Piąta edycja Brainhack Warsaw zgromadziła studentów, doktorantów i entuzjastów z różnych dziedzin na Wydziale Fizyki Uniwersytetu Warszawskiego. Trzydniowe wydarzenie, skrupulatnie zorganizowane przