„Cel mai mult m-a învățat acest proiect să am răbdare. Niciun rezultat de impact nu vine ușor.” - Cristina Cărunta, cercetătoare și asistent universitar la Universitatea Politehnica Timișoara
Într-o lume în care inteligența artificială (AI) transformă rapid medicina, transportul, educația și chiar arta, o cercetătoare din Timișoara contribuie activ la construirea acestui viitor. Cristina Cărunta, doctorandă și asistent universitar la Universitatea Politehnica Timișoara (UPT), a reușit să dezvolte o arhitectură eficientă pentru segmentarea semantică în timp real — un domeniu esențial pentru tehnologiile care „văd”, cum ar fi mașinile autonome.
Lucrarea științifică poate fi citită aici – IEEE
Ce este segmentarea semantică și de ce contează?
Imaginează-ți că un calculator poate analiza o fotografie și, pixel cu pixel, să spună exact ce reprezintă: o mașină, un semn rutier, o persoană, un copac. Acest proces, numit segmentare semantică, este vital pentru aplicații precum:
- mașini autonome, care trebuie să interpreteze mediul înconjurător în timp real;
- roboți de intervenție, care acționează în medii complexe;
- diagnosticul medical asistat de AI, în care fiecare detaliu vizual poate face diferența;
- realitate augmentată și virtuală, unde obiectele digitale trebuie să interacționeze precis cu cele reale.
Problema? Majoritatea sistemelor actuale sunt foarte lente sau necesită echipamente de calcul scumpe. Cristina Cărunta și coordonatorul ei, prof. Călin-Adrian Popa, au vrut să schimbe asta.
Inovația: un model mai simplu, dar foarte eficient
Lucrarea Cristinei propune o arhitectură bazată pe rețele neuronale convoluționale (CNN), la care a integrat și mecanisme de atenție, inspirate din modul în care oamenii acordă atenție doar unor părți relevante din imagine.
Rezultatul? Un model:
- mai ușor de antrenat;
- mai rapid în rulare;
- cu o acuratețe remarcabilă, comparabilă cu modele mult mai complexe.
Modelul a fost testat pe două seturi de date specifice scenelor de condus — ceea ce îl face ideal pentru aplicații reale, cum ar fi vehiculele autonome sau monitorizarea traficului urban.
Drumul spre acest rezultat: muncă, eșecuri și mentorat
Cristina spune că începutul a fost marcat de obstacole:
„Am testat o mulțime de modele care nu au funcționat. Fiecare eșec te învață ceva, dar consumă timp și energie.”
O altă provocare majoră? Lipsa resurselor de calcul. Antrenarea unui model de deep learning poate dura zile, iar fără hardware performant, progresul e dificil. Cu timpul, i-au fost puse la dispoziție resursele necesare, iar sprijinul profesorului coordonator a fost esențial în menținerea direcției și a motivației.
De la matematică la AI: un parcurs inspirat
La finalul studiilor de masterat, Cristina se afla la o răscruce de drumuri: să continue pe calea riguroasă, dar familiară a matematicii pure sau să se aventureze în domeniul dinamic al informaticii, unde inteligența artificială începea să câștige tot mai mult teren. Alegerea nu a fost ușoară, dar discuțiile inspiraționale cu profesorul Popa, un mentor care i-a vorbit despre potențialul imens al AI-ului, au înclinat balanța. „A fost alegerea corectă. Nu doar că cercetez, dar pot și să predau la UPT cunoștințele acumulate — ceea ce e foarte valoros pentru mine”, spune Cristina. Astfel, ea nu doar contribuie la avansul cercetării în domeniul inteligenței artificiale, ci are și șansa de a forma viitorii specialiști, transmițând mai departe pasiunea și expertiza dobândite.
Ce a învățat Cristina din acest proiect?
Pe lângă algoritmi și cod, Cristina a învățat lecții de viață:
-Răbdare – nimic de calitate nu se construiește peste noapte;
-Muncă constantă – AI-ul nu e magie, e efort repetat și învățare continuă;
-Colaborare – un mentor bun face diferența în cercetare.
Mesaj pentru liceeni și viitorii studenți:
Cristina încurajează tinerii să se apropie de inteligența artificială, un domeniu pe cât de provocator, pe atât de captivant. Ea subliniază că, pentru a face față provocărilor acestui domeniu în continuă evoluție, este esențial ca tinerii să aibă o bază solidă în matematică — limbajul de bază al algoritmilor și modelelor care stau la baza AI-ului. De asemenea, îi îndeamnă să fie curioși, să caute să înțeleagă ce se află „dincolo de suprafață” și să nu se teamă de complexitate. În viziunea ei, curajul de a explora necunoscutul și dorința de a învăța continuu sunt la fel de importante ca și cunoștințele tehnice. "AI-ul nu este doar despre tehnologie – este despre felul în care gândim, despre cum învățăm și despre cum modelăm viitorul", spune Cristina.
Viitorul AI-ului: Oportunitate pentru tineri
Pe măsură ce AI-ul devine omniprezent în domenii precum medicina, educația și industria, Cristina subliniază că viitorii profesioniști nu trebuie să fie doar utilizatori, ci și creatori ai tehnologiei. Ea atrage atenția asupra importanței formării digitale, dar și a unei gândiri etice și responsabile. „Nu e suficient să știi cum funcționează un algoritm – trebuie să înțelegi și impactul pe care îl are asupra oamenilor.”
