Co se děje za zavřenými dveřmi Laboratoře modelování procesů a umělé inteligence? – Budoucnost průmyslu

Za zdmi laboratoře na CXI TUL nevznikají jen teoretické modely a kódy, ale digitální dvojčata továren, vizualizace procesů ve virtuální realitě a chytré algoritmy, které dokáží předvídat i rozhodovat rychleji než člověk. Tým vedený Věnceslavem Chumchalem propojuje matematiku, fyziku a umělou inteligenci s praxí – výsledkem jsou řešení, která zlepšují výrobu, podporují medicínu nebo pomáhají firmám s digitalizací. Laboratoř modelování procesů a umělé inteligence se tak stává mostem mezi akademickým výzkumem a průmyslem. Jak vznikla, co už dokázala a jaké nové výzvy ji čekají?

Můžete nám krátce představit Laboratoř modelování procesů a umělé inteligence na CXI TUL? Co je vaší hlavní misí a jaká byla vaše cesta k založení této laboratoře?

Laboratoř modelování procesů a umělé inteligence je součástí výzkumného směru VS3 v rámci Institutu nanomateriálů, pokročilých technologií a inovací (CXI) Technické univerzity v Liberci. Jejím hlavním posláním je aplikace matematických, fyzikálních, numerických a uměle inteligentních metod pro optimalizaci a automatizaci průmyslových i výzkumných procesů. Laboratoř se zaměřuje na vývoj prediktivních modelů, digitálních dvojčat a inteligentních systémů řízení. Byla založena jako reakce na rostoucí potřeby v oblasti Průmyslu 4.0 a propojuje akademický výzkum s praktickým využitím v praxi. 

Laboratoř je součástí Institutu nanomateriálů a pokročilých technologií a jejím vedoucím je Věnceslav Chumchal – jaké klíčové zkušenosti a vize přináší váš tým do průmyslových projektů a výzkumu?

Tým (nově pod vedením Věnceslava Chumchala) přináší interdisciplinární know-how v oblastech umělé inteligence, numerického modelování, automatizace a datového inženýrství. Má zkušenosti s návrhem AI architektur, zpracováním dat, vývojem systémů s využitím velkých jazykových modelů (LLM) a pokročilých analytických metod. Mezi klíčové kompetence patří také vizualizace dat a digitální dvojčata, což umožňuje vytvářet robustní řešení aplikovatelná ve výzkumu i průmyslu. 

Co konkrétně nabízíte partnerům z průmyslu a výzkumu – jaké služby v oblasti správy dat, modelování procesů či virtuální a rozšířené reality poskytujete?

Laboratoř nabízí: 

1. Zpracování dat a analýzy: Ukládání a zpracování strukturovaných i nestrukturovaných dat, návrh datových workflow, reporting, vizualizace. 
2. Modelování procesů: Využití ML/AI a fyzikálně založených modelů pro predikci a optimalizaci systémů. 
3. Virtuální a rozšířená realita (VR/AR): Využití pro vizualizaci dat, prezentaci digitálních dvojčat, školení a asistenci ve výrobních procesech. 
4. Robotická procesní automatizace: Automatizace rutinních úkonů pomocí softwarových robotů, bez nutnosti zásahu do stávajících systémů. 
5. Vývoj LLM systémů a inteligentních agentů: Implementace agentních platforem pro vyhledávání, analýzu a podporu rozhodování. 

V nabídce máte projekt “Edu‑Profi Kompas” pro řízení rozvoje studentů – můžete přiblížit, jak funguje a jaké benefity přináší školám a firmám?

(Toto je chyba na webu, která zřejmě plyne z automatického načítání projektů z interního systému, projekt ale nebyl schválen. Momentálně je v přípravě nový web a tyto věci na starém neřešíme.) 

Spolupracujete na vývoji inteligentního výrobního asistenta a 3D implantátů – jaká je role AI ve vašich aplikacích pro biomedicínu a výrobní procesy?

Ve výrobních procesech aplikuje laboratoř metody strojového učení a zpracování obrazu především pro: 

1. Kontrolu kvality ve výrobě: Automatizovaná vizuální inspekce pomocí počítačového vidění. 
2. Prediktivní údržbu a optimalizaci řízení: AI modely zpracovávající senzorová data v reálném čase. 

Jakým způsobem využíváte pokročilé metody prezentace výsledků – vizualizace s využitím VR/AR, velkoplošné projekce či GIS – při prezentaci pro klienty a partnery?

Laboratoř integruje pokročilé vizualizační technologie, např.: 

1. Rozšířenou a smíšenou realitu (AR/MR): Prezentace dat přes HoloLens, např. pro optimalizaci výrobních linek. 
2. Digitální dvojčata: Vizualizace procesů, simulací a predikcí v reálném čase. 
3. Velkoplošné projekce: Pro sdílenou prezentaci dat ve výzkumných i průmyslových scénářích. 

Laboratoř prošla úspěšnou spoluprací v projektech se ŠKODA AUTO, Fraunhoferem a dalšími – jak probíhá přechod vašeho výstupu z prototypu do reálného nasazení ve firmách?

Proces přechodu probíhá v několika fázích: 

1. Proof-of-Concept (PoC): Návrh a validace řešení v laboratorních podmínkách. 
2. Pilotní provoz: Integrace do reálného prostředí firmy, často paralelně s běžným provozem. 
3. Škálování a přenos: Adaptace na konkrétní podmínky zákazníka, optimalizace výkonu, uživatelské rozhraní a údržba. 

Důraz je kladen na úzkou spolupráci s partnerem, průběžné testování a iterativní vývoj. 

Podporujete digitalizaci prostřednictvím eDIH a dalších iniciativ – co dosud považujete za největší úspěch v této oblasti?

Největším úspěchem je samostatná možnost nabídnout menším a středním podnikům možnost digitalizovat jejich procesy, pomoc s nastartováním i větších iniciativ a podpořit tak konkurenceschopnost proti globální konkurenci. Těší nás také, že spolupráce často pokračuje, ať už ve formě zakázek nebo jiných grantů. 

Kolik a jaké role mají ve vašem týmu jednotliví členové – jaká je struktura týmu a jak spolu spolupracujete na výzkumných i komerčních projektech?

Tým je multidisciplinární a zahrnuje odborníky na: 

1. Strojové učení a AI (např. Jan Horák, Denis Tauchman, Tomáš Janovec) 
2. Zpracování dat a FAIR principy (Jakub Zach) 
3. UI/UX a vývoj SW řešení (Pavel Mach, Anna Volková, Vojtěch Pešek) 
4. Matematické a statistické modelování (Šárka Horská) 
5. Vizualizace, návrh architektur, automatizace (Jan Kočí, Bohumil Kolář, Pavel Tyl) 

Tým spolupracuje na principech DevOps, MLOps a agilního vývoje, což umožňuje efektivní řízení výzkumných i komerčních projektů. 

Jaké výzvy i příležitosti dnes vidíte v oblasti modelování procesů a umělé inteligence, a jak Laboratoř CXI TUL plánuje reagovat v následujících letech?

Výzvy: 

1. Zajištění důvěryhodnosti a vysvětlitelnosti AI modelů (Explainable AI) 
2. Práce s neúplnými nebo nestrukturovanými daty 
3. Integrace AI do reálného prostředí s omezenými zdroji 

Příležitosti: 

1. Vývoj LLM agentních systémů pro expertní asistenci 
2. Federativní učení pro bezpečné sdílení znalostí mezi partnery 
3. Rozšíření digitálních dvojčat do dalších průmyslových odvětví 

Laboratoř plánuje nadále rozšiřovat kapacity v oblasti automatizace, datové integrace a inteligentní vizualizace.