DAWL AI Lab \u2013 projekti<\/a>.<\/p>\n<\/p>\n
Umetna inteligenca proti odpadkom: od zaznavanja do pobiranja<\/h2>\n
<\/p>\n
Odpadki so na Malti opazen okoljski izziv, zlasti v mestnih obmo\u010djih in na lokacijah, kjer je dostop za obi\u010dajne \u010distilne slu\u017ebe ote\u017een. Raziskovalci zato razvijajo ve\u010d povezanih re\u0161itev, ki uporabljajo umetno inteligenco, ra\u010dunalni\u0161ki vid, drone in robotiko.<\/p>\n
<\/p>\n
AWIGS \u2013 droni, ki zaznavajo odpadke<\/h3>\n
<\/p>\n
Projekt AWIGS (Aerial Waste Identification and Geolocation System)<\/strong> uporablja drone in ra\u010dunalni\u0161ki vid za prepoznavanje razli\u010dnih vrst odpadkov na posnetkih iz zraka. Sistem lahko zazna odpadke in dolo\u010di njihovo lokacijo, kar omogo\u010da u\u010dinkovitej\u0161e na\u010drtovanje \u010di\u0161\u010denja in usmerjanje ekip na ustrezna mesta.<\/p>\n<\/p>\n
Posebna prednost tak\u0161nega pristopa je uporaba na te\u017eko dostopnih obmo\u010djih, kjer je pregledovanje terena zamudno ali nevarno. Podatki o lokaciji in vrsti odpadkov lahko pomagajo tudi pri na\u010drtovanju poti ter razvr\u0161\u010danju materialov za recikliranje.<\/p>\n
<\/p>\n
Projekt je povezan s prizadevanji za prehod od raziskovalnega prototipa k operativni uporabi v sodelovanju z malte\u0161ko slu\u017ebo za \u010di\u0161\u010denje in vzdr\u017eevanje javnih povr\u0161in.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
TALC \u2013 od prepoznavanja do robotskega pobiranja<\/h3>\n
<\/p>\n
Projekt TALC (Targeted Aerial Litter Collection)<\/strong> gre korak dlje. Medtem ko se AWIGS osredoto\u010da na zaznavanje in lociranje odpadkov, TALC zdru\u017euje daljinsko upravljani zra\u010dni sistem oziroma dron, prilagodljiv robotski prijemalnik in umetno inteligenco, ki podpira odlo\u010danje pri pobiranju odpadkov.<\/p>\n<\/p>\n
Namen je razviti sistem za odstranjevanje odpadkov na obmo\u010djih, kjer je \u010di\u0161\u010denje s tal nevarno, drago ali prakti\u010dno neizvedljivo. Dron omogo\u010da dostop do lokacije, ra\u010dunalni\u0161ki vid pomaga pri zaznavanju odpadkov, robotski sistem pa pri njihovem pobiranju.<\/p>\n
<\/p>\n
Oba projekta ka\u017eeta, kako je mogo\u010de posamezne korake \u2013 od odkrivanja problema do fizi\u010dnega ukrepanja \u2013 povezati v tehnolo\u0161ko re\u0161itev za okoljski izziv.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
AICOM \u2013 u\u010dinkovitej\u0161e na\u010drtovanje mestnega \u010di\u0161\u010denja<\/h3>\n
<\/p>\n
Projekt AICOM (Application of Artificial Intelligence and Computer Vision to Optimise Cleansing and Maintenance Operations in Malta)<\/strong> se osredoto\u010da na optimizacijo dela mestnih \u010distilnih slu\u017eb. S pomo\u010djo strojnega u\u010denja in ra\u010dunalni\u0161kega vida \u017eeli izbolj\u0161ati odlo\u010danje o tem, kje in kdaj so potrebne \u010distilne ekipe ter kako razporediti razpolo\u017eljive vire.<\/p>\n<\/p>\n
Bistvo ni samo odkrivanje posameznih odpadkov, temve\u010d u\u010dinkovitej\u0161e na\u010drtovanje javnih storitev. Podatki lahko pomagajo dolo\u010diti prednostna obmo\u010dja, na\u010drtovati delo ekip in bolje izkoristiti razpolo\u017eljiva sredstva.<\/p>\n
<\/p>\n
Tak\u0161en primer poka\u017ee, da umetna inteligenca ni nujno le orodje za avtomatizacijo posameznega opravila. Lahko pomaga tudi pri odlo\u010danju in organizaciji dela v \u0161ir\u0161em sistemu javnih storitev.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
Umetna inteligenca za bolj\u0161e digitalne zemljevide in 3D-modele<\/h2>\n
<\/p>\n
Uporaba dronov v laboratoriju ni omejena na okoljske projekte. Raziskovalci jih uporabljajo tudi za zajem prostorskih podatkov, izdelavo 3D-modelov in posodabljanje zemljevidov.<\/p>\n
<\/p>\n
Projekt AAC (Automated Aerial Capture for Enhanced 3D Data Acquisition in Visual Effects and Beyond)<\/strong> uporablja umetno inteligenco za na\u010drtovanje poti drona pri zajemanju podrobnih 3D-podatkov o ve\u010djih objektih in stavbah. Po za\u010detnem zajemu programska oprema prepozna obmo\u010dja, kjer je potrebnih ve\u010d podrobnosti, in na\u010drtuje dodatni let. Tak pristop je lahko uporaben pri dokumentiranju kulturne dedi\u0161\u010dine, infrastrukture in pri ustvarjanju vizualnih u\u010dinkov.<\/p>\n<\/p>\n
Projekt EMBAT (Enhancing Malta\u2019s Basemap with AI Technology)<\/strong> pa raziskuje uporabo umetne inteligence in ra\u010dunalni\u0161kega vida za izbolj\u0161evanje digitalnih zemljevidov. Osredoto\u010da se na zaznavanje sprememb med letalskimi in satelitskimi posnetki, prepoznavanje objektov in obravnavo te\u017eav, kot so sence na posnetkih.<\/p>\n<\/p>\n
Oba projekta ka\u017eeta, da lahko umetna inteligenca izbolj\u0161a zajem, obdelavo in interpretacijo podatkov o resni\u010dnem prostoru. Rezultati so lahko pomembni za na\u010drtovanje prostora, spremljanje sprememb v okolju in izdelavo kakovostnej\u0161ih digitalnih prikazov.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
Medijska pismenost in umetna inteligenca sta tesno povezani<\/h2>\n
<\/p>\n
Drugo pomembno podro\u010dje dela laboratorija je analiza medijskih vsebin. Umetna inteligenca omogo\u010da obdelavo velikih koli\u010din \u010dlankov, slik in videoposnetkov, vendar je pri tem klju\u010dno vpra\u0161anje, kaj nam podatki povedo o na\u010dinu poro\u010danja, zastopanosti posameznikov in morebitnih vzorcih pristranskosti.<\/p>\n
<\/p>\n
NBxAI \u2013 prepoznavanje vizualne pristranskosti v novicah<\/h3>\n
<\/p>\n
Projekt NBxAI (Exploring Visual Bias in News Content using Explainable AI)<\/strong> je preu\u010deval vizualno pristranskost v malte\u0161kih novi\u010darskih medijih. Povezoval je ra\u010dunalni\u0161ki vid, obdelavo naravnega jezika in analizo medijskih vsebin ter razvil metode za razumevanje vloge vizualnih elementov pri novinarskem poro\u010danju.<\/p>\n<\/p>\n
Pri novici namre\u010d ni pomembno samo, kaj pi\u0161e v besedilu. Na dojemanje dogodka vplivajo tudi izbrana fotografija, prikazani posamezniki, izrez slike, perspektiva in drugi vizualni elementi. Sistemati\u010dna analiza tak\u0161nih vzorcev lahko pomaga razumeti, kako vizualna predstavitev vpliva na interpretacijo novic.<\/p>\n
<\/p>\n
Pri tem je treba poudariti, da zaznan vzorec \u0161e ne dokazuje namerne pristranskosti. Umetna inteligenca lahko pomaga prepoznati ponavljajo\u010de se zna\u010dilnosti, njihova razlaga pa zahteva kriti\u010dno presojo in poznavanje konteksta.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
DIMAS \u2013 podatkovno podprta analiza medijev<\/h3>\n
<\/p>\n
Projekt DIMAS (Data-Informed Media Analysis Suite)<\/strong> razvija spletna orodja, ki novinarjem in javnosti pomagajo kriti\u010dno vrednotiti medijske vsebine. Uporablja metode za zaznavanje morebitne pristranskosti, analizo sentimenta oziroma tona besedila, ra\u010dunalni\u0161ki vid in razumevanje naravnega jezika.<\/p>\n<\/p>\n
Cilj je olaj\u0161ati analizo novic in omogo\u010diti bolj premi\u0161ljeno presojanje njihove vsebine. Med na\u010drtovanimi zmo\u017enostmi so tudi pogovorno raziskovanje novic, priporo\u010dila in podpora preverjanju dejstev.<\/p>\n
<\/p>\n
Tak\u0161na orodja so zanimiva tudi za raziskovanje politi\u010dnega poro\u010danja. Z analizo velikega \u0161tevila \u010dlankov je mogo\u010de preu\u010devati, kako pogosto se pojavljajo posamezniki, kak\u0161en ton spremlja njihove omembe in ali se med mediji ali politi\u010dnimi temami ka\u017eejo ponavljajo\u010di se vzorci. \u010ceprav lahko analiza razkrije razlike v poro\u010danju, sama po sebi \u0161e ne dokazuje, da je dolo\u010den novinar pristranski ali da je posamezna objava namenoma oblikovana v korist dolo\u010dene politi\u010dne strani.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
AIRAS \u2013 kako so posamezniki predstavljeni v medijih?<\/h3>\n
<\/p>\n
Projekt AIRAS (AI-Driven Media Representation Analysis for Social Equity)<\/strong> raziskuje zastopanost posameznikov v spletnih novicah, predvsem z vidika spola in tona poro\u010danja.<\/p>\n<\/p>\n
V okviru projekta so razvili orodje Article Gender Analyser<\/em>, ki omogo\u010da analizo posameznega \u010dlanka in primerjavo rezultatov z ve\u010djo zbirko novic. Sistem prepoznava osebe, analizira njihovo zastopanost ter ocenjuje ton, povezan z omembami. Raziskovalci so analizirali ve\u010d kot 73.000 spletnih \u010dlankov malte\u0161kih medijev, objavljenih med letoma 2023 in 2025.<\/p>\n<\/p>\n
Rezultati so pokazali, da so bili mo\u0161ki v analiziranih \u010dlankih omenjeni precej pogosteje kot \u017eenske. Pri razlagi tak\u0161nih ugotovitev pa je treba upo\u0161tevati tudi \u0161ir\u0161i dru\u017ebeni kontekst in dejansko zastopanost spolov na posameznih podro\u010djih.<\/p>\n
<\/p>\n
AIRAS ponazarja, kako lahko umetna inteligenca pomaga prepoznati vzorce, ki jih pri branju posameznih \u010dlankov te\u017eko opazimo. Poleg raziskovalne uporabe tak\u0161na orodja odpirajo mo\u017enosti za \u0161ir\u0161o javno razpravo o medijih in njihovi vlogi v dru\u017ebi.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
TMMU \u2013 spremljanje televizijskih novic<\/h3>\n
<\/p>\n
Projekt TMMU (Transparent Media Monitoring and Understanding)<\/strong> se osredoto\u010da na spremljanje in analizo televizijskih novic. Razvija orodja za sistemati\u010den pregled vsebin ter podpira ve\u010djo preglednost medijskega okolja.<\/p>\n<\/p>\n
Pri analizi videoposnetkov je mogo\u010de povezovati razli\u010dne vrste informacij: govor, besedilo na zaslonu, slike in osebe, ki se pojavljajo v prispevkih. Tak\u0161na obdelava lahko olaj\u0161a pregled velikega \u0161tevila novic in omogo\u010di raziskovanje, kako so posamezniki ali teme predstavljeni skozi \u010das.<\/p>\n
<\/p>\n
Med obiskom sem spoznal tudi raziskovalno delo, povezano s sistemati\u010dnim zbiranjem spletnih \u010dlankov malte\u0161kih medijev in njihovim shranjevanjem v podatkovno zbirko. Tak\u0161na zbirka omogo\u010da spremljanje pogostosti omemb posameznikov in analizo tona, od pozitivnega do negativnega ali nevtralnega. To je lahko uporabno tudi pri raziskovanju politi\u010dnega poro\u010danja, vendar je treba pri konkretnih ugotovitvah upo\u0161tevati omejitve avtomatizirane analize.<\/p>\n
<\/p>\n
Ker se posamezni projekti laboratorija na podro\u010dju medijske analize med seboj dopolnjujejo, vseh funkcij predstavljenega sistema ni mogo\u010de pripisati samo TMMU. Njihovo skupno izhodi\u0161\u010de pa je uporaba umetne inteligence za bolj sistemati\u010dno razumevanje medijskih vsebin.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
Jonathan Attard \u2013 avtomatizirana analiza novi\u010darskih videoposnetkov<\/h2>\n
<\/p>\n
Med mobilnostjo sem se udele\u017eil tudi konzultacije z Jonathanom Attardom, raziskovalcem na Univerzi na Malti, ki se ukvarja z umetno inteligenco, ra\u010dunalni\u0161kim vidom in obdelavo naravnega jezika.<\/p>\n
<\/p>\n