„Cel mai mult m-a învățat acest proiect să am răbdare. Niciun rezultat de impact nu vine ușor.” - Cristina Cărunta, cercetătoare și asistent universitar la Universitatea Politehnica Timișoara
Într-o lume în care inteligența artificială (AI) transformă rapid medicina, transportul, educația și chiar arta, o cercetătoare din Timișoara contribuie activ la construirea acestui viitor. Cristina Cărunta, doctorandă și asistent universitar la Universitatea Politehnica Timișoara (UPT), a reușit să dezvolte o arhitectură eficientă pentru segmentarea semantică în timp real — un domeniu esențial pentru tehnologiile care „văd”, cum ar fi mașinile autonome.
Lucrarea științifică poate fi citită aici – IEEE
Ce este segmentarea semantică și de ce contează?
Imaginează-ți că un calculator poate analiza o fotografie și, pixel cu pixel, să spună exact ce reprezintă: o mașină, un semn rutier, o persoană, un copac. Acest proces, numit segmentare semantică, este vital pentru aplicații precum:
- mașini autonome, care trebuie să interpreteze mediul înconjurător în timp real;
- roboți de intervenție, care acționează în medii complexe;
- diagnosticul medical asistat de AI, în care fiecare detaliu vizual poate face diferența;
- realitate augmentată și virtuală, unde obiectele digitale trebuie să interacționeze precis cu cele reale.
Problema? Majoritatea sistemelor actuale sunt foarte lente sau necesită echipamente de calcul scumpe. Cristina Cărunta și coordonatorul ei, prof. Călin-Adrian Popa, au vrut să schimbe asta.
Inovația: un model mai simplu, dar foarte eficient
Lucrarea Cristinei propune o arhitectură bazată pe rețele neuronale convoluționale (CNN), la care a integrat și mecanisme de atenție, inspirate din modul în care oamenii acordă atenție doar unor părți relevante din imagine.
Rezultatul? Un model:
- mai ușor de antrenat;
- mai rapid în rulare;
- cu o acuratețe remarcabilă, comparabilă cu modele mult mai complexe.
Modelul a fost testat pe două seturi de date specifice scenelor de condus — ceea ce îl face ideal pentru aplicații reale, cum ar fi vehiculele autonome sau monitorizarea traficului urban.
Drumul spre acest rezultat: muncă, eșecuri și mentorat
Cristina spune că începutul a fost marcat de obstacole:
„Am testat o mulțime de modele care nu au funcționat. Fiecare eșec te învață ceva, dar consumă timp și energie.”
O altă provocare majoră? Lipsa resurselor de calcul. Antrenarea unui model de deep learning poate dura zile, iar fără hardware performant, progresul e dificil. Cu timpul, i-au fost puse la dispoziție resursele necesare, iar sprijinul profesorului coordonator a fost esențial în menținerea direcției și a motivației.
De la matematică la AI: un parcurs inspirat
La finalul studiilor de masterat, Cristina se afla la o răscruce de drumuri: să continue pe calea riguroasă, dar familiară a matematicii pure sau să se aventureze în domeniul dinamic al informaticii, unde inteligența artificială începea să câștige tot mai mult teren. Alegerea nu a fost ușoară, dar discuțiile inspiraționale cu profesorul Popa, un mentor care i-a vorbit despre potențialul imens al AI-ului, au înclinat balanța. „A fost alegerea corectă. Nu doar că cercetez, dar pot și să predau la UPT cunoștințele acumulate — ceea ce e foarte valoros pentru mine”, spune Cristina. Astfel, ea nu doar contribuie la avansul cercetării în domeniul inteligenței artificiale, ci are și șansa de a forma viitorii specialiști, transmițând mai departe pasiunea și expertiza dobândite.
Ce a învățat Cristina din acest proiect?
Pe lângă algoritmi și cod, Cristina a învățat lecții de viață:
-Răbdare – nimic de calitate nu se construiește peste noapte;
-Muncă constantă – AI-ul nu e magie, e efort repetat și învățare continuă;
-Colaborare – un mentor bun face diferența în cercetare.
Mesaj pentru liceeni și viitorii studenți:
Cristina încurajează tinerii să se apropie de inteligența artificială, un domeniu pe cât de provocator, pe atât de captivant. Ea subliniază că, pentru a face față provocărilor acestui domeniu în continuă evoluție, este esențial ca tinerii să aibă o bază solidă în matematică — limbajul de bază al algoritmilor și modelelor care stau la baza AI-ului. De asemenea, îi îndeamnă să fie curioși, să caute să înțeleagă ce se află „dincolo de suprafață” și să nu se teamă de complexitate. În viziunea ei, curajul de a explora necunoscutul și dorința de a învăța continuu sunt la fel de importante ca și cunoștințele tehnice. "AI-ul nu este doar despre tehnologie – este despre felul în care gândim, despre cum învățăm și despre cum modelăm viitorul", spune Cristina.
Viitorul AI-ului: Oportunitate pentru tineri
Pe măsură ce AI-ul devine omniprezent în domenii precum medicina, educația și industria, Cristina subliniază că viitorii profesioniști nu trebuie să fie doar utilizatori, ci și creatori ai tehnologiei. Ea atrage atenția asupra importanței formării digitale, dar și a unei gândiri etice și responsabile. „Nu e suficient să știi cum funcționează un algoritm – trebuie să înțelegi și impactul pe care îl are asupra oamenilor.”
