<\/p>\n\n\n\n
\u0110urovi\u0107 <\/strong>ve\u0107 decenijama pomjera granice u oblastima obrade signala i slike, vje\u0161ta\u010dke inteligencije, teorije haosa i multimedijalnog watermarkinga. Njegova istra\u017eivanja imaju primjenu u oblastima koje oblikuju na\u0161u budu\u0107nost \u2014 od telekomunikacija i sigurnosti, preko medicinske dijagnostike, do savremenih multimedijalnih sistema.<\/p>\n\n\n\n U intervjuu za sajt Univerziteta Crne Gore, govori o aktuelnim trendovima u nauci, izazovima novih tehnologija i zna\u010daju istra\u017eivanja koja povezuju Crnu Goru sa globalnom nau\u010dnom scenom.<\/p>\n\n\n\n Ako biste morali da izdvojite jedno istra\u017eiva\u010dko pitanje koje danas najvi\u0161e zaokuplja svjetsku nau\u010dnu zajednicu u oblasti obrade signala i slike \u2014 \u0161ta bi to bilo i za\u0161to?<\/strong><\/p>\n\n\n\n \u0110urovi\u0107:<\/strong> Ispod haube\u201c alata vje\u0161ta\u010dke inteligencije, koji su se pojavili u posljednjih nekoliko godina, nalaze se napredni algoritmi optimizacije. Ti algoritmi su nastali u digitalnoj obradi signala ili su zajedni\u010dki za ove dvije oblasti. Stoga je na va\u0161e pitanje lako odgovoriti: sinergija digitalne obrade signala i vje\u0161ta\u010dke inteligencije je trend. Postoje dva nivoa ove \u201esaradnje\u201c: jedan je fundamentalni \u2013 dalje unapre\u0111enje sistema u\u010denja i njihove optimizacije; drugi je aplikativni \u2013 primjena sistema vje\u0161ta\u010dke inteligencije, prije svega, vezano za razne multimedijalne signale (slika, zvuk, video). Ako bih ne\u0161to posebno izdvojio, a gdje o\u010dekujem dramati\u010dan napredak, to je fuzija podataka iz razli\u010ditih izvora. Algoritmi su raspolo\u017eivi, a vjerovatno treba da se poklope i neke druge kockice, kako bi se broj takvih alata, kao i njihova dostupnost, drasti\u010dno uve\u0107ali.<\/p>\n\n\n\n Vje\u0161ta\u010dka inteligencija ve\u0107 oblikuje na\u010din na koji \u017eivimo i komuniciramo. Gdje vidite njen najve\u0107i potencijal, a gdje najve\u0107u opasnost?<\/strong><\/p>\n\n\n\n \u0110urovi\u0107:<\/strong><\/strong> Vje\u0161ta\u010dka inteligencija \u0107e promijeniti skoro sve ljudske aktivnosti. Samo one koje su skupe za automatizaciju ili koje predstavljaju najvi\u0161e domete ljudskog rada bi\u0107e manje obuhva\u0107ene. Da li je to dobro ili nije, vrijeme \u0107e pokazati. Najve\u0107a neposredna opasnost odnosi se na tr\u017ei\u0161te rada. Trenutno, na \u010detiri posla koja ukida vje\u0161ta\u010dka inteligencija, nastaje samo jedan novi posao. Pla\u0161im se da \u0107e se taj trend nastaviti.<\/p>\n\n\n\n Va\u0161a istra\u017eivanja povezuju teoriju haosa, statistiku, AI i obradu slike. Mo\u017eete li nam pribli\u017eiti kako sve to funkcioni\u0161e na nekom jednostavnom primjeru?<\/strong><\/p>\n\n\n\n \u0110urovi\u0107<\/strong>:<\/strong> Najzna\u010dajniji moji rezultati u posljednjih desetak godina vezani su za neparametarsku i parametarsku estimaciju nestacionarnih signala. Predmetni signali se pojavljuju u obradi govora, biomedicinskih pojava, kod radara i sonara. Bez la\u017ene skromnosti, neki od ostvarenih rezultata spadaju me\u0111u najbolje u ovoj oblasti. Ostale teme koje ste pomenuli su ili alati koje koristim i primjenjujem u istra\u017eivanju, ili oblasti primjene tehnika koje sam razvio u neparametarskoj i parametarskoj estimaciji i vremensko-frekvencijskoj analizi signala. Kao \u0161to sam ve\u0107 rekao, vje\u0161ta\u010dka inteligencija je vode\u0107i trend u savremenoj nauci. Moja istra\u017eivanja vezana za vje\u0161ta\u010dku inteligenciju mogu se podijeliti u tri oblasti: estimacija parametara, autentikacija multimedijalnih signala i analiza vremenskih serija. Iako smo objavili nekoliko radova vezanih za estimaciju parametara signala pomo\u0107u alata vje\u0161ta\u010dke inteligencije, moram priznati da su rezultati jo\u0161 uvijek inferiorni u odnosu na klasi\u010dne tehnike. Isto va\u017ei i za rezultate drugih istra\u017eiva\u010da. Razlozi za to jo\u0161 nisu potpuno jasni, ali se ula\u017eu veliki napori da se situacija promijeni u korist alata vje\u0161ta\u010dke inteligencije.<\/p>\n\n\n\n \u0160to se ti\u010de primjene u autentikaciji multimedijalnih signala, nakon nekoliko uspje\u0161nih radova sa primjenom vje\u0161ta\u010dke inteligencije u digitalnom watermarkingu, dva moja doktoranta osnovala su tehnolo\u0161ki start-up Deepmark. Trenutno sam konsultant u tom start-upu, koji ima potencijal da postane uspje\u0161na pri\u010da u na\u0161em, pa i u regionalnom, inovacionom ekosistemu.<\/p>\n\n\n\n Kona\u010dno, upustili smo se u primjenu vje\u0161ta\u010dke inteligencije u analizi i predikciji vremenskih serija, posebno za predikciju potro\u0161nje u elektroenergetskom sistemu. Istra\u017eivanje je realizovano u Crnogorskoj akademiji nauka i umjetnosti uz podr\u0161ku Elektroprivrede AD Nik\u0161i\u0107. Rezultati su izvanredni i potvr\u0111eni na najve\u0107em me\u0111unarodno verifikovanom nivou, i, da budem iskren, iznena\u0111en sam uspjehom vje\u0161ta\u010dke inteligencije u ovoj primjeni u odnosu na klasi\u010dne statisti\u010dke alate.<\/p>\n\n\n\n Napredak Deepfake video snimaka i la\u017enih slika dramati\u010dan<\/strong><\/p>\n\n\n\n Deepfake\u00a0 video snimci i la\u017ene slike postaju sve realisti\u010dniji, pa je sve te\u017ee razlikovati \u0161ta je stvarno, a \u0161ta vje\u0161ta\u010dki kreirano. Mo\u017ee li nauka da odr\u017ei korak s ovim izazovima i koliko smo blizu razvoju tehnologija koje \u0107e mo\u0107i da otkriju svaku manipulaciju?<\/strong><\/p>\n\n\n\n \u0110urovi\u0107:<\/strong> Napredak\u00a0deepfake tehnika je dramati\u010dan. Trenutno javnodostupni alati grije\u0161e samo u sjenama, jer se lo\u0161e prilago\u0111avaju situacijama kada su dijelovi objekata na slici osvijetljeni razli\u010ditim vrstama svjetla, odnosno kod pojava vi\u0161e sjena. Velika je vjerovatno\u0107a da \u0107e se ovaj problem prevazi\u0107i u narednih nekoliko godina ili \u010dak mjeseci. Tada vizuelni pregled, \u010dak i od strane eksperta, ne bi mogao da otkrije tragove \u201ela\u017eiranja\u201d slike. Kod videa i slika postoji sre\u0107na okolnost da na\u0161e poluprovodni\u010dke kamere unose nevidljive gre\u0161ke, pa se detekcija deepfake-ova mo\u017ee obavljati naprednijim tehnikama koje su u stanju da procijene da li je ne\u0161to kreirano realnim senzorom ili je ra\u010dunarski generisano na osnovu nevidljivog sadr\u017eaja. Postoji nada da \u0107e deepfake sistemi trebati relativno mnogo vremena da nau\u010de kako da \u201ela\u017eiraju\u201d nevidljivi sadr\u017eaj slike. Situacija je gora kod zvukova. Zvuk je po svojoj prirodi mehani\u010dki i ne postoji \u201ene\u010dujni\u201d sadr\u017eaj koji je posljedica procesa akvizicije, pa ga je stoga mnogo lak\u0161e \u201ela\u017eirati\u201d. To je jedan od razloga za pokretanje start-upa Deepmark, koji se trenutno prevashodno bavi zvukom, odnosno govorom. Ukratko, tehnologija se pokazuje mnogo boljom u destrukciji nego u za\u0161titi, a za za\u0161titu smo osu\u0111eni da ponovo koristimo iste alate \u2014 duboko ma\u0161insko u\u010denje i vje\u0161ta\u010dku inteligenciju.<\/p>\n\n\n\n Crna Gora na svjetskoj nau\u010dnoj sceni: Klju\u010dna podr\u0161ka mladim istra\u017eiva\u010dima<\/strong><\/p>\n\n\n\n Kao nau\u010dnik \u010diji se rad nalazi i na Stanfordovoj listi 2% najcitiranijih na svijetu, koliko je izazovno baviti se vrhunskim istra\u017eivanjima u Crnoj Gori i istovremeno biti prisutan na globalnoj nau\u010dnoj sceni?<\/strong><\/p>\n\n\n\n \u0110urovi\u0107:<\/strong> Dostupnost nau\u010dnih informacija, mogu\u0107nosti umre\u017eavanja i akademske mobilnosti nikada nijesu bile bolje. Budimo iskreni, biti nau\u010dnik u Crnoj Gori je mnogo lak\u0161e nego \u0161to je ikada ranije bilo. Trenutno stanje treba iskoristiti, jer se pla\u0161im se da trend \u201eusisavanja\u201d talenata od strane velikih tehnolo\u0161kih kompanija ima potencijal da fragmentira nauku i da je postepeno zatvara.<\/p>\n\n\n\n Da li je mogu\u0107e ne\u0161to popraviti? Sigurno jeste, a ono \u0161to mi se \u010dini da je lak\u0161e uraditi nego ostalo jeste pove\u0107anje broja saradni\u010dkih mjesta u istra\u017eivanju, smanjivanje norme u nastavi za mlade nau\u010dnike, kao i poja\u010dani pritisak na ustanove nauke i visokog obrazovanja kako bi obezbijedile projekte za anga\u017eman kadrova.<\/p>\n\n\n\n Ako biste danas bili student, koje biste oblasti i vje\u0161tine izabrali da u\u010dite kako biste bili spremni za nauku budu\u0107nosti?<\/strong><\/p>\n\n\n\n \u0110urovi\u0107:<\/strong>Moj afinitet tokom preduniverzitetskog obrazovanja bio je matematika i mogu\u0107nosti njene primjene u stvarnom svijetu. Stoga je izbor studija bio prili\u010dno usmjeren. I ni\u0161ta se ne bi promijenilo do prije 3\u20134 godine. Danas smo svjesni da se desila duboka revolucija izazvana vje\u0161ta\u010dkom inteligencijom i njenim prakti\u010dnim primjenama, \u0161to je dovelo do tektonskih promjena koje \u0107emo tek osjetiti.<\/p>\n\n\n\n Rekao bih da \u0107e studenti koji diplomiraju na osnovnim studijama morati da imaju daleko specijalizovanija znanja koja obuhvataju vi\u0161e oblasti, te da \u0107e neki studijski programi s postdiplomskog nivoa, posebno oni sa jasnijim fokusom, morati da se prebace na nivo osnovnih studija. To je trend koji je tek po\u010deo na svjetskim univerzitetima i na koji \u0107emo morati da se prilagodimo.<\/p>\n\n\n\n Stoga ne mogu da dam preporuku mladim ljudima koja je oblast u kojoj bi trebalo da se \u0161koluju i usmjere svoju karijeru za narednih nekoliko decenija.<\/p>\n\n\n\n Na \u010demu Vi i Va\u0161 tim trenutno radite, a \u0161to bi moglo da promijeni na\u010din na koji gledamo na obradu signala i slike u narednim godinama?<\/strong><\/p>\n\n\n\n \u0110urovi\u0107:<\/strong> Poku\u0161avam da odr\u017eim ritam nau\u010dnog rada, uklapaju\u0107i svoje istra\u017eivanje u okvirima novog nau\u010dnog razvoja. Tri pravca istra\u017eivanja sam ve\u0107 pomenuo: parametarska\u2013neparametarska estimacija, digitalni watermarking \u2013 autentikacija multimedijalnih podataka i estimacija vremenskih serija, sve u cilju daljeg razvoja i primjene vje\u0161ta\u010dke inteligencije.<\/p>\n\n\n\n Tako\u0111e, zanima me koncept uokviravanja sistema vje\u0161ta\u010dke inteligencije kao crne kutije koja mo\u017ee da dostigne granice koje predvi\u0111a teorija informacija.<\/p>","protected":false},"excerpt":{"rendered":" Vje\u0161ta\u010dka inteligencija \u0107e promijeniti skoro sve ljudske aktivnosti. Samo one koje su skupe za automatizaciju ili koje predstavljaju najvi\u0161e domete ljudskog rada bi\u0107e manje obuhva\u0107ene. Da li je to dobro ili nije, vrijeme \u0107e pokazati. Najve\u0107a neposredna opasnost odnosi se na tr\u017ei\u0161te rada, smatra profesor Elektrotehni\u010dkog fakulteta, \u010dlan Crnogorske akademije nauka i umjetnosti i jedan od najcitiranijih crnogorskih nau\u010dnika na Stanfordovoj listi 2% najuticajnijih u svijetu, prof. dr Igor \u0110urovi\u0107.<\/p>","protected":false},"author":1,"featured_media":949456,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[2],"tags":[6517,38,5402],"naslovna":[],"class_list":["post-949455","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-drustvo","tag-prof-igor-djurovic","tag-ucg","tag-vjestacka-inteligencija"],"acf":[],"yoast_head":"\n