zawiera obserwacje pozytywne oraz negatywne. W problemie PU, zbiór danych uczących zawiera obserwacje które mają przypisaną etykietę pozytywną, zaś pozostałe obserwacje nie mają przypisanej etykiety. Na przykład w zastosowaniach medycznych, obserwacje niemające przypisanej klasy, mogą odpowiadać pacjentom u których nie zdiagnozowano choroby. Brak diagnozy nie oznacza jednak że choroba nie występuje. Podczas prezentacji przedstawię formalny opis problemu, podstawowe definicje i fakty oraz interesujące wyzwania związane z danymi PU. Pokażę w jaki sposób można zaadoptować popularny model regresji logistycznej dla danych PU.

09.03.2021 wtorek! - Seminarium Instytutowe - godz. 12:00 seminarium on-line

Aleksander Wawer (Instytut Podstaw Informatyki PAN), Izabela Chojnicka (Wydział Psychologii Uniwersytetu Warszawskiego), Justyna Sarzyńska-Wawer (Instytut Psychologii PAN)

Odnośnik do spotkania w MS Teams (nowe okno)

Streszczenie (autorskie):

Diagnostyka zaburzeń psychicznych na podstawie danych tekstowych to nowy obszar zastosowań dla przetwarzania języka naturalnego, a w szczególności metod uczenia maszynowego i głębokiego uczenia. Omówimy serię eksperymentów wykonanych na polskojęzycznych danych tekstowych dotyczących zaburzeń ze spektrum autyzmu i schizofrenii. Wystąpienie rozpoczniemy od analizy obydwu zaburzeń oraz przedstawienia narzędzi diagnostycznych: TLC i ADOS-2, wraz z charakterystyką zebranych danych. Przedstawimy efekty zastosowania metod słownikowych, mierzących takie wymiary jak poziom abstrakcji językowej oraz wydźwięk. Następnie przejdziemy do prób automatycznego diagnozowania obydwu zaburzeń. Porównamy skuteczność: (1) tradycyjnych narzędzi diagnostycznych TLC i ADOS-2, (2) metod uczenia maszynowego i głębokiego uczenia zastosowanych do danych zgromadzonych przez te narzędzia oraz (3) psychiatrów. Omówimy skuteczność najprostszych metod typu bag-of-words, metod słownikowych, a także głębokich sieci neuronowych. Przedstawimy eksperymenty z transfer learning, a także uczeniem w scenariuszach zero-shot i few-shot, dedykowanych sytuacjom o małej liczebności danych, co jest typowym problemem w warunkach klinicznych. Psychiatria to jedna z nielicznych dziedzin medycyny, w których diagnoza większości zaburzeń opiera się na subiektywnej ocenie psychiatry. Nasze prace są krokiem w kierunku wprowadzenia zautomatyzowanych i obiektywnych narzędzi wspomagających diagnostykę.

Sztuczna inteligencja wesprze w diagnozie schizofrenii, a może i autyzmu?


pap nwp logo

Język, którego używają osoby ze schizofrenią i osoby ze spektrum autyzmu, w pewien sposób różni się od języka innych osób. Naukowcy na przykładzie języka polskiego pokazują, że sztuczna inteligencja może wspomóc psychiatrów i psychologów w rozpoznawaniu objawów schizofrenii, a kiedyś - może i autyzmu.

Język, którego używają osoby ze schizofrenią i osoby ze spektrum autyzmu, w pewien sposób różni się od języka innych osób. Naukowcy na przykładzie języka polskiego pokazują, że sztuczna inteligencja może wspomóc psychiatrów i psychologów w rozpoznawaniu objawów schizofrenii, a kiedyś - może i autyzmu.

Wyniki badań na ten temat ukazały się w „Cognitive Computation” (https://doi.org/10.1007/s12559-021-09834-9). Autorami są małżonkowie dr Aleksander Wawer z Instytutu Podstaw Informatyki PAN i dr Justyna Sarzyńska-Wawer z Instytutu Psychologii PAN, a także dr Izabela Chojnicka z Wydziału Psychologii UW i dr hab. Łukasz Okruszek z IP PAN.

Czytaj więcej: Sztuczna inteligencja wesprze w diagnozie schizofrenii (Nauka w Polsce - PAP)


© 2021 INSTYTUT PODSTAW INFORMATYKI PAN | Polityka prywatności | Deklaracja dostępności