I. Нашата Мисија
Ние сме посветени на унапредување на вештачката интелигенција за контексти со ограничени ресурси. Нашето истражување ја цели мултимодалноста, безбедноста и ефикасното учење, додека нашите алатки овозможуваат да се премости податочниот јаз за малите јазици со само неколку линии код.
II. Нашите Проекти
Synglot, нашата алатка за синтеза на податоци
Нашиот обид да го подигнеме нивото за јазиците со ограничени ресурси со олеснување на преведувањето и генерирањето богати, изразни и разновидни податоци.
Предизвикувачки Збирки Податоци
Висококвалитетните податоци се од клучно значење за ефективно пост-тренирање. Ние обезбедуваме нови, претходно недостапни збирки податоци на македонски, вклучувајќи и мултимодални податоци.
Модели со Отворен Код
Ние ги адаптираме отворените модели да гледаат подобро, и ги поттикнуваме да бидат попаметни.
III. Наша Филозофија
Големите јазични модели се тренираат и користат во невиден размер. Како резултат, притисокот на ресурсите за градителите и корисниците на отворените модели — било то GPU часови или трилиони токени — е монументален. Ние веруваме дека може многу да се постигне со мали, локални модели, преку вклучување на најновите истражувачки достигнувања и одлична егзекуција на досадните делови од процесот.
Ова значи:
- експериментирање со нови архитектури и техники од литературата
- опсесисирање околу квалитетот на податоците
- оптимизирање за ефикасност без жртвување на способностите
Безбедноста е од суштинско значење во нашата работа. Како што способностите на АИ се движат кон агенти кои самостојно работат, сметаме дека е критично да разбереме и да спречиме неусогласено однесување. За нас, ова значи следење на најновите истражувања за безбедност, транспарентност на нашите развојни практики и ригорозно тестирање.
IV. Придонесете кон нашата работа
За Истражувачи и Инженери: Ако сте заинтересирани за било кој дел од развојниот процес, контактирајте нè. Особено сме заинтересирани за мултимодалност и евалуации на јазични модели, бидејќи се стремиме да објавуваме трудови, код и податоци во овие области.
За Организации и Институции: Можете да го поддржите нашето истражување со споделување на нашата работа со вашите мрежи, спонзорирање на компјутерски кредити, или партнерство со нас за соработка кон вашите цели.
V. Луѓе
Илија Личковски
Илија е дипломиран физичар на Универзитетот во Гронинген и истражувач во областа на вештачката интелигенција. Неговото истражувачко искуство опфаќа управување на комплексни однесувања кај ВИ моделите, карактеризирање на безбедноста и интегритетот на АИ агенти во реални сценарија, и поттикнувачко учење. За време на студиите по физика, работел на инженеринг на оптички инструменти за ATHENA телескопот на Европската вселенска агенција во Холандскиот институт за вселенски истражувања, како и на истражување на молекуларната динамика поврзана со генетско заболување на митохондријалната мембрана користејќи нуклеарна магнетна резонанца при Институтот за напредни материјали „Зернике“. Илија смета дека е клучно да се тренираат модели кои можат да покажат композициона генерализација, односно модели кои умеат да компонираат сложени функции од поедноставни делови.
Маја Мишевска
Маја Мишевска е додипломски студент на Универзитетот Браун, каде што студира компјутерски науки и родови студии. Таа има искуство во традиционален софтверски инженеринг и дизајн на кориснички интерфејси, а нејзините тековни интереси се насочени кон социотехничките аспекти на вештачката интелигенција, вклучувајќи интеракција човек-компјутер, одговорност и интерпретабилност. Нејзината работа е фокусирана на повеќејазични и културно-разновидни веб платформи, со акцент на технолошки проекти со јавен импакт, како и евалуација на пристапноста на VR и алатки базирани на ВИ. При нејзините студии и истражување, особено ја интересира како можеме да дизајнираме ВИ системи кои се и технички робусни и општествено одговорни.
Мартина Јанева
Мартина Јанева моментално е на магистерски студии по Податочна наука и Вештачка интелигенција на Универзитетот во Антверпен. Има диплома по компјутерски науки од Универзитетот во Гронинген. Нејзината работа е фокусирана на машинско учење и податоцно-центрична вештачка интелигенција, со акцент на градење модели кои се интерпретабилни и сигурни. За нејзината дипломска работа, истражувала учење во простор на модели, споредувајќи алгоритми за семплирање за да истражи како машинското учење може да функционира врз структурирани модели наместо врз сурови податоци. Понова работа ѝ е анализа на научниот напредок преку мрежи на цитирање, следејќи како знаењето се развива низ научни трудови со текот на времето. Особено ја интересира како моделите учат, како податоците влијаат на тој процес и како можеме да ги направиме ВИ системите потранспарентни.
Ивона Најденкоска, PhD
Ивона Најденкоска е постдокторски истражувач на Универзитетот во Амстердам, каде што работи на мултимодални фундаментални модели и детекција на содржина генерирана од АИ. Докторирала на Универзитетот во Амстердам под менторство на Марсел Воринг и Јуки Асано. Нејзиното докторско истражување било фокусирано на машинско учење на јазични и визуелни способности, со акцент на дизајнирање ефикасни пристапи за мултимодално разбирање и генеративни задачи, во рамки на групите MultiX и AIMLab. Во 2023 година била истражувачки практикант во Meta, каде што работела на системи за генерирање слики во департманот за генеративна ВИ. Има магистратура по вештачка интелигенција од KU Leuven и диплома по компјутерски науки и инженерство од Универзитетот „Св. Кирил и Методиј“ во Скопје. Пред академската кариера, работела како софтверски инженер во Netcetera.