Siemens už po šestadvacáté ocenil úspěšné studenty, mladé vědce a pedagogy, kteří svým výzkumem přispěli k rozvoji technických a přírodovědných oborů. Z celkem 496 přihlášek, nominací a doporučení vybraly odborné poroty 20 vítězů, kteří si rozdělili celkem jeden milion korun. Slavnostní vyhlášení se konalo 13. března v Betlémské kapli v Praze.
Nejlepší diplomová práce
Dominik Vašinka, Přírodovědecká fakulta, Univerzita Palackého v Olomouci
Nejlepší diplomová práce se věnuje aplikaci strojového učení v kvantovém měření. Její autor Dominik Vašinka byl už od počátku svého studia fyziky fascinován umělou inteligencí a ve svém výzkumu se proto rozhodl využít ji v oblasti kvantové optiky. Zaměřil se přitom na přesnou manipulaci se směrem kmitání světla na úrovni jednotlivých fotonů. Dosažené výsledky už Vašinka prezentoval na několika zahraničních konferencích a ve vědeckém článku publikovaném v renomovaném mezinárodním impaktovaném časopise. Nová technika využívající pokročilé metody strojového učení má velký aplikační potenciál v oblasti metrologie a řízení složitých systémů, včetně kvantových zařízení, jakými jsou například kvantové procesory a senzory.
Nejlepší disertační práce
Kateřina Snopková, Lékařská fakulta, Masarykova univerzita
Na nemoci související s multirezistentními bakteriemi zemře každý rok pět milionů pacientů na celém světě a do roku 2050 by se toto číslo mohlo zdvojnásobit. Proto vědci i farmaceutické firmy soustředí svou pozornost na výzkum nových antimikrobiálních látek, které by v budoucnu mohly nahradit klasická antibiotika. Věnuje se jim i vítězná disertační práce Kateřiny Snopkové, která kromě toho získala i uznání poroty za vynikající kvalitu ženské vědecké práce. Studie zkoumá interakce některých druhů bakterií, které pocházejí z Antarktidy. V rámci svého výzkumu Snopková polární kontinent i navštívila a získala tam vlastní vzorky pro další bádání. „Doufám, že svou prací přispívám k dobrému jménu českého polárního výzkumu, jenž je v lokálním kontextu opravdu unikátní. Za nejzajímavější výsledek považuji to, že se potvrdilo, že nedotčené prostředí Antarktidy je opravdu velmi cenné z hlediska nových antimikrobiálních látek, z nichž některé inhibují i multirezistentní bakterie,“ říká autorka oceněné disertační práce.
Ocenění za překonání překážek při studiu
Veronika Kamenská, Fakulta elektrotechniky a komunikačních technologií, Vysoké učení technické v Brně
Veronika Kamenská trpí zrakovou vadou, která ji omezuje při čtení běžného textu a práci s mikroskopickou technikou. V období dospívání se u ní navíc rozvinulo psychické onemocnění, projevující se depresemi a úzkostmi. Přesto úspěšně dokončila studium biomedicínského inženýrství a bioinformatiky a obhájila diplomovou práci o využití bezheslové autentizace k identifikaci studenta ve výuce.
V průběhu svého studia Kamenská vytvořila společně s Tomášem Chlubnou aplikaci Nepanikař, která pomáhá lidem bojujícím s psychickými problémy. Dnes ji využívá více než půl milionu lidí ve většině zemí světa. Aplikace získala řadu ocenění, včetně prvního místa v soutěži Gratias Tibi vzdělávacího programu JSNS organizace Člověk v tísni, nebo uznání od Ministerstva školství, mládeže a tělovýchovy ČR.
Nejvýznamnější výsledek základního výzkumu
Tomáš Slanina, David Dunlop a Lucie Ludvíková, Ústav organické chemie a biochemie, Akademie věd ČR
V základním výzkumu letos zazářil tým vědců z Ústavu organické chemie a biochemie, který vyřešil záhadu azulenu – látky, jejíž molekuly vyzařují světlo pouze z druhého excitovaného stavu. Pro vysvětlení této mimořádné vlastnosti použili výzkumníci koncept aromaticity a podařilo se jim obhájit hypotézu, že azulen je v prvním excitovaném stavu antiaromatický, zatímco ve druhém excitovaném stavu je aromatický. Tento stav je stabilnější a může díky tomu vyzařovat světlo. Výzkum měl velký mezinárodní ohlas a zaujal chemiky napříč obory, protože popisuje molekulu, která je pro svou tajemnou vlastnost součástí všech učebnic organické a fyzikální chemie. Studie je navíc zásadním pokrokem v porozumění a využití konceptu aromaticity.
Ocenění za vynikající kvalitu ženské vědecké práce
Jekatěrina Jaroslavceva, Fakulta elektrotechnická, České vysoké učení technické
Částicová fyzika pracuje s obrovským množstvím složitých dat, proto se výborně hodí k rozvoji nových metod strojového učení. Právě použití umělé inteligence k analýze částicových interakcí navrhla Jekatěrina Jaroslavceva Evropské organizaci pro jaderný výzkum (CERN) a Siemens ji za to ocenil druhým místem v kategorii Nejlepší diplomová práce i Oceněním za vynikající kvalitu ženské vědecké práce.
Studentka vyvinula nový model, který výrazně zvyšuje přesnost rekonstrukce částicových srážek a umožňuje analýzu většího množství dat, což je klíčové pro objevování nových částic a pro hlubší porozumění již známým částicím. Model je přelomový v tom, že využívá grafových neuronových sítí a díky tomu může zlepšit výkonnost rekonstrukčních algoritmů.
Nejlepší absolventská práce na téma Průmysl 4.0
Erik Derner, Fakulta elektrotechnická, České vysoké učení technické
Cenu za nejlepší práci zabývající se průmyslem 4.0 si stejně jako minulý rok odnáší absolvent Fakulty elektrotechnické ČVUT v Praze, a to Erik Derner, který ve své disertační práci navrhl řešení aktuálních problémů v oblasti učení robotických modelů z dat. Experimenty s mobilním robotem ukázaly, že model naučený jen z několika desítek vzorků vybraných navrženou metodou může být využit pro úspěšné vykonání úlohy založené na řízení metodou posilovaného učení.
Zájem o evoluční algoritmy v Dernerovi vzbudil již během magisterského studia kurz Jiřího Kubalíka, se kterým následně úzce spolupracoval. „Zaujalo mě, jak tyto metody čerpají inspiraci v evoluci, ve světě, který nás obklopuje, v přírodě a v nás samých,“ říká autor oceněné disertační práce. Výsledky jeho studie by mohly v brzké době najít využití v praxi. „Uplatní se v robotice, ale i v jiných průmyslových aplikacích, všude tam, kde je třeba z dat vytvářet modely dynamických systémů,“ dodává vedoucí Dernerovy disertační práce prof. Robert Babuška.
Nejlepší absolventská práce na téma chytrá infrastruktura a energetika
Marek Kollmann, Fakulta strojního inženýrství, Vysoké učení technické v Brně
V oblasti chytré infrastruktury a energetiky zabodoval Marek Kollmann, který ve své diplomové práci navrhl způsob využití umělé inteligence v zařízení ZEVO, které přeměňuje odpad na teplo a elektrickou energii. Cílem jeho práce bylo zefektivnit plánování kombinované výroby energie a zároveň s vysokou přesností předpovídat výkon přenášený do elektrické sítě. Vytvořil proto komplexní model složený ze sedmi dílčích modelů, na nichž pak bylo možné změřit zlepšení přesnosti předpovědí. Pro závod, který byl k experimentu vybrán, to ve výsledku znamenalo zvýšení jeho ročního výkonu o 13 procent a zisku o 2,6 milionu korun.
Nejlepší pedagogický pracovník
prof. Miloslav Druckmüller, Fakulta strojního inženýrství, Vysoké učení technické v Brně
Sedminásobný vítěz studentské ankety Nejlepší pedagog VUT je odpůrcem moderních technologií ve výuce. Se studenty se potřebuje naladit na stejnou vlnu a to se mu nejlépe daří tradičně s křídou v ruce u tabule. Přitom se snaží navázat se studenty dialog a vtáhnout je do řešení daného problému. Téměř sedmdesátiletý pedagog se věnuje numerickým metodám analýzy obrazů a signálu. Vyučuje matematické inženýrství, fyzikální inženýrství a nanotechnologie, mechaniku a mechatroniku. Kromě toho také školí doktorandy v oblasti aplikované matematiky. Jeho odborná práce odhalila laikům dříve neviděnou krásu Slunce, když vytvořil systém počítačových programů schopných zobrazit jeho koronální struktury.
Připraveno ve spolupráci se společností Siemens
Přidejte si Hospodářské noviny
mezi své oblíbené tituly
na Google zprávách.
Tento článek máteje zdarma. Když si předplatíte HN, budete moci číst všechny naše články nejen na vašem aktuálním připojení. Vaše předplatné brzy skončí. Předplaťte si HN a můžete i nadále číst všechny naše články. Nyní první 2 měsíce jen za 40 Kč.
- Veškerý obsah HN.cz
- Možnost kdykoliv zrušit
- Odemykejte obsah pro přátele
- Ukládejte si články na později
- Všechny články v audioverzi + playlist
