VU Matematikos ir informatikos fakulteto Duomenų mokslo ir skaitmeninių technologijų instituto profesorius Gintautas Dzemyda 2026 m. rugsėjo 6–12 dienomis lankėsi Pekine, Kinijos Liaudies Respublikoje. Vizitas vyko Pekino chemijos technologijos universiteto kvietimu. Vizito metu profesorius taip pat lankėsi Pekino transporto universitete.
VU MIF prof. habil. Dr. Gintautas Dzemyda su Pekino Transporto universiteto doktorantais
Pažymėtina, kad tomis dienomis Pekino transporto universitetas šventė savo 130 metų sukaktį. Abu universitetai turi po maždaug 40 tūkst. studentų. Jų didžiuliai studentų miesteliai įsikūrę beveik pačiame miesto centre. Čia išplėtota infrastruktūra, sudaranti sąlygas studentams ne tik mokytis, bet ir gyventi, sportuoti bei įvairiai leisti laisvalaikį.
Siekiant sudaryti sąlygas tolesnei universitetų plėtrai, maždaug už 30-40 km nuo miesto centro pastatyti nauji jų miesteliai. Kad jie būtų lengvai ir greitai pasiekiami, įrengtos greitųjų traukinių linijos.
Kelionę finansavo minėti universitetai. Vizito metu profesorius skaitė tris paskaitas: vieną – Pekino chemijos technologijos universiteto doktorantams, dvi – Pekino transporto universiteto studentams ir doktorantams. Taip pat buvo aptartos bendrų mokslinių tyrimų galimybės.
Per paskaitas buvo pristatyti trys tyrimai, kuriuos prof. Gintautas Dzemyda vykdė kartu su doktorantais ir kolegomis. Pagrindiniai šių darbų bendraautoriai – dr. Aistė Kielaitė-Gulla, dr. Dalia Breskuvienė ir Modestas Motiejauskas. Aistė, buvusi prof. G. Dzemydos podoktorantūros stažuotoja, šiuo metu vadovauja Vašingtono universitetinės ligoninės JAV Transplantacijos chirurgijos centrui, o Dalia ir Modestas, dar neseniai buvę prof. G. Dzemydos doktorantai, dabar dirba mokslo darbuotojais VU MIF Duomenų mokslo ir skaitmeninių technologijų institute.
Visi trys pristatyti tyrimai susiję su dirbtinio intelekto taikymu skirtingose srityse: kepenų transplantacijos sėkmės vertinimu, sukčiavimo aptikimu atliekant operacijas kreditinėmis kortelėmis ir emocijų atpažinimu bendro pobūdžio vaizduose. Pirmaisiais dviem atvejais buvo taikomi mašininio mokymosi metodai – sprendimų medžiai ir savireguliuojantys neuroniniai tinklai, o trečiuoju – gilieji neuroniniai tinklai. Nors šios dirbtinio intelekto taikymo sritys labai skirtingos, vienas iš paskaitų tikslų ir buvo atskleisti platų galimų taikymų spektrą bei naudojamų metodų įvairovę.
Kepenų transplantacijos sėkmės vertinimas itin aktualus medikams. Tokios operacijos yra labai brangios, todėl siekiama kuo tiksliau įvertinti tiek paciento, tiek donoro duomenis ir jų tarpusavio atitiktį, taip didinant sėkmingos transplantacijos tikimybę. Šios srities duomenų specifika – palyginti nedidelis atliktų transplantacijų skaičius ir ryški sėkmingų atvejų persvara.
Sukčiavimo aptikimas atliekant operacijas kreditinėmis kortelėmis bankams padeda išvengti didelių finansinių nuostolių. Šios srities duomenims būdingas didelis nesubalansuotumas: sukčiavimo atvejai sudaro tik labai nedidelę visų operacijų dalį, tačiau jų padaroma žala gali būti didelė.
Emocijų atpažinimas bendro pobūdžio vaizduose leidžia vertinti mus supančią aplinką ir jos keliamą emocinį įspūdį. Kokiomis spalvomis nudažyti kambario sienas ir kaip jį apstatyti? Kokį paveikslą pakabinti ant sienos, kad kambaryje būtų jauku? Dirbtinio intelekto metodai jau gali padėti ieškoti atsakymų ir į tokius klausimus. Šios srities duomenų specifika – didelis duomenų, naudojamų modeliams mokyti, subjektyvumas, nes žmonių emocinis tų pačių vaizdų vertinimas gali skirtis.
Džiugu, kad Kinijos universitetai domisi Vilniaus universitete vykdomais tyrimais ir yra suinteresuoti bendradarbiauti.
2026 09 23
