3rd Workshop - Innovative Technologies and Applications of Artificial Intelligence

Dnia 13 czerwca 2025 roku Akademia WSEI w Lublinie stała się centrum dyskusji nad przyszłością technologii, goszcząc trzecią edycję warsztatów poświęconych innowacyjnym technologiom i aplikacyjnym zastosowaniom sztucznej inteligencji. Wydarzenie przyciągnęło szerokie grono zainteresowanych – od przedstawicieli środowisk naukowych i biznesowych, po studentów, dla których AI jest kluczowym obszarem rozwoju zawodowego. Głównym celem spotkania było dogłębne omówienie dynamicznie rozwijającej się tematyki wykorzystania sztucznej inteligencji, ze szczególnym uwzględnieniem jej roli w logistyce, produkcji i transporcie.

Warsztaty otworzył prof. Tomasz Rymarczyk, który w swoim wykładzie inauguracyjnym przedstawił kluczowe kierunki rozwoju sztucznej inteligencji w logistyce, produkcji i transporcie, a także funkcjonowanie inteligentnych systemów ERP.

Prezenter podkreślił jak znacząco narzędzia AI wpływają na analizę danych, automatyzację procesów logistycznych, zarządzanie transportem oraz integrację systemów informatycznych w środowiskach przemysłowych. W trakcie prezentacji zwrócono uwagę na model „Krzywej J”, który ilustruje typowy przebieg wdrażania nowych technologii – początkowy spadek wydajności jest naturalnym i niezbędnym etapem przed osiągnięciem trwałej poprawy efektywności.

Prelegent zaznaczył również, że niezawodność systemów AI rośnie asymptotycznie, co oznacza, że dążenie do absolutnej perfekcji jest nieefektywne, a optymalizacja systemów powinna koncentrować się na osiągnięciu wysokiej, akceptowalnej niezawodności.

W dalszej części wykładu szczególną uwagę poświęcono praktycznym aspektom wdrażania algorytmów uczenia maszynowego. Omówiono konkretne zastosowania AI w logistyce, takie jak optymalizacja tras i zarządzanie flotą, automatyzacja magazynów przy użyciu robotów i systemów wizyjnych, a także prognozowanie popytu na podstawie analizy danych historycznych. W kontekście transportu dyskutowano nad rozwojem pojazdów autonomicznych, które dzięki AI mają potencjał rewolucjonizowania branży i znacznego zwiększenia bezpieczeństwa. W obszarze produkcji przedstawiono rolę AI w automatyzacji procesów, predykcyjnym utrzymaniu ruchu i kontroli jakości z wykorzystaniem rozpoznawania obrazów.

Kolejnym punktem programu był wykład technologiczny dr. inż. Dariusza Wójcika pt. „Spyware na przykładzie oprogramowania Pegasus”. Prezentacja dogłębnie analizowała zjawisko oprogramowania szpiegującego, koncentrując się na technicznym aspekcie działania Pegasusa, jego możliwościach infiltracji urządzeń mobilnych, sposobach pozyskiwania danych oraz metodach unikania detekcji.

Dr Wójcik poruszył również istotny kontekst prawny, etyczny i społeczny użycia tego typu oprogramowania, szczególnie w działaniach państwowych wobec obywateli i dziennikarzy, podkreślając trudność wykrywania Pegasusa i brak przejrzystości w jego stosowaniu przez służby.

Następnie, w ramach wykładu tematycznego, dr Jakub Pizoń przedstawił „CRM – nowoczesne rozwiązanie ze wsparciem AI”. Omówiono ewolucję i problemy klasycznych systemów CRM, wprowadzając jednocześnie koncepcję CRM AI Native – systemu zintegrowanego z mechanizmami sztucznej inteligencji. Zdefiniowano wyzwania związane z zarządzaniem relacjami w rozwijającym się przedsiębiorstwie, takie jak utrata osobistego kontaktu z klientem i fragmentaryzacja danych.

Zaproponowano rozwiązania AI (np. inteligentnych asystentów) mające wspierać analizę relacji i automatyzację procesów. Prezentacja zawierała wskazania konkretnych modeli językowych i narzędzi technologicznych, m.in. LangChain, Qdrant, Gemma 3, a także architekturę aplikacji CRM opracowaną przez firmę Netrix, koncentrując się na zwiększeniu efektywności działań relacyjnych w dużej skali biznesowej dzięki AI.

Po wykładach rozpoczęła się Sesja 1: Innowacyjne Technologie, której przewodniczył dr Jakub Pizoń. W ramach tej sesji zaprezentowano szereg interesujących badań:

Łukasz Gugała w referacie „Badania nad zaburzeniami psychicznymi z wykorzystaniem analizy dźwięku i algorytmów uczenia maszynowego” przedstawił ambitny projekt o ogromnym potencjale społecznym. Jego celem jest stworzenie modeli AI zdolnych do wykrywania wczesnych oznak depresji na podstawie analizy cech akustycznych głosu.

Metodologia opiera się na korelacji parametrów głosu z wynikami standaryzowanych kwestionariuszy samooceny (skale Becka, Hamiltona, Zunga). Projekt uwzględnia również trudne wyzwania, takie jak kwestie bioetyczne i brak dostępu do danych klinicznych, a jego częścią jest dedykowana aplikacja webowa do zbierania nagrań i danych ankietowych.

Nina Krawczak w prezentacji „Zarządzanie dokumentacją medyczną: implementacja standardu HL7 FHIR oraz wykorzystanie sztucznej inteligencji” pokazała, jak połączyć standardy interoperacyjności z nowoczesną AI.

Omówiła implementację standardu HL7 FHIR przy użyciu open-source’owego API HAPI FHIR oraz integrację z modelem językowym Gemma 2 od Google DeepMind. Szczegółowo opisała strukturę dokumentów medycznych (konsultacji, recept, skierowań) i ich reprezentację w zasobach FHIR (np. „Patient”, „Practitioner”, „ClinicalImpression”). Głównym celem projektu jest automatyzacja tworzenia dokumentacji na podstawie rozmowy lekarz-pacjent i jej bezpieczne przechowywanie.

Paweł Żelazo w wystąpieniu „Sztuczna inteligencja w testowaniu wydajności aplikacji internetowych” zademonstrował, jak AI rewolucjonizuje zapewnienie jakości oprogramowania. Skoncentrował się na testach predykcyjnych, które na podstawie danych historycznych, metryk produkcyjnych i analizy zmian w kodzie pozwalają prognozować potencjalne problemy z wydajnością, zanim jeszcze wystąpią.

Przedstawił porównanie skuteczności algorytmów matematycznych oraz modelu sieci neuronowej LSTM dla różnych poziomów obciążenia (200 i 1000 wirtualnych użytkowników), udowadniając wyższość podejścia opartego na uczeniu maszynowym.

Tomasz Sidor poruszył niezwykle trudny i ważny temat w referacie „Wykorzystanie AI przy wykrywaniu CSAM”. Omówił, jak modele wizualne AI i zautomatyzowana klasyfikacja obrazów mogą wspierać analityków w analizie ogromnych ilości danych graficznych i wideo w celu wykrywania materiałów przedstawiających seksualne wykorzystywanie dzieci (CSAM).

Podkreślił, że technologia ta, choć potężna, musi być stosowana w ścisłej współpracy interdyscyplinarnej oraz z bezwzględnym poszanowaniem regulacji prawnych i prywatności ofiar.

W dalszej części warsztatów odbył się wykład zaproszony Adama Biernackiego z Sieci Badawczej Łukasiewicz – Instytutu Elektrotechniki, zatytułowany „Nauka z Biznesem w Nowoczesnym Wydaniu”. Prezentacja „Bezpieczeństwo Energetyczne Kraju” przedstawiła działalność Łukasiewicz – Instytutu Elektrotechniki (Ł-IEL) w kontekście transformacji energetycznej oraz bezpieczeństwa energetycznego Polski.

Omówiono liczne projekty badawczo-rozwojowe i wdrożeniowe w obszarach nowoczesnych technologii energetycznych, elektromobilności, technologii wodorowych oraz inteligentnych sieci elektroenergetycznych, podkreślając ich wkład w zwiększenie niezależności energetycznej kraju.

Następnie dr inż. Monika Kulisz zaprezentowała wykład tematyczny 2: „Różnicowa architektura LSTM do poprawy rekonstrukcji obrazów w ultradźwiękowej tomografii procesowej”.

Przedstawiono wyniki badań nad zastosowaniem różnicowej architektury LSTM z warstwą „negation” w celu poprawy jakości rekonstrukcji obrazów, wykazując znaczącą poprawę w porównaniu do klasycznych architektur i wpisując się w nurt wdrażania AI w przetwarzanie danych pomiarowych w czasie rzeczywistym.

Ostatnią częścią warsztatów była Sesja 2: Algorytmy, Sensory i Systemy Złożone, której przewodniczyła dr inż. Monika Kulisz. Podczas tej sesji przedstawiono następujące referaty:

Krzysztof Król w prezentacji „Wykorzystanie sztucznej inteligencji w tomografii elektrycznej do analizy i monitorowania parametrów produkcji procesowej” opisał, jak można zajrzeć do wnętrza reaktora fermentacyjnego bezinwazyjnie. Jego badania, wykorzystujące model reaktora z sensorami i elektrodami, porównywały różne metody rekonstrukcji obrazu (Netpixel, ElasticNet, resNET, resLSTM).

Wykazał, że algorytmy AI, zwłaszcza te oparte na głębokim uczeniu, umożliwiają znacznie szybsze wykrywanie zmian w przewodności substratów i zapewniają wizualizację wnętrza reaktora w czasie rzeczywistym, co pozwala na precyzyjne sterowanie procesem i przewidywanie awarii.

Michał Maj w referacie „Synchronizacja NTP w systemach multimodalnych” zajął się fundamentalnym problemem w systemach sensorycznych – brakiem synchronizacji czasowej. Wykazał, jak desynchronizacja danych z kamer RGB i czujników RTI prowadzi do błędów.

Zaproponował i wdrożył rozwiązanie oparte na protokole NTP v4, które dzięki architekturze klient-serwer zredukowało offset czasowy do kilku milisekund. Wyniki, potwierdzone testami statystycznymi (t-Studenta, ANOVA), pokazały, że błędy fuzji danych w czasie rzeczywistym można zredukować aż o 89%.

Konrad Niderla w wystąpieniu „Gdy agent RL patrzy do wnętrza reaktora, Tomografia procesowa wspierająca sterowanie procesem krystalizacji” zaprezentował jedno z najbardziej nowatorskich podejść warsztatów. Zintegrował on tomografię procesową (EIT i UST) z metodami uczenia ze wzmocnieniem (RL), aby stworzyć inteligentny system sterowania procesem krystalizacji. W środowisku symulacyjnym wdrożył i porównał różne algorytmy RL, takie jak PPO, TRPO i A2C. Wyniki potwierdziły wyższą efektywność i stabilność sterowania agenta RL w porównaniu do tradycyjnych metod, co stanowi obiecujący kierunek rozwoju dla przemysłu chemicznego i farmaceutycznego.

Beata Martyna-Syroka w prezentacji „Wyznaczanie sygnatur trasy przejazdu pojazdem hybrydowym typu plug-in w trybie” opisała swoje badania nad pojazdem Kia Ceed 1.6 GDI PHEV. Celem projektu było opracowanie metody identyfikacji charakterystycznych wzorców jazdy w trybie czysto elektrycznym.

Wykorzystując dane z interfejsu OBD2, zbierane za pomocą aplikacji Torque Pro i OBD LX, a następnie analizowane na platformie KNIME, dążyła do stworzenia unikalnych „sygnatur trasy”, które w przyszłości mogłyby być wykorzystywane przez algorytmy diagnostyczne AI.

Warsztaty potwierdziły, że interdyscyplinarne kompetencje z zakresu sztucznej inteligencji oraz praktyczne umiejętności w obszarze nowoczesnej logistyki i transportu są obecnie jednymi z najbardziej poszukiwanych profili zawodowych na rynku pracy. Zaprezentowane przykłady wdrożeń oraz innowacyjne rozwiązania technologiczne wskazują na dalszy, dynamiczny rozwój tego sektora oraz rosnące zapotrzebowanie na specjalistów zdolnych do projektowania i integracji zaawansowanych systemów AI w środowiskach przemysłowych i biznesowych. Wydarzenie stanowiło cenną platformę wymiany wiedzy i doświadczeń, przyczyniając się do pogłębiania zrozumienia roli AI w kształtowaniu przyszłości technologii i gospodarki.