Projekt realizowany w ramach działania 2.4 w programie FENG nr FENG.02.04-IP.04-0019/24.

Celem projektu „Polska Sieć Infrastruktury Badawczej dla nauk ścisłych wspomaganych sztuczną inteligencją (PLAI4SCIENCE)” jest stworzenie unikatowej infrastruktury badawczej wspierającej rozwój nauk ścisłych, szczególnie fizyki i chemii, przy użyciu sztucznej inteligencji (AI) i uczenia maszynowego (ML). Głównym zastosowaniem tej infrastruktury jest stworzenie platformy obliczeniowej i stanowisk pomiarowych dla środowiska naukowego i podmiotów gospodarczych, dostarczając narzędzi do:
1. Symulacji materiałowych wspomaganych mechanizmami ML: badanie właściwości molekuł i nanostruktur; badanie właściwości optoelektronicznych układów niskowymiarowych; rozwój i wykorzystanie metod kwantowo-chemicznych oraz symulacyjnych wspomaganych przez AI/ML w celu zmniejszenia kosztów obliczeń teoretycznych oraz umożliwienia symulacji dużych układów, trudnych do przetwarzania dostępnymi obecnie metodami kwantowo-chemicznymi. Komercyjne aplikacje: przewidywanie właściwości układów wieloelektronowych, chemia obliczeniowa, obliczenia spektroskopowe, inżynieria materiałowa, dynamika molekularna, projektowanie leków, identyfikacja materiałów dla branż fotowoltaiki, spintroniki i elektroniki organicznej.
2. Spektroskopii molekularnej i metrologii fotonicznej: wykorzystanie optycznych wnęk rezonansowych, spektroskopii ultraprecyzyjnej, optycznych grzebieni częstotliwości do pomiarów własności materiałowych i procesów ultraszybkich oraz walidacji modeli spektroskopowych wyliczonych przy użyciu metod AI i modeli ML, „inteligentne” źródła światła. Komercyjne aplikacje: charakteryzacja materiałów dla sektorów półprzewodnikowego i optoelektroniki, generacja danych referencyjnych dla systemów monitorowania atmosfery i wykrywania śladowych ilości substancji, monitorowanie procesów technologicznych, diagnostyka biomedyczna, precyzyjna charakteryzacja systemów laserowych.
3. Pomiarów wykorzystujących obrazowanie przestrzenno-spektralne: obrazowanie hiperspektralne z modelami ML do detekcji, segmentacji i klasyfikacji widm oraz dedykowane modele wizji komputerowej. Komercyjne aplikacje: monitorowanie środowiskowe i monitorowanie zjawisk, kontrola jakości (np. żywności), bezkontaktowa detekcja i identyfikacja substancji, diagnostyka medyczna.
4. Użycia wyjaśnialnej AI i metod ML w naukach ścisłych: specjalistyczne algorytmy i modele, zarówno klasyczne jak i architektury głębokich sieci neuronowych np. sieci grafowych i modeli językowych oraz narzędzia do douczania modeli i uczenia ze wzmocnieniem. Elementem infrastruktury jest zaawansowane środowisko obliczeniowe z klastrami o wysokiej mocy i odpowiednim oprogramowaniem.

Wyniki realizacji projektu są skierowane do naukowców prowadzących badania z zakresu fizyki, chemii i innych dziedzinach wymagających analizy i przetwarzania dużych zbiorów danych.

IITIS PAN jest koordynatorem projektu, w którym biorą udział także Uniwersytet Mikołaja Kopernika w Toruniu, Politechnika Wrocławska i Instytut Chemii Bioorganicznej PAN, Poznańskie Centrum Superkomputerowo - Sieciowe.

Całkowity koszt realizacji Projektu wynosi 92 635 716,67 zł, dofinansowanie 69 709 425,54 zł.

#FunduszeEuropejskie  #FunduszeUE