Aż sześć osób z Politechniki Wrocławskiej otrzymało granty od Narodowego Centrum Nauki w konkursie Miniatura. To najlepszy wynik ze wszystkich uczelni technicznych. W piątym w tym roku rozdaniu naszym naukowcom przyznano 235 tys. zł.

NCN dofinansowanie przyznał 158 projektom o łącznej wartości 6,1 mln zł. Na PWr granty otrzymali: dr inż. Daniel Szopa (Wydział Chemiczny), dr Michał Kazanowski (Wydział Medyczny), dr inż. Paweł Strzałkowski (Wydział Geoinżynierii, Górnictwa i Geologii), dr Milad Salimibani (Wydział Podstawowych Problemów Techniki), dr inż. Urszula Libal (Wydział Elektroniki, Fotoniki i Elektrosystemów) oraz dr Olga Voropai (Wydział Zarządzania).

Sześcioro laureatów z PWr to drugi wynik w skali kraju i zdecydowanie najlepszy ze wszystkich polskich uczelni technicznych.

W pierwszym etapie konkursu dofinansowanie przyznano czterem osobom z naszej uczelni. W drugiej rundzie laureatami zostały zostały kolejne trzy osoby z PWr, w trzecim rozdaniu finansowanie otrzymały cztery osoby, a w czwartym również cztery.

Więcej o projektach z PWr

Dr inż. Daniel Szopa (Wydział Chemiczny)

„Ocena wpływu ultradźwięków na przebieg hydrolizy chemicznej biomasy wysokobiałkowej” – kwota dofinansowania 49 258 zł.

W swoim projekcie dr Daniel Szopa zamierza sprawdzić, co tak naprawdę zmieniają ultradźwięki podczas hydrolizy odpadów bogatych w białko i czy ich działanie przekłada się na skład otrzymywanych hydrolizatów.

Zbada przede wszystkim mechanizm tego procesu, to jak energia ultradźwięków, zmiany temperatury i warunki prowadzenia hydrolizy wpływają na powstawanie wolnych aminokwasów i krótkich peptydów.

Porównując proces klasyczny z hydrolizą wspomaganą ultradźwiękami, chcę zobaczyć, czy można w ten sposób otrzymywać produkty różniące się nie tylko składem, ale też działaniem biologicznym. Wpływ otrzymanych hydrolizatów na rośliny ocenię na przykładzie bazylii, sprawdzając, czy różnice w ich składzie przekładają się na wzrost roślin, ich biomasę, zawartość chlorofilu oraz rozwój systemu korzeniowego.

Naukowcowi z W3 zależy na lepszym zrozumieniu, w jaki sposób przebieg samego procesu decyduje o właściwościach końcowego produktu i jego oddziaływaniu na rośliny.

Dr Michał Kazanowski (Wydział Medyczny)

„Wielokompartmentowa analiza DNA nowotworowego w raku jelita grubego o wysokim ryzyku rozsiewu otrzewnowego” – kwota dofinansowania 47 850 zł.

U części chorych na raka jelita grubego choroba może rozprzestrzenić się w obrębie otrzewnej, czyli błony wyściełającej jamę brzuszną.

Dr Michał Kazanowski w swoim projekcie chce sprawdzić, czy ślady DNA nowotworu obecne w płynie z jamy brzusznej dostarczają innych informacji niż te wykrywane we krwi. W trakcie swoich badań zamierza porównać próbki tkanki guza, krwi oraz płynu pobranego podczas operacji.

Ten pilotaż pozwoli ocenić, czy taka analiza jest wykonalna i pomoże zaplanować większe badanie nad mechanizmami rozsiewu raka jelita grubego do otrzewnej.

Dr inż. Paweł Strzałkowski (Wydział Geoinżynierii, Górnictwa i Geologii)

„Analiza trwałości piaskowców pod działaniem zmiennych warunków środowiskowych” – kwota dofinansowania 46 222 zł.

Projekt dr. Pawła Strzałkowskiego koncentruje się na zbadaniu, jak zmienne warunki środowiskowe wpływają na trwałość piaskowców wykorzystywanych w budownictwie i architekturze.

W warunkach laboratoryjnych różne odmiany piaskowców zostaną poddane działaniu wilgoci, niskich i wysokich temperatur oraz środowiska zasolonego, przy zróżnicowanej intensywności i czasie oddziaływania tych czynników. Analiza zmian właściwości piaskowców pozwoli określić tempo ich degradacji, wskazać cechy wpływające na odporność materiału oraz które odmiany są najbardziej odporne na poszczególne czynniki środowiskowe.

Wyniki umożliwią opracowanie klasyfikacji piaskowców pod względem odporności na warunki środowiskowe, co może wspierać lepszy dobór kamienia naturalnego do konkretnych warunków użytkowania.

Dr Milad Salimibani (Wydział Podstawowych Problemów Techniki)

„Opracowanie obrazowo opartej platformy obliczeniowej do spersonalizowanego leczenia hipertermią guzów wewnątrzgałkowych” – kwota dofinansowania 39 820 zł.

Celem projektu dr. Milada Salimibaniego jest opracowanie komputerowego modelu ludzkiego oka z guzem nowotworowym, który pozwoli badać możliwości zastosowania hipertermii w leczeniu nowotworów. Metoda ta polega na wykorzystaniu podwyższonej temperatury do niszczenia komórek nowotworowych.

Model pozwoli symulować, w jaki sposób ciepło rozchodzi się w obrębie oka i jak oddziałuje na otaczające guz zdrowe tkanki. Dzięki temu będzie można określić takie parametry terapii, które pozwolą skutecznie zniszczyć guz, a jednocześnie ograniczyć ryzyko uszkodzenia zdrowych struktur oka i pogorszenia wzroku.

Na podstawie obrazów medycznych powstanie realistyczny, trójwymiarowy model oka. Badacze sprawdzą w nim różne warianty terapii, aby znaleźć rozwiązanie możliwie najbezpieczniejsze i najskuteczniejsze.

Zespół dr. Salimibaniego będzie współpracował z międzynarodowymi ekspertami z Wielkiej Brytanii, co pozwoli udoskonalić model i przygotować kolejne etapy badań eksperymentalnych. W przyszłości wyniki projektu mogą posłużyć do opracowania spersonalizowanych metod leczenia guzów oka, wspomaganych przez sztuczną inteligencję.

Dr Olga Voropai (Wydział Zarządzania)

„Integracja wymiarów agencji intelektualnej i bezpieczeństwa danych z modelami akceptacji sztucznej inteligencji: przygotowawcze badanie pilotażowe i wizyta badawcza” – kwota dofinansowania 28 512 zł.

Narzędzia oparte na generatywnej sztucznej inteligencji coraz częściej trafiają na uczelnie i do laboratoriów badawczych. Naukowcy nie przyjmują ich jednak tylko dlatego, że są wygodne i przydatne, bo obawiają się też utraty eksperckiej intuicji i niezależności intelektualnej, niejasnej odpowiedzialności za wyniki wygenerowane przez algorytm i wycieku danych.

Badanie pilotażowe dr Olgi Voropai sprawdzi nowe narzędzia ankietowe, które mierzą te obawy, na grupie stu nauczycieli akademickich w Polsce, a uzupełnią je pogłębione wywiady z entuzjastami AI i z osobami, które podchodzą do niej sceptycznie.

Uczestnicy badania ocenią też swoje kompetencje w zakresie AI, a wynik zostanie porównany z obiektywnym testem, żeby wychwycić zjawisko "cyfrowej nadmiernej pewności siebie”, czyli sytuacji, w której ktoś uważa, że zna się na AI lepiej niż w rzeczywistości.

Uzyskane wyniki pomogą lepiej zrozumieć, jak wprowadzać AI do nauki w sposób odpowiedzialny i z myślą o człowieku. 

Dr inż. Urszula Libal (Wydział Elektroniki, Fotoniki i Mikrosystemów)

„Koszt energetyczny dekomponowanych tensorowo algorytmów głębokiego uczenia implementowanych na mikrokontrolerach Edge AI” – kwota dofinansowania 23 320 zł.

Badaczka z Katedry Nanometrologii na W12 otrzymała finansowanie na realizację wstępnych badań w obszarze tzw. Zielonej Sztucznej Inteligencji (Green AI). Celem projektu jest obniżenie poboru mocy przez mikrokontrolery poprzez sekwencyjną dekompozycję tensorów i redukcję ich rang w modelach głębokiego uczenia, przy jednoczesnym wyznaczeniu rzeczywistego kosztu energetycznego tych operacji.

Choć celem kompresji tensorów w sieciach neuronowych jest redukcja zużycia energii, nie jest to proces liniowy. Spadek rangi tensora nie przekłada się automatycznie na proporcjonalne obniżenie kosztu energetycznego. Wynika to z faktu, że krytycznym i dość kosztownym etapem pozostaje fizyczny transfer danych w pamięci mikrokontrolera.

W ramach swojego grantu dr Urszula Libal zbada te nieliniowe zależności, wykonując precyzyjne pomiary poboru mocy dla różnych architektur głębokich modeli.

Uzyskane wyniki oraz mapy kosztów energetycznych posłużą jako fundament pod nową generację energooszczędnych systemów wbudowanych (Edge AI). Opracowana metoda otworzy drogę m.in. do uruchamiania głębokich sieci neuronowych bezpośrednio w układach sterowania mikroskopem sił atomowych (AFM) rozwijanym w Katedrze Nanometrologii, przy jednoczesnym ograniczeniu ryzyka generowania szumów termicznych w układzie pomiarowym.