27 sierpnia - Spotkanie na temat AI, ML i wizji komputerowej

Description

Dołącz do naszego wirtualnego spotkania, aby wysłuchać wystąpień ekspertów na temat najnowocześniejszych zagadnień związanych z AI, ML i wizją komputerową. Data, godzina i lokalizacja 27 sierpnia 2026 roku, 9:00 - 11:00 PST Online. **[Zarejestruj się na Zoomie!](https://voxel51.com/events/ai-ml-and-computer-vision-meetup-august-27-2026)** **Odporną ochronę koncepcji przed edycją obrazów i personalizacją opartą na dyfuzji** Modele edycji i personalizacji obrazów oparte na dyfuzji znacznie ułatwiły manipulację i replikację konceptów wizualnych zaledwie na podstawie kilku obrazów referencyjnych. Jednakże, istniejące metody ochrony często są przystosowane do jednego modelu ataku i nie potrafią uogólnić się na różnorodne procesy edycyjne. W tej prezentacji omówię ostatnie osiągnięcia w zakresie ochrony koncepcji dla generatywnych systemów AI, koncentrując się na strategiach celowego zakłócania i reprezentacjach dyfuzji wrażliwych na styl. Przedstawię także wyniki eksperymentalne w różnych scenariuszach edycyjnych i dostosowawczych, podkreślając wyzwania związane z odpornością, transferowalnością i niewidocznością w praktycznych ustawieniach ochrony. Na koniec omówię otwarte problemy i przyszłe kierunki w stronę zaufanej własności generatywnej treści. *O prelegencie* [Qiuyu Tang](https://www.linkedin.com/in/qiuyutang/) jest doktorantką w dziedzinie informatyki i inżynierii na Uniwersytecie Lehigh. Jej badania koncentrują się na zaufanej AI, forensyce mediów oraz odpornych metodach ochrony przed edycją obrazów i systemami personalizacji opartymi na dyfuzji. Jej ostatnia praca bada ochronę koncepcji, zabezpieczanie stylu, manipulację semantyczną obrazami oraz odporność generatywnej AI. Przyczyniła się do wielu publikacji w dziedzinie wizji komputerowej i bezpieczeństwa AI, w tym badań nad ochroną modelu dyfuzji i wykrywaniem manipulacji oraz była organizatorką warsztatów na konferencjach. **Od pikseli do planety: Budowanie skalowalnej i opartej na faktach AI dla nauki** AI wykazała wiele nowych możliwości, od pisania e-maili po edycję i generację obrazów. Skuteczność modeli AI opiera się głównie na standardowym procesie uczenia maszynowego, gdzie dane są wprowadzane do modeli w celu uzyskania reprezentacji i prognoz, a wydajność oceniana jest przy użyciu kontrolowanych benchmarków i metryk. Jednakże, rozbieżność pojawia się, gdy próbujemy przenieść ten proces na interakcję z rzeczywistością i wykorzystać AI do odkryć naukowych. Poza decyzjami w zamkniętym zbiorze, naukowcy chcą odkrywać nowe kategorie i proponować nowe hipotezy. W tej prezentacji podzielę się tym, jak rozwiązuję wyzwania związane z AI dla nauki z perspektywy metod skoncentrowanych na danych i podejść do interpretacji. *O prelegencie* [Jianyang Gu](https://www.linkedin.com/in/jianyang-gu-9235151b9/) jest badaczem doktorskimi na Uniwersytecie Stanowym Ohio. Jego badania koncentrują się na wykorzystaniu metod skoncentrowanych na danych do budowania skalowalnych i interpretable modelów fundamentowych dla nauki. **Poza stodołą: Niew invasive wykrywanie kwasicy u bydła mlecznego za pomocą multimodalnej inteligencji emisji gazów** Kwasica żwacza cicho kosztuje światowy przemysł mleczarski miliardy rocznie i zagraża dobrostanowi zwierząt, jednak obecne metody wykrywania są nadal inwazyjne, opóźnione i niepraktyczne na dużą skalę. Nasze laboratorium opracowało całkowicie nową metodę: rejestrowanie i analizowanie wzorców emisji gazów CO₂ i CH₄ poprzez synchronizowaną obrazację RGB-termalną, przekształcając każdy oddech w sygnał diagnostyczny. Opracowaliśmy DualGasNet, architekturę głębokiego uczenia o podwójnym strumieniu z fuzją uwagi, która wykrywa kwasicę w sposób nieinwazyjny i w czasie rzeczywistym, osiągając wiodącą w branży dokładność na stworzonym od podstaw zbiorze danych o emisjach gazu z bydła. Dążąc do wyjaśnialnej, gotowej do farm AI, integrujemy modele wizji i języka — CLIP i LLaVA-1.5 — umożliwiające reasoning diagnostyczny zero-shot, który łączy różnicę między prognozami głębokiego uczenia a działającymi spostrzeżeniami weterynaryjnymi. Ta prezentacja przeprowadzi przez pełny proces od tworzenia niestandardowego zbioru danych po fuzję multimodalną i interpretację wspomaganą VLM, oferując widowni intrygujący przypadek wykorzystania wizji komputerowej do rozwiązywania problemów wysokiego wpływu w rzeczywistym świecie, wykraczających poza tradycyjne benchmarki. *O prelegencie* [Taminul Islam](https://www.linkedin.com/in/taminul-islam/) jest doktorantem oraz kandydatem na doktorat na Uniwersytecie Stanowym Południowej Illinois w Carbondale, z ponad 40 publikacjami, ponad 740 cytatami i wskaźnikiem h równym 16 - z publikacjami w CVPR 2026, WACV 2026 (oral), ICCV 2025 oraz Nature Scientific Reports, w tym w wysoko cytowanej publikacji na lata 2024–25. **Budowanie systemów wizji komputerowej w rzeczywistym świecie z Voxel51** Ta prezentacja zbada praktyczne przepływy pracy związane z budowaniem, oceną i doskonaleniem nowoczesnych systemów wizji komputerowej. Zajmiemy się rzeczywistymi podejściami do kuracji zbiorów danych, analizy modeli, multimodalnych przepływów pracy AI oraz gotowych do produkcji potoków wizji przy użyciu technologii open-source. Sesja jest zaprojektowana dla inżynierów, badaczy i praktyków AI, którzy chcą lepiej zrozumieć, w jaki sposób zespoły rozwijają i skalują aplikacje wizji komputerowej dzisiaj. Oczekuj praktycznych demonstracji, technicznych spostrzeżeń i dyskusji na temat rozwijającego się ekosystemu narzędzi AI. *O prelegencie* [Daniel Gural](https://www.linkedin.com/in/daniel-gural/) jest ekspertem w dziedzinie Physical AI i pracuje w tej dziedzinie od ponad 8 lat. Pracując w obszarze opieki zdrowotnej, ma doświadczenie zarówno w operacyjnych zastosowaniach, jak i w używaniu Visual AI jako wsparcia w aplikacjach psychologicznych.