Njegovo raziskovalno delo vklju\u010duje avtomatizirano analizo novi\u010darskih videoposnetkov. Pri tak\u0161ni obdelavi je treba posnetek raz\u010dleniti na posamezne sli\u010dice, prepoznati pomembne vizualne elemente, zaznati osebe in prebrati besedilo, ki se pojavlja na zaslonu. Iz tako pridobljenih podatkov je mogo\u010de izlu\u0161\u010diti informacije, ki olaj\u0161ajo nadaljnji pregled videovsebin.<\/p>\n
<\/p>\n
Pomemben izziv je u\u010dinkovitost: kako izbrati ustrezne metode in modele, da je mogo\u010de velike koli\u010dine videoposnetkov obdelati dovolj hitro in zanesljivo. Pri tem se lahko primerjajo razli\u010dni pristopi za raz\u010dlenjevanje videa, prepoznavanje oseb in drugih informacij.<\/p>\n
<\/p>\n
Tak\u0161ne re\u0161itve so uporabne pri spremljanju televizijskih novic, saj omogo\u010dajo sistemati\u010dnej\u0161i pregled vsebin in iskanje informacij, ki bi jih bilo pri ro\u010dnem pregledovanju velikega \u0161tevila posnetkov te\u017eko zbrati.<\/p>\n
<\/p>\n
Ve\u010d: Raziskovalci laboratorija DAWL AI Lab<\/a> in publikacije laboratorija.<\/p>\n<\/p>\n
MAIL in PISA 2029 \u2013 medijska in umetnointeligen\u010dna pismenost<\/h2>\n
<\/p>\n
Pomembno podro\u010dje, ki povezuje umetno inteligenco, izobra\u017eevanje in kriti\u010dno vrednotenje informacij, je MAIL (Media and Artificial Intelligence Literacy)<\/strong> oziroma medijska in umetnointeligen\u010dna pismenost.<\/p>\n<\/p>\n
To podro\u010dje bo vklju\u010deno v raziskavo PISA 2029<\/strong>, ki jo pripravlja OECD. Namen preverjanja je ugotoviti, ali imajo mladi prilo\u017enost razviti kompetence za u\u010dinkovito, kriti\u010dno, eti\u010dno in odgovorno delovanje v okolju, kjer digitalne platforme in umetna inteligenca vse bolj vplivajo na nastajanje ter \u0161irjenje informacij.<\/p>\n<\/p>\n
Ne gre zgolj za preverjanje, ali znajo u\u010denci uporabljati orodja umetne inteligence. Pomembno je tudi, ali znajo oceniti verodostojnost spletnih informacij, razumeti namen vsebine, kriti\u010dno presojati digitalna sporo\u010dila ter prepoznati dru\u017ebene in eti\u010dne posledice uporabe tehnologije.<\/p>\n
<\/p>\n
OECD predvideva, da bo preverjanje vklju\u010devalo tudi simulirana digitalna okolja, v katerih bodo u\u010denci re\u0161evali naloge, podobne resni\u010dnim situacijam na internetu, dru\u017ebenih omre\u017ejih in v orodjih umetne inteligence.<\/p>\n
<\/p>\n
Tak\u0161en pristop poudarja, da medijske in umetnointeligen\u010dne pismenosti ni smiselno obravnavati povsem lo\u010deno. Umetna inteligenca vpliva na nastajanje, \u0161irjenje in vrednotenje informacij, zato je razumevanje medijev pomembno tudi za njeno odgovorno uporabo.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
AI G\u0127al Kul\u0127add \u2013 umetna inteligenca za \u0161ir\u0161o javnost<\/h2>\n
<\/p>\n
Med obiskom sem se sre\u010dal tudi z dr. Dylanom Seychellom in spoznal nacionalni program AI G\u0127al Kul\u0127add<\/strong>, ki je namenjen razvoju umetnointeligen\u010dne pismenosti na Malti. Program je povezan z Univerzo na Malti in Malta Digital Innovation Authority (MDIA).<\/p>\n<\/p>\n
Njegov namen je pribli\u017eati umetno inteligenco tudi ljudem brez tehni\u010dnega predznanja. Pri tem niso pomembne samo mo\u017enosti uporabe, temve\u010d tudi razumevanje delovanja tehnologije, prepoznavanje njenih omejitev in varna, kriti\u010dna ter odgovorna uporaba.<\/p>\n
<\/p>\n
Umetna inteligenca namre\u010d ni ve\u010d omejena na programerje in raziskovalce. Z njenimi rezultati se sre\u010dujejo u\u010ditelji, dijaki, zaposleni in \u0161ir\u0161a javnost, zato potrebujejo znanje za presojo rezultatov, varovanje podatkov in prepoznavanje napa\u010dnih ali zavajajo\u010dih informacij.<\/p>\n
<\/p>\n
\n<\/p>\n
<\/p>\n
Od raziskovalnih projektov do univerzitetnega \u0161tudija<\/h2>\n
<\/p>\n
Del mobilnosti je bilo tudi opazovanje prakti\u010dnih vaj \u0161tudentov tretjega letnika \u0161tudijskega programa s podro\u010dja umetne inteligence. \u0160tudenti so se pripravljali na delno preverjanje znanja, pri delu pa uporabljali knji\u017enico PyTorch<\/strong>, ki je namenjena razvoju in u\u010denju modelov strojnega u\u010denja.<\/p>\n<\/p>\n
Vaje so zajemale delo s tenzorji, ra\u010dunanje gradientov, aktivacijske funkcije, sestavljanje nevronskih mre\u017e, funkcije izgube in optimizatorje ter u\u010dne zanke za u\u010denje in vrednotenje modelov. \u0160tudenti so se ukvarjali tudi s prakti\u010dnimi napakami, ki nastanejo pri delu s podatkovnimi tipi, dimenzijami tenzorjev in izra\u010dunavanju gradientov.<\/p>\n
<\/p>\n
V primerjavi z ustvarjalno uporabo orodij umetne inteligence pri zvoku, videu in spletnem oblikovanju, ki je pomembna tudi v srednje\u0161olskem izobra\u017eevanju, je bilo tukaj v ospredju tehni\u010dno razumevanje delovanja modelov in programiranje v Pythonu.<\/p>\n
<\/p>\n
Opazovanje univerzitetnega pouka je tako ponudilo vpogled v zahtevnej\u0161o raven u\u010denja umetne inteligence: od uporabe \u017ee pripravljenih orodij do razumevanja postopkov, na katerih temeljijo modeli strojnega u\u010denja.<\/p>\n
<\/p>\n
Umetna inteligenca kot povezava tehnologije in dru\u017ebe<\/h2>\n
<\/p>\n
Obisk Univerze na Malti je pokazal, da raziskovanje umetne inteligence ni omejeno na razvoj zmogljivej\u0161ih modelov. Enako pomembno je vpra\u0161anje, kako tehnologijo uporabiti pri resni\u010dnih okoljskih problemih, kako razumeti njen vpliv na medije in dru\u017ebo ter kako ljudi usposobiti za njeno kriti\u010dno in odgovorno uporabo.<\/p>\n
<\/p>\n
Projekti, ki segajo od dronov za zaznavanje odpadkov do analize novinarskih vsebin in razvoja umetnointeligen\u010dne pismenosti, so razli\u010dni, vendar jih povezuje skupna ideja: tehnologija je najbolj uporabna, kadar pomaga bolje razumeti problem in sprejemati bolj premi\u0161ljene odlo\u010ditve.<\/p>\n
<\/p>\n
Strokovna mobilnost Erasmus+ je ponudila vpogled v raziskovalno delo na univerzitetni ravni ter v razli\u010dne na\u010dine povezovanja umetne inteligence s prakti\u010dnimi izzivi, izobra\u017eevanjem in medijsko pismenostjo.<\/p>\n
<\/p>\n
Besedilo in fotografija: Iztok Pungar\u0161ek<\/p>\n","protected":false},"excerpt":{"rendered":"
Reporta\u017ea: Umetna inteligenca na Malti – od dronov za pobiranje odpadkov do analize […]<\/p>\n","protected":false},"author":3,"featured_media":26002,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"two_page_speed":[],"footnotes":""},"categories":[49,56],"tags":[],"class_list":["post-26089","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-erasmus","category-mepius"],"_links":{"self":[{"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/posts\/26089","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/comments?post=26089"}],"version-history":[{"count":2,"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/posts\/26089\/revisions"}],"predecessor-version":[{"id":26091,"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/posts\/26089\/revisions\/26091"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/media\/26002"}],"wp:attachment":[{"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/media?parent=26089"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/categories?post=26089"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.egss.si\/index.php\/wp-json\/wp\/v2\/tags?post=26089"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}