W piątek 28 listopada 2025 r., na Wydziale Elektrycznym Zachodniopomorskiego Uniwersytetu Technologicznego w Szczecinie odbyło się seminarium naukowe Komisji Informatyki i Automatyki (KIA) Oddziału PAN w Poznaniu pt. „Uczenie maszynowe na potrzeby wizji komputerowej i robotyki”, połączone z XI Spotkaniem Polskiej Grupy Badawczej Systemów Uczących Się (PL-SIGML). Seminarium zostało zorganizowane przez prof. dr. hab. inż. Krzysztofa Okarmę przy współpracy członków Komisji reprezentujących ośrodek szczeciński.
Wydarzenie zgromadziło około 100 naukowców z całej Polski oraz liczne grono studentów zainteresowanych tematyką uczenia maszynowego, wizji komputerowej i robotyki. W programie znalazły się referaty prezentowane przez przedstawicieli uczelni technicznych z Poznania, Wrocławia, Gliwic i Szczecina. Uczestnicy mieli ponadto okazję obejrzeć pokaz specjalistycznego sprzętu przygotowany przez Edu4Industry.
Obrady rozpoczęły się referatem plenarnym prof. Bogdana Kwolka (Akademia Górniczo-Hutnicza w Krakowie) pt. Human-Centered Machine Learning for Vision and Robotics. Referat ten, nawiązujący bezpośrednio do tematyki seminarium, był jednocześnie kontynuacją czwartkowego spotkania grupy PL-SIGML. Po oficjalnym otwarciu obrad seminarium przez prof. Józefa Korbicza, Przewodniczącego Komisji, oraz prof. Krzysztofa Okarmę, odbyły się dwie sesje tematyczne.
W części pierwszej zaprezentowano trzy referaty dotyczące zagadnień związanych z wykorzystaniem dużych modeli językowych i modeli głębokich w robotyce i wizji komputerowej. Przedstawiono m.in. wyniki badań nad rozumieniem języka w kontekście manipulacji robotycznej z użyciem multimodalnych modeli VLM, analizą jakości reprezentacji generowanych przez głębokie sieci neuronowe w rozpoznawaniu obrazów oraz oceną lidarowych danych satelitarnych rekonstruowanych z zastosowaniem generatywnych modeli dyfuzyjnych.
W drugiej części wygłoszono trzy referaty poświęcone zastosowaniom uczenia maszynowego w geoinformatyce, robotyce morskiej i analizie środowiskowej. Omówiono m.in. metody identyfikacji niebezpiecznych obiektów podwodnych, wykrywania obiektów topograficznych na obrazach wielospektralnych oraz wykorzystania algorytmów ML do oceny szkód czynionych przez dzikie zwierzęta w uprawach rolnych.
fot. Natalia Lisowska, Wydział Elektryczny, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie