(Kontynuacja tematyki poruszonej w części 1)

Drugim prezentowanym w naszej serii ekspertem jest Łukasz Słabiński, szef zespołu ds. sztucznej inteligencji w Samsung R&D Institute Poland (SRPOL). Dołączył on do SRPOL w roku 2013 jako starszy inżynier i dziś, po 8 latach pracy, przewodzi zespołowi AI. Poniżej przedstawiamy ekscytujące innowacje, nad jakimi Łukasz i jego zespół pracują w SRPOL.

Pytania i odpowiedzi Pyt.: Wiadomo, że – w porównaniu z opracowywaniem technologii inteligencji wizualnej – tworzenie rozwiązań w zakresie rozpoznawania mowy jest bardzo złożone. Z jakimi wyzwaniami macie do czynienia i jak sobie z nimi radzicie? – Sergei Lytvynenko (Samsung R&D Institute Ukraine) Odp.: Język nieustannie ewoluuje, jest niezwykle subiektywny i obejmuje niezliczone warianty, takie jak akcent, tonacja czy dialekt. Stawiamy czoła tym wyzwaniom, korzystając z najnowocześniejszych technologii maszynowego uczenia się, które tworzą modele zapamiętujące ogólne wzorce językowe automatycznie rozpoznawane w analizowanych danych. Łukasz Słabiński (Samsung R&R Institute Poland

Pyt.: Wiadomo, że opracowywanie rozwiązań w dziedzinie rozpoznawania mowy jest ogromnie skomplikowane. Z jakimi wyzwaniami zetknąłeś się podczas pracy nad technologiami związanymi z językiem i jak sobie z nimi poradziłeś?

Odp.: Uważam, że technologie związane z językiem są znacznie bardziej złożone niż pozostałe. Ludzie porozumiewają się za pomocą niemal 7000 wciąż ewoluujących języków, z których każdy obejmuje rozliczne akcenty i dialekty. Co więcej, język jest znacznie mniej obiektywny niż np. obraz, który można opisać przy pomocą formuł matematycznych. Ludzie „kodują” swoje myśli, przekładając je na zestaw dźwięków czy znaków, które tworzą komunikat – ten z kolei musi następnie zostać „rozszyfrowany” i zinterpretowany. Ponieważ każda faza tego procesu jest indywidualna, kreatywna i niedeterministyczna, oparta na języku komunikacja pomiędzy ludźmi jest ogromnie złożona i wieloznaczna. Dlatego z jednej strony możemy cieszyć się piękną poezją i świetnymi żartami, a z drugiej – doświadczać nieporozumień.

Specjaliści R&D pracujący nad przetwarzaniem języka naturalnego (NLP – Narutal Language Processing) często zmagają się z własnymi, czysto ludzkimi ograniczeniami. Nawet my miewamy bowiem trudności z jasną komunikacją ze współpracownikami czy członkami rodziny. Zatem jak inżynier znający 2 języki może wymyślić i zaprogramować system maszynowego tłumaczenia obejmujący 40 języków? Aby poradzić sobie z tym problemem, używamy technologii maszynowego uczenia się.

Podczas procesu zwanego „szkoleniem” na bazie przykładów z naszych zestawów danych automatycznie identyfikujemy ogólne wzorce i zapamiętujemy je w formie modelu. By stworzyć system maszynowego tłumaczenia, szkolimy sieć neuronową, by mapowała zdanie w różnych językach w oparciu o miliony przykładów, które wcześniej zebraliśmy i „oczyściliśmy”. Brzmi to łatwo, ale mamy tu do czynienia z trzema zasadniczymi trudnościami.

Pierwsza z nich wiąże się z opracowaniem odpowiedniej architektury modelu maszynowego uczenia się, która będzie w stanie zapamiętać i zgeneralizować wystarczająco wiele wzorców językowych dla danych aspektów, takich jak maszynowe tłumaczenie, analiza sentymentu czy podsumowanie tekstu.

Druga trudność dotyczy przygotowania wystarczającej ilości danych szkoleniowych, ponieważ systemy uczenia się maszynowego mogą rozpoznać i zapamiętać tylko wzorce zaprezentowane w szkoleniowym zbiorze danych.

Zaś ostatnia trudność ma związek z implementacją „przeszkolonego” modelu maszynowego uczenia się na dedykowanej chmurze bądź platformie znajdującej się w na urządzeniu.

Powyższym wyzwaniom stawiamy czoła, wykorzystując dogłębną ekspercką wiedzę naszych inżynierów i zaawansowane podejścia do zabierania danych, a także nieustannie eksperymentując z najnowszymi architekturami maszynowego uczenia się.

Pyt.: Czy możesz pokrótce przedstawić nam swój zespół ds. sztucznej inteligencji, centrum Samsung R&D Institute Poland (SRPOL), a także realizowane tam prace?

Odp.: SRPOL to jedno z największych międzynarodowych centrów badawczo-rozwojowych zajmujących się oprogramowaniem w Polsce. Mamy dwie lokalizacje: w Warszawie, stolicy kraju, oraz w Krakowie, który jest technologicznym hubem swojego regionu. Blisko współpracujemy z lokalnymi startupami, uniwersytetami i instytucjami badawczymi.

Misją zespołu ds. AI w SRPOL jest tworzenie opartych na sztucznej inteligencji funkcji, narzędzi i usług mogących uprościć i wzbogacić życie użytkowników. Skupiamy się głównie na dziedzinach NLP i Audio Intelligence, posiadamy jednak ekspercką wiedzę w zakresie wielu różnych zagadnień, w tym systemów rekomendacji, pozycjonowania wewnętrznego, analityki wizualnej czy rzeczywistości rozszerzonej.

Pyt.: Od 2018 roku jesteś w SRPOL szefem zespołu ds. sztucznej inteligencji, nadzorowałeś więc mnóstwo projektów zarówno z dziedziny NLP, jak i innych. Nad czym obecnie pracujesz ze swoim zespołem?

Odp.: Jeśli chodzi o NLP, kontynuujemy działania rozpoczęte ponad 10 lat temu wraz z opracowaniem rozwiązań takich jak tłumaczenie maszynowe, systemy dialogowe (w tym odpowiadające na pytania) i analityka tekstu. Pracujemy zarówno nad skalowalnymi, potężnymi usługami opartymi na chmurze, jak i nad szybkimi i działającymi offline aplikacjami na urządzenia.

Audio Intelligence to dla nas nowsza dziedzina. Kilka lat temu dostrzegliśmy, że jej znaczenie rośnie, postanowiliśmy więc bliżej ją zbadać. Obecnie pracujemy nad rozpoznawaniem, rozdzielaniem, wzmacnianiem i analizą dźwięku. Bierzemy tu pod uwagę wszystkie poziomy przetwarzania audio – od rozumienia środowiska akustycznego po szczegółowe dopracowywanie algorytmów dźwiękowych oferowanych przez urządzenia o bardzo niewielkich zasobach sprzętowych, takich jak bezprzewodowe słuchawki douszne.

Pyt.: W zakresie technologii skupiacie się m.in. na NLP, pozyskiwaniu tekstu i danych oraz Audio Intelligence. Czy Wasze badania w sposób bezpośredni wpłynęły na opracowanie konkretnych urządzeń bądź usług Samsung? Z jakich korzyści mogą cieszyć się użytkownicy dzięki Twojemu zespołowi?

Odp.:  SRPOL od dawna komercjalizuje technologie AI, nie jest to jednak tylko nasza zasługa. Jesteśmy dumni, że stanowimy część większej całości, w ramach której SRPOL blisko współpracuje z innymi centrami R&D Samsung, by uczestniczyć w komercjalizacji.

Przyczyniliśmy się na przykład do opracowania kilku inteligentnych funkcji wprowadzania tekstu na urządzeniach mobilnych Samsung, w tym klawiatury ekranowej, funkcji hashtagu, rekomendacji tytułów Samsung Note i inteligentnych odpowiedzi tekstowych na smartwatchach.

Wnieśliśmy również wkład w system rekomendacji sklepu Galaxy, który sugeruje użytkownikom najciekawsze gry na podstawie ich preferencji.

Pyt.: Jako gorący zwolennik nowych dziedzin sztucznej inteligencji, takich jak Audio Intelligence, jakie zidentyfikowałbyś dziś w tej branży główne trendy? I jak ta technologia wpłynie na codzienność użytkowników?

Odp.: Uważam, że Audio Intelligence okaże się kolejnym przełomowym rozwiązaniem, które wpłynie na wszystkie urządzenia elektroniczne przeznaczone do indywidualnego użytku. Praca nad analityką audio jest niezwykle ważna – to brakujące ogniwo, które pozwoli stworzyć zaawansowane, prawdziwie skupione na ludziach systemy oparte na AI.

Potężne systemy NLP analizują intencje użytkownika wyrażane w formie tekstu pisanego bądź mówionego. Algorytmy rozpoznawania obrazów kryją się praktycznie w każdym aparacie fotograficznym i urządzeniu prezentującym treści wizualne. Większość z nas nie wyobraża już sobie prowadzenia samochodu bez nawigacji, pisania wiadomości bez korekty błędów czy wyszukiwania informacji bez użycia internetu. Jednak – z kilkoma wyjątkami w postaci zastosowań specjalistycznych – jak dotąd bardzo rzadko korzystamy z technologii inteligentnego rozpoznawania dźwięku, by udoskonalić nasz słuch. Myślę, że już niedługo to się zmieni.

Wyobraźmy sobie, że dysponujemy powszechnie dostępną technologią, która pozwala użytkownikom określić, co i jak chcą słyszeć. Na przykład podczas lunchu jedzonego z przyjacielem w parku zlokalizowanym w gwarnym centrum miasta moglibyśmy wybrać, że chcemy słyszeć jedynie dźwięki pochodzące z natury oraz głos osoby, z którą rozmawiamy. A teraz zwizualizujmy sobie zaawansowany system wirtualnej bądź rozszerzonej rzeczywistości, określany ostatnio mianem Metaverse, generujący wciągające, trójwymiarowe wrażenia audio bezpośrednio w głowie użytkownika. Już te dwa przykłady dają nam setki możliwych zastosowań, a to jeszcze nie koniec. Szansa na to, by słyszeć to, co obecnie niesłyszalne? Dziś ludzie słyszą tylko dźwięki mieszczące się w wąskim spektrum. Ale nasz świat pełen jest dźwięków, z którymi bieżące technologie AI zasadniczo nie mają do czynienia. Jestem przekonany, że rozwój Audio Intelligence sprawi, że wszystko to znacząco wpłynie na nasze życie.

▲ Badacze z Samsung R&D Institute Poland pracują nad technologią aktywnego wygłuszania hałasu (ANC – Active Noise Cancellation), wykorzystując symulator głowy i tułowia HATS w pomieszczeniu bezodbiciowym.

Pyt.: W jaki sposób wykorzystujecie bieżące trendy w badaniach prowadzonych w Samsung R&D Institute Poland?

Odp.: Poza działaniami w zakresie NLP i audio pracujemy też nad wynalezieniem najskuteczniejszych sposobów budowania prawdziwie multimodalnych systemów. W tym celu prowadzimy badania i analizujemy przypadki użycia z różnych perspektyw. Analiza taka jest możliwa dzięki naszemu zróżnicowanemu, interdyscyplinarnemu zespołowi, w skład którego wchodzą m.in. inżynierowie, lingwiści i naukowcy specjalizujący się w tematyce danych.

Pyt.: Co było Waszym największym jak dotąd osiągnięciem w SRPOL?

Odp.: Zdecydowanie nasze rozwiązanie umożliwiające tłumaczenie maszynowe. Przez pięć lat z rzędu zbierało laury na różnych konkursach: International Workshop on Spoken Language Translation (IWSLT) w latach 2017–2020, Workshop on Machine Translation (WMT) w roku 2020, a także Workshop on Asian Translation (WAT) w roku 2021. Zaliczają się one do najbardziej prestiżowych międzynarodowych konkursów w tej dziedzinie.

Szczególnie satysfakcjonujące było tegoroczne zwycięstwo na WAT, ponieważ dla nas – polskich inżynierów – dostosowanie rozwiązania do języków azjatyckich stanowiło początkowo nie lada wyzwanie. Nagroda ta dowodzi jednak prawdziwej potęgi tej technologii, która sprawdza się nie tylko podczas zwykłej demonstracji pokazowej.

Kolejnym osiągnięciem, z którego jestem bardzo dumny, jest prędkość wzrostu, jaką osiągnął zespół ds. Audio Intelligence i opracowana przez niego technologia. Choć zaczynaliśmy praktycznie od zera, wystarczyło kilka lat, abyśmy dwa lata z rzędu – w roku 2019 i 2020 – stawali na podium warsztatu Detection and Classification of Acoustic Scenes and Events. Opublikowaliśmy ponadto kilka artykułów naukowych i patentów w tej dziedzinie. Nie mam wątpliwości, że to dopiero początek sukcesów, jakie osiągniemy.

W kolejnej części przedstawimy wywiad z Bin Dai, ekspertem od maszynowego uczenia się z Samsung Research Institute China w Pekinie.

W tej serii artykułów Samsung Newsroom przedstawia ekspertów ds. technologii z centrów R&D Samsung z całego świata, by przybliżyć czytelnikom wykonywaną przez nich pracę i jej wpływ na użytkowników.

Pierwszy prezentowany ekspert to Sergii Lytvynenko, szef zespołu ds. inteligencji wizualnej w Samsung R&D Institute Ukraine (SRK), który dołączył do tego centrum badawczo‑rozwojowego ponad dziesięć lat temu jako inżynier ds. oprogramowania. Poniżej przedstawiamy przełomową pracę, jakiej Sergii i jego zespół podejmują się w SRK.

Pyt.: Czy możesz pokrótce zapoznać nas z Samsung R&D Institute Ukraine i pracą, jaką tam wykonujecie?

Nasze centrum badawczo‑rozwojowe zlokalizowane jest w Kijowie, w samym sercu Ukrainy. Od momentu powstania w roku 2009 SRK skupia się na AI, rzeczywistości rozszerzonej (AR) / wirtualnej (VR) oraz bezpieczeństwie, ma też w tych dziedzinach rozległą wiedzę ekspercką. Centrum skupia wybitnych branżowych specjalistów, którzy pracują obecnie m.in. nad bezpieczeństwem inteligentnych rozwiązań, rozpoznawaniem obrazów i  inteligentnymi usługami kontekstowymi. Ponadto, w ramach inicjatyw wspierających kooperację branżowo‑edukacyjną, SRK aktywnie współpracuje z lokalnymi uniwersytetami i szkołami.

Pyt.: Nad czym pracuje obecnie Twój zespół ds. inteligencji wizualnej?

Obecnie prowadzimy ważne badania w zakresie AI, rozpoznawania obrazów i grafiki komputerowej. Naszym nadrzędnym celem jest przekształcenie osiągnięć badawczych w holistyczne doświadczenia użytkowników, co pozwoli podnieść jakość życia wielu osób poprzez uproszczenie wykonywanych przez nich codziennie czynności, a także zapewnienie im pozytywnych emocji i wciągających wrażeń.

Aby to osiągnąć, blisko współpracujemy z różnymi zespołami w innych krajach w ramach zaawansowanych badań w najistotniejszych dla nas dziedzinach, a także współdziałamy z jednostkami biznesowymi, którym przekazujemy nasze kluczowe technologie, aby mogły trafić do urządzeń i usług Samsung.

Pyt.: Twój zespół zajmuje się dwiema istotnymi dziedzinami technologii – rozpoznawaniem obrazów i grafiką komputerową. W jaki sposób wpływają one na innowacje w zakresie nowych wrażeń użytkowników?

W ubiegłym roku rozpoczęliśmy szeroko zakrojone prace nad rozwiązaniem Smart Trainer oferującym zupełnie nowe doświadczenia w zakresie domowych treningów. Za pomocą kamery USB połączonej do telewizora Samsung Smart system śledzi aktywność użytkownika i wykonywane przez niego ćwiczenia, oferuje także rekomendacje dotyczące formy – a wszystko to dzięki AI. Bardzo się cieszymy, że dziś użytkownicy telewizorów Samsung Smart mogą korzystać także z tej funkcji.

Pyt.: W jaki sposób wykorzystujecie kluczowe technologie z najistotniejszych dla Was dziedzin w realizowanych obecnie projektach, takich jak gogle AR?

Prowadzimy zaawansowane prace badawczo‑rozwojowe, by sprostać istotnym wyzwaniom w zakresie rozpoznawania obrazu i grafiki komputerowej w odniesieniu do gogli AR. Jeśli chodzi o tę pierwsza kwestię, czyli o rozpoznawanie obrazu, pracujemy nad rozwiązaniami koniecznymi dla AR, w tym nad symultaniczną lokalizacją i mapowaniem (SLAM – Simultaneous Localization and Mapping), szacowaniem głębi, rozumieniem otoczenia i interakcją człowiek–komputer (HCI – Human–Computer Interaction). Jeśli zaś chodzi o grafikę komputerową, prowadzimy badania nad renderowaniem o niskiej latencji w celu optymalizacji AR i gier.

△ Zespół ds. inteligencji wizualnej w Samsung R&D Institute Ukraine

Pyt.: Poza AR Twój zespół wniósł też wkład w rozwój technologii rysika S Pen. Możesz nam opowiedzieć o opracowywaniu tego rozwiązania?

Jednym z najistotniejszych dla nas zagadnień i rozwiązań, którym poświęcamy mnóstwo prac badawczo‑rozwojowych, jest technologia rozpoznawania pisma odręcznego przeznaczona na urządzenia obsługujące S Pen – rysik, który współdziała obecnie z coraz większą liczbą sprzętów Galaxy. Pracując nad rozwiązaniem rozpoznającym pismo odręczne, stworzyliśmy też bogate portfolio patentów, przyczyniając się w ten sposób do tworzenia kluczowych technologii Samsung.

Pyt.: Jak Twoim zdaniem zoptymalizowane przez Was technologie S Pen na Galaxy Z Fold3 udoskonalą wrażenia z użytkowania tego urządzenia?

Galaxy Z Fold3 to prawdziwie wyjątkowy sprzęt. Jego rozległy, składany wyświetlacz pozwala przekraczać granice i staje się dla użytkowników istotnym ułatwieniem produktywności, doskonale sprawdzającym się zarówno w pracy zawodowej, jak i podczas nauki. W tym kontekście rysik S Pen, rozpoznawanie pisma odręcznego i niska latencja stają się niezwykle ważne. Wzięliśmy to, co najlepsze w pisaniu długopisem na papierze, by te same wrażenia zaoferować na ekranie cyfrowym.

Pyt.: W jaki sposób technologie, w które Twój zespół wniósł wkład w przypadku Galaxy Z Fold3, mogą podnieść jakość życia użytkowników i uprościć ich codzienne działania?

Opracowaliśmy oparte na AI rozwiązanie predykcji punktowej, by zminimalizować latencję przy korzystaniu z rysika S Pen. Pozwoliło to zbliżyć wrażenia pisania i rysowania na ekranie do używania zwykłego długopisu i papieru. Co więcej, technologie rozpoznawania pisma odręcznego sprawiają, że cyfrowe pisanie staję się inteligentniejsze, łatwiejsze i przyjemniejsze. Pozwalają one przekształcić notatkę w cyfrowy dokument, rozpoznają odręcznie narysowane tabele czy diagramy, umożliwiają zagnieżdżanie linków, same rozwiązują zadania matematyczne… w dodatku wszystkie te funkcje są wyjątkowo intuicyjne w obsłudze. Takie doświadczenia prawdziwie zmieniają nasza codzienność.

Pyt.: Jakie Twoim zdaniem są dziś główne trendy technologiczne?

Obecnie uznaje się, że najistotniejszym trendem jest modalność wizualna: jak przekształcić notatkę czy wideo w ich inteligentny odpowiednik, a także ile przydatnych informacji kontekstowych możemy pobrać z tych procesów. W przypadku tej technologii AR otwiera całe mnóstwo możliwości, choć generuje też niemało wyzwań. Na przykład „cyfrowe oczy”, które przeprowadzałyby dla użytkownika pełne rozpoznanie otoczenia i oferowały odpowiednio zorganizowane informacje kontekstowe, mogłyby całkowicie zmienić nasze życie.

Innym ważnym dziś trendem jest HCI. Tu naszym zdaniem najistotniejsze są interakcje multimodalne. Są to interakcje pomiędzy użytkownikiem a sprzętem, które obejmują wizję, język i wiedzę. Technologia ta mogłaby pomóc urządzeniom Samsung „zrozumieć” świat, w którym się znajdują.

Pyt.: Co uznałbyś za Wasze najważniejsze jak dotąd osiągnięcie w SRK?

Czerwiec tego roku był dla nas wyjątkowy, ponieważ wygraliśmy organizowany podczas CVPR (Conference on Computer Vision and Pattern Recognition) 2021 konkurs Chart Question Answering Challenge. CVPR to największa na świecie konferencja dotycząca rozpoznawania obrazów i AI. Jesteśmy niezwykle dumni z tego osiągnięcia.

Pyt.: Technologie z dziedziny inteligencji wizualnej są ogromnie ważne dla opracowywania nowych mobilnych wrażeń dla użytkowników. W jaki sposób przyczyniają się do tego również technologie związane z językiem?

Przetwarzanie języka naturalnego (NLP – Natural Language Processing) to jedna  najtrudniejszych dziedzin badawczych. Bardzo chcielibyśmy, by każdy człowiek na świecie mógł używać i doświadczać naszych rozwiązań. Aby było to możliwe, konieczny jest wzrost liczby obsługiwanych przez urządzenia języków. Nieustannie pracujemy nad tym, by usługę rozpoznawania pisma odręcznego przez rysik S Pen oferować w coraz to nowych wersjach językowych – jest ich obecnie 80, ale liczba ta już niedługo znowu wzrośnie!

[Ku przyszłości dzięki badaniom Samsung] Ekspert ds. inteligencji wizualnej rozmawia z ekspertem z dziedziny przetwarzania języka naturalnego Witaj, Łukaszu. Nazywam się Sergii i pracuję z SRK. Technologie z dziedziny inteligencji wizualnej takie jak te, nad którymi pracuje mój zespół, są niezbędne, jeśli chcemy umożliwić większej liczbie osób cieszenie się innowacyjnymi wrażeniami mobilnymi. Wiadomo, że opracowywanie rozwiązań w dziedzinie rozpoznawania mowy jest ogromnie skomplikowane. Z jakimi wyzwaniami zetknąłeś się podczas pracy nad technologiami związanymi z językiem i jak sobie z nimi poradziłeś?

[1] Samsung Research to zaawansowany hub badawczo‑rozwojowy (R&D – research and development) działów elektroniki konsumenckiej (CE – Consumer Electronics) oraz IT i komunikacji mobilnej (IM – IT & Mobile Communications) firmy Samsung.

W październiku jednostka badawczo-rozwojowa Samsung Research Institute Poland (SRPOL), we współpracy z University of Edinburgh w Wielkiej Brytanii, zdobyła pierwsze miejsce podczas Międzynarodowych Warsztatów Tłumaczeń Języka Mówionego (IWSLT), jednych z najbardziej znanych i najdłużej na świecie organizowanych warsztatów tłumaczenia automatycznego. IWSLT to – obok Warsztatów Tłumaczeń Maszynowych (WMT) – najbardziej prestiżowy konkurs w tej dziedzinie. Warto podkreślić, że polskie centrum badawcze Samsung po raz drugi z rzędu zwyciężyło w warsztatach IWSLT. Co roku w czerwcu IWSLT dostarcza dopuszczalne zestawy danych szkoleniowych i umożliwia składanie przez uczestników wniosków testowych, po czym ocenia przesłane prace za pomocą mierników automatycznych. W tym roku w ramach warsztatów zajmowano się dwoma zadaniami: tłumaczeniem maszynowym i tłumaczeniem mowy. W obu przypadkach dodatkowa trudność polegała na tym, że uczestnicy dysponowali niedużymi zasobami. Jednostka Samsung Research Institute Poland zmierzyła się z pierwszym z tych zadań, starając się odkryć nowe technologie, które mogą pomóc w przezwyciężeniu sytuacji braku zasobów w postaci nie tylko danych, ale również czasu i środków finansowych – warunkami, z którymi zespoły mają często do czynienia w przypadku wykorzystania AI przy tłumaczeniach na wiele języków.

Zadaniem drużyny Samsung było wykorzystanie technologii AI do przetłumaczenia tekstu z języka baskijskiego na język angielski. Zespół SRPOL otrzymał najpierw ograniczoną ilość danych – około miliona równoległych zestawów danych tłumaczeniowych z baskijskiego na angielski w postaci napisów filmowych – w celu przeszkolenia i opracowania modelu algorytmu. Następnie dane te zostały użyte do przetłumaczenia na język angielski prelekcji TED przeprowadzonych w języku baskijskim. Pomimo trudności związanych z proponowanym kierunkiem tłumaczenia i ograniczoną ilością danych w porównaniu z tłumaczeniami referencyjnymi, SRPOL uzyskał najwyższy wynik przy użyciu algorytmu Bilingual Evaluation Understudy (BLEU) wynoszący 26,21 – wykazujący wysoki poziom zgodności tłumaczenia maszynowego z tłumaczeniem referencyjnym – oraz znacząco niski wskaźnik błędu.

Zespół Samsung Research Institute Poland (SRPOL).

Nagroda zdobyta przez Samsung Research Institute Poland to kolejny dowód potwierdzający wiedzę firmy w zakresie sztucznej inteligencji. W sierpniu bieżącego roku ukraiński oddział Samsung R&D Institute stworzył na potrzeby Instytutu Technologii w Karlsruhe i Instytutu Technologicznego Toyoty w Chicago (KITTI) Vision Benchmark Suite, jednej z trzech najlepszych organizacji zajmujących się badaniami porównawczymi w dziedzinie technologii napędów samochodowych, rozwiązanie wykrywające pieszych. KITTI plasuje się wśród czołowych instytucji prowadzących badania porównawcze, takich jak Caltech Pedestrian i CityScapes.

KITTI obejmuje dziewięć kategorii (w tym m.in. „stereo”, „obiekty”, „śledzenie” czy „droga”); SRK przedstawiła swoją technologię widzenia komputerowego SiRtaKi w ramach „śledzenia pieszych”. Rozwiązanie to zostało uznane za najlepsze w swojej dziedzinie.

W lipcu Samsung Research zajął pierwsze miejsce w dwóch prestiżowych konkursach odczytywania pisma przy użyciu AI: MAchine Reading COmprehension (MS MARCO) Competition organizowanym przez Microsoft oraz TriviaQA organizowanym przez University of Washington. Do dziś Samsung zajmuje pierwsze miejsce w kategorii „Web” konkursu TriviaQA.

W marcu natomiast Samsung R&D Institute China-Beijing (SRC-B) wyróżnił się w dziedzinie prac rozwojowych nad sztuczną inteligencją w zakresie przetwarzania obrazów (technologie analizy znaków i obrazów), wygrywając międzynarodową konferencję poświęconą analizie i rozpoznawaniu dokumentów – ICDAR, będącą globalnym konkursem w dziedzinie technologii optycznego rozpoznawania znaków.

– Samsung jest globalnym liderem w dziedzinie prac rozwojowych nad AI i związanych z nią technologii, co potwierdzają liczne osiągnięcia w prestiżowych konkursach z zakresu sztucznej inteligencji. Będziemy nadal wdrażać przełomowe technologie AI w naszych produktach i usługach – powiedział Seunghwan Cho, Vice President of Samsung Research.

Dotarcie do utalentowanych studentów kierunków technicznych jest kluczowe przy realizacji innowacyjnych projektów w Samsung R&D w Polsce – mówi Marta Ambroziak, HR Manager w Samsung R&D Institute Poland. – Samsung jest jedną z najbardziej rozpoznawalnych marek na świecie pod kątem oferowanych produktów. Aby dodatkowo zwiększyć jego widoczność na rynku pracodawcy, zdecydowaliśmy się pokazać w jakich kierunkach można rozwijać się w Samsung R&D Institute Poland.

Kampania ma również ułatwić proces aplikacji do firmy. Sercem działań jest strona internetowa rozkodujswojpotencjal.pl. To na niej uczestnicy będą rejestrować się, aby rozwiązać techniczną zagadkę.

Studenci mogą rozwiązywać problem algorytmiczny przez miesiąc, w dwutygodniowych cyklach. Zadanie sprawdzi umiejętności niezbędne studentom do codziennej pracy w firmie Samsung. Rekomendowane języki programowania to JAVA i C++.

Każda osoba, która poprawnie rozwiąże zadanie będzie miała możliwość wzięcia udziału w procesie rekrutacyjnym do Samsung R&D Institute Poland. Dodatkowo – raz na dwa tygodnie przez miesiąc trwania akcji, w rankingu na stronie www.rozkodujswojpotencjal.pl zostaną wyłonieni zwycięzcy, którzy otrzymają smartfony Samsung Galaxy S8+. Nagrody w konkursie zostaną rozdane podczas Dnia Otwartego Samsung, który odbędzie się 14 listopada w siedzibie Samsung R&D Institute –  Warsaw Spire.

Kampania, oprócz promocji online, będzie również widoczna na dwóch uczelniach – Politechnice Warszawskiej oraz Akademii Górniczo-Hutniczej w Krakowie. Absolwenci właśnie tych uczelni stanowią znaczną część pracowników Samsung R&D.