Z radością informujemy o kolejnym sukcesie naukowym dwójki pracowników naszego Wydziału. Członkowie zespołu GMUM – Przemysław Spurek i Bartosz Zieliński - zostali laureatami konkursu FIRST TEAM FENG Fundacji na Rzecz Nauki Polskiej, finansowanego ze środków Unii Europejskiej.

Przemysław Spurek otrzymał środki w wysokości 3 129 800 zł na projekt Efektywne renderowanie obiektów 3D reprezentowanych za pomocą NeRF w środowisku rozszerzonej rzeczywistości.
Generowanie obiektów 3D jest obecnie jednym z najważniejszych trendów w grafice komputerowej. Klasyczne reprezentacje są stosunkowo łatwe do renderowania jednocześnie będąc trudnymi dla generatywnych modeli uczenia maszynowego. Niedawny przełom w tym zakresie stanowi model Neural Radiance Field (NeRF), który pozwala generować obiekty 3D na podstawie zwykłych zdjęć. W przeciwieństwie do wcześniej powstałych metod NeRF nie modeluje struktury 3D obiektu, natomiast wykorzystuje sieć neuronową, która na podstawie pozycji kamery generuje wysoce realistyczny widok 3D obiektu z zadanej pozycji. Takie podejście ma wiele praktycznych zastosowań, takich jak generowanie treści graficznych dla wirtualnej rzeczywistości (VR). Główną trudnością jest tworzenie realistycznej, wysokiej jakości i bogatych treści, tj. modeli obiektów oraz całych scen wizualizowanych w VR. Obecnie większość aplikacji VR wykorzystuje treści stworzone półautomatycznie z wykorzystaniem CAD, fotogrametrii lub przygotowywanych w całości ręcznie przez grafika komputerowego. W tym kontekście możemy rozważać generatywną sztuczną inteligencję za kluczowy czynnik umożliwiający zrewolucjonizowanie domeny VR. W szczególności NeRF jest obecnie jedyną z najważniejszych technologią pretendującą do rozwiązania problemu z generowaniem wysokiej jakości kontentu do środowiska VR. Podejście oparte o NeRF umożliwia tworzenie nowych widoków złożonych scen z zaledwie kilku obrazów lub zdjęć 2D ze znanymi współrzędnymi pozycji kamery, gdyż struktura obiektu 3D jest zakodowana w wagach sieci. NeRF pozwala renderować wysokiej jakości widoków scen z wcześniej niewidocznych punktów widzenia w oparciu o relacje między obrazami. Niestety wykorzystanie NeRF jest obecnie ograniczone ze względu na stosunkowo niską szybkości renderowania oraz kompatybilnością z istniejącymi frameworkami VR. Głównym celem programu badawczego jest stworzeni systemu pozwalającego tworzyć treści graficzne dla potrzeb VR.

Bartosz Zieliński będzie realizował projekt Interpretowalne i interaktywne wielomodalne wyszukiwanie w procesie odkrywania leków, na który otrzymał 3 900 600 zł.
Aktualnie proces odkrywania leków jest skomplikowany i wymaga dużych nakładów finansowych oraz wielu lat pracy, aby wprowadzić nowy lek na rynek. Jednym ze sposobów skrócenia czasu i obniżenia kosztów tego procesu jest wykorzystanie sztucznej inteligencji. Dzięki temu można zmniejszyć liczbę niepowodzeń w testach klinicznych i ułatwić przeszukiwanie przestrzeni związków chemicznych.
W ramach tego projektu zaproponowane zostało wykorzystanie narzędzi opartych na wyszukiwaniu wiedzy oraz interaktywnemu i interpretowalnemu uczeniu maszynowemu, aby zwiększyć efektywność procesu odkrywania leków. Opracowane narzędzie będzie w stanie analizować obrazy zdarzeń komórkowych, takie jak te wykonane w protokole CellPainting (CP), i identyfikować potencjalne leki małocząsteczkowe, które mogą wywołać konkretne zdarzenia komórkowe. Dzięki czemu elementy procesu odkrywania leków takie jak identyfikacja hitów, skrining wirtualny oraz repozycjonowanie leków będą szybsze i tańsze.

Celem działania programu FIRST TEAM FNP jest przede wszystkim: wsparcie projektów ukierunkowanych na innowacyjne badania naukowe o dużym potencjale wdrożeniowym, rozwój naukowej współpracy międzynarodowej i współpracy z podmiotami gospodarczymi działającymi w Polsce oraz zwiększenie konkurencyjności polskich wniosków składanych do konkursów ERC. Więcej o programie na stronie: FIRST TEAM FENG - Fundacja na rzecz Nauki Polskiej

Życzymy powodzenia w realizacji przedsięwzięć!