Pierwszy w tym semestrze wykład z cyklu „Sztuczna inteligencja – nowe horyzonty w nauce” na Uniwersytecie Przyrodniczym w Poznaniu dotyczy roślin uprawnych. Prelegentki z Katedry Metod Matematycznych i Statystycznych pokażą, jak modele uczenia maszynowego pomagają ocenić, czy nowa odmiana rzeczywiście różni się od już znanych.
Wykład należy do cyklu otwartych spotkań „Sztuczna inteligencja – nowe horyzonty w nauce”, który Katedra Metod Matematycznych i Statystycznych Uniwersytetu Przyrodniczego w Poznaniu prowadzi w semestrze zimowym 2026/2027. Tegoroczna edycja dotyczy konkretnych zastosowań AI w dydaktyce i naukach przyrodniczych. Zaplanowano trzy wykłady online: o uczeniu maszynowym w ocenie odmian roślin uprawnych (6 listopada 2026), o AI w dydaktyce akademickiej (11 grudnia 2026) oraz o łączeniu wiedzy ludzkiej i sztucznej inteligencji w planowaniu lasów przyszłości (15 stycznia 2027).
Wykład „Zastosowanie modeli uczenia maszynowego w ocenie odrębności odmian roślin uprawnych” dotyczy oceny odrębności, wyrównania i trwałości (OWT), istotnego elementu hodowli i rejestracji odmian. Zwykle każdą cechę analizuje się osobno, w każdym roku badań. Prelegentki proponują, by najpierw sięgnąć po metody wielowymiarowe i sprawdzić, czy odmiana różni się od pozostałych jednocześnie pod względem wszystkich badanych cech. Modele uczenia maszynowego mają przy tym wyraźnie zwiększać skuteczność klasyfikacji: dzięki podziałowi danych na podzbiory algorytm rozpoznaje znane odmiany i poprawnie identyfikuje nowe, wcześniej nieobecne w danych.
Prowadzą prof. UPP dr hab. Bogna Zawieja, od 38 lat związana z Katedrą Metod Matematycznych i Statystycznych UPP, zajmująca się m.in. modelami statystycznymi w ocenie nowych odmian roślin, oraz mgr Laura Slebioda, asystentka w tej samej katedrze i członkini Pracowni Sztucznej Inteligencji UPP, badająca zastosowania sieci neuronowych w rolnictwie i ogrodnictwie.
poleca:
