Co łączy poszukiwania zderzeń galaktyk z leczeniem nowotworów? Więcej, niż mogłoby się wydawać. Przez pięć dni (7–11 września) Warszawa gościła fizyków, specjalistów od obrazowania medycznego i informatyków z Europy, Japonii i USA. Trzecia edycja International Workshop on Machine Learning and Quantum Computing Applications in Medicine and Physics jeszcze raz pokazała, że te same narzędzia potrafią rozwiązywać zupełnie różne problemy. Metody opracowane do analizy danych z teleskopów czy akceleratorów cząstek coraz częściej trafiają do szpitali, i odwrotnie.

O czym rozmawialiśmy?
 

Kosmos i cząstki

Nowe teleskopy i badania nieba dostarczają milionów widm i obrazów galaktyk, a człowiek nie jest w stanie przejrzeć ich samodzielnie. Sztuczna inteligencja analizuje tysiące widm w kilka sekund i rozpoznaje zderzenia galaktyk. W fizyce cząstek AI generuje symulacje zderzeń protonów obserwowanych w LHC, które klasycznymi metodami zajmowałyby ogromne zasoby superkomputerów. Rozmawialiśmy też o tym, ile naprawdę warte są takie „sztucznie wygenerowane” dane. Zaprezentowano między innymi model symulujący zachowanie cząstek w detektorze niemal sto razy szybciej niż dotychczasowe najlepsze rozwiązania. Pokazano także jak metody optymalizacji będące integralną częścią metod uczenia maszynowego mogą być wykorzystane do projektowanie detektorów nowych generacji.

Medycyna i obrazowanie przemysłowe

Pokazano niewielki model AI, który w kilka sekund na zwykłym laptopie ocenia stan zatok u dzieci na podstawie tomografii komputerowej, bez potrzeby drogiego sprzętu. Omawiano szybsze i dokładniejsze planowanie radioterapii, lepszą jakość obrazów z tomografii i PET oraz metody kontroli terapii protonowej, które w symulacjach wskazywały zasięg wiązki z dokładnością poniżej milimetra. Przestawiono jak skuteczny jest transfer technologii pomiędzy światem zastosowań medycznych i przemysłowych.

Świat kwantowy

Komputery kwantowe wykorzystują zjawiska, które w codziennym życiu wydają się niemożliwe, na przykład splątanie cząstek. Rozmawialiśmy o tym, czym właściwie jest „informacja” i jak łączy ona uczenie maszynowe, obrazowanie medyczne i obliczenia kwantowe. Prezentowano pierwsze próby kwantowego rozpoznawania guzów mózgu na zdjęciach MRI, kwantowe metody redukcji danych satelitarnych, a także to, jak splątanie przejawia się w zderzeniach cząstek elementarnych.

Superkomputery

Za każdym dużym modelem AI stoi potężna infrastruktura obliczeniowa. Mówiliśmy o europejskich superkomputerach i tzw. fabrykach AI, które mają ułatwić naukowcom i firmom dostęp do mocy obliczeniowej, a także o wyzwaniach, z jakimi mierzą się centra obliczeniowe obsługujące bardzo różne zastosowania.

Nauka o nauce

Duże modele językowe mogą pomóc w przygotowywaniu metaanaliz, czyli zestawień wyników wielu badań, będących złotym standardem w medycynie. Jednocześnie lawinowo rosnąca liczba publikacji pisanych z pomocą AI coraz mocniej obciąża system recenzji naukowych. To jedno z ważniejszych wyzwań stojących dziś przed społecznością naukową.

Warsztaty praktyczne

Uczestnicy mogli też zdobyć konkretne umiejętności: wprowadzenie do obliczeń kwantowych poprowadzili eksperci Poznańskiego Centrum Superkomputerowo-Sieciowego, a zespół NCBJ pokazał, jak przyspieszać modele AI na kartach graficznych. Dziękujemy wszystkim prelegentom, uczestnikom i prowadzącym warsztaty za świetne wystąpienia i żywe dyskusje w przerwach! Szczególne podziękowania dla współorganizatorów: Universität Wien, Uniwersytetu Jagiellońskiego, laboratorium CREATIS, IFJ PAN oraz IT:U Austria. 

Warsztaty zostały sfinansowane ze środków budżetu państwa przyznanych przez Ministra Nauki i Szkolnictwa Wyższego w ramach programu „Wektory Nauki”.

Do zobaczenia na kolejnej edycji!