Opcije pristupačnosti Pristupačnost

Pozvano predavanje „Development...

Doc. dr. sc. Ivan Lorencin i dipl. ing. Gordan Krčelić održali su dana 20. svibnja 2024. godine pozvano predavanje na PM – Project Management savjetovanju s naslovom: „Development Project for Implementing a Solution Based on AI Application“.

Navedeno predavanje je održano u sklopu MIPRO 2024 - 47. međunarodnog skupa, u Grand Hotel Adriatic, Opatija, a temeljem sklopljenog ugovora o suradnji između Sveučilišta Jurja Dobrile i PMI Hrvatska.

Kroz svoje izlaganje dotakli su se izazova u planiranju i provedbi projekata za implementaciju AI rješenja u poslovanje kompanija u javnom i privatnom sektoru. Naglasili su važnost dobrog prepoznavanja poslovnih izazova, područja u kojima ima smisla uvesti modele umjetne inteligencije, dobre identifikacije opsega projekta te provjerene setove podataka potrebne za treniranje modela umjetne inteligencije i dakako određivanje dobre metrike za verifikaciju razvijenog modela.

Organizacije često imaju određene slabosti u svojim poslovnim procesima koje je potrebno identificirati, izmjeriti njihovu pojavnost i utvrditi predstavljaju li smetnju za implementaciju AI modela te ih po potrebi otkloniti ili barem smanjiti njihovu pojavnost prije nego se krene s implementacijom rješenja temeljenih na umjetnoj inteligenciji.

Kada se odluče za implementaciju AI rješenja, organizacije moraju predvidjeti specifične izazove koji se mogu pojaviti tijekom razvoja takvih rješenja. Ključni aspekti koji se moraju uzeti u obzir uključuju način prikupljanja podataka i neizvjesnosti povezane sa razvojem samog modela.

Prije implementacije umjetne inteligencije, organizacije moraju osigurati da njihovi procesi funkcioniraju učinkovito i bez grešaka, jer bilo kakvi nedostaci mogu negativno utjecati na performanse AI sustava. Tijekom razvoja AI rješenja, organizacije se suočavaju s brojnim izazovima, poput kvalitete i količine podataka, izbora odgovarajućih algoritama te prilagođavanja modela specifičnim poslovnim potrebama.

Osim toga, proces prikupljanja podataka za treniranje i testiranje modela temeljenog na umjetnoj inteligenciji mora biti pažljivo planiran i proveden kako bi se osigurala točnost i relevantnost podataka. Neizvjesnosti u razvoju modela, poput promjena u poslovnom okruženju ili tehnoloških inovacija, također mogu predstavljati izazov koji zahtijeva fleksibilan pristup i stalno prilagođavanje strategija razvoja AI rješenja.

Na kraju svojeg izlaganja prezentirali su nekoliko provedenih projekata implementacije AI rješenja u zdravstvu kao i projekte koji su u tijeku u sklopu projekta EDIH Adria gdje UNIPU sudjeluje kao partner u konzorciju.

Galerija slika:

Informacije o održanom pozvanom predavanju su objavljene i na mrežnoj stranici:

http://www.mipro.hr/_Events_/tabid/110/language/hr-HR/Default.aspx?event=MIPRO2024.PM

Popis obavijesti