Νέα

Ομάδα φοιτητών και ερευνητών του Τμήματος Πληροφορικής του Οικονομικού Πανεπιστημίου Αθηνών κατέκτησε φέτος την πρώτη θέση στον διεθνή διαγωνισμό Τεχνητής Νοημοσύνης«ImageCLEFmed Caption», μια διάκριση την οποία πετυχαίνει συστηματικά τα τελευταία πέντε χρόνια.

Πρόκειται για διαγωνισμό, στον οποίο παίρνουν μέρος συστήματα ερευνητικών ομάδων, που με τη χρήση τεχνητής νοημοσύνης επιχειρούν να συνδέσουν αυτόματα ιατρικές εικόνες από ακτινογραφίες, υπερήχους, αξονικές και μαγνητικές τομογραφίες κλπ, με ετικέτες ιατρικών εννοιών για την καλύτερη διαχείριση μεγάλου όγκου δεδομένων, αλλά και να παράγουν κείμενα ιατρικών διαγνώσεων.

 Στην  ερευνητική ομάδα Επεξεργασίας Φυσικής Γλώσσας του Οικονομικού Πανεπιστημίου Αθηνών που κατέλαβε την πρώτη θέση στην αυτόματη ανάθεση ιατρικών ετικετών (Concept Detection) και την τρίτη θέση στην αυτόματη περιγραφή ιατρικών εικόνων (Caption Prediction), συμμετέχουν ο καθηγητής Τεχνητής Νοημοσύνης στο Τμήμα Πληροφορικής του Οικονομικού Πανεπιστημίου Αθηνών (ΟΠΑ) και συνεργαζόμενος ερευνητής της Μονάδας «Αρχιμήδης» του Ερευνητικού Κέντρου Αθηνά, Ίων Ανδρουτσόπουλος, ο ερευνητής του Τμήματος Πληροφορικής του ΟΠΑ και του Πανεπιστημίου της Στοκχόλμης, Γιάννης Παυλόπουλος, ο υποψήφιος διδάκτωρ του Τμήματος Πληροφορικής του ΟΠΑ και διδακτορικός υπότροφος της Μονάδας «Αρχιμήδης», Γεώργιος Μοσχόβης, ο υποψήφιος διδάκτωρ του Τμήματος Πληροφορικής του ΟΠΑ, Φοίβος Χαραλαμπάκος και ο μεταπτυχιακός φοιτητής του Προγράμματος Μεταπτυχιακών Σπουδών «Επιστήμη Υπολογιστών» του Τμήματος Πληροφορικής του ΟΠΑ, Παναγιώτης Κάλιοσης.

 Η ομάδα συμμετείχε στον διαγωνισμό με συστήματα βασισμένα σε βαθιά μάθηση (deep learning), μια μορφή μηχανικής μάθησης που χρησιμοποιεί βαθιά τεχνητά νευρωνικά δίκτυα για την κωδικοποίηση και κατηγοριοποίηση των εικόνων, καθώς και για την παραγωγή κειμένων, τεχνολογία που αξιοποιείται και από το ChatGPT. Η ομάδα ανέπτυξε νέες μορφές νευρωνικών δικτύων ειδικά για τον διαγωνισμό, αλλά και τροποποίησε υπάρχουσες μορφές συνδυάζοντας διαφορετικές μεθόδους μηχανικής μάθησης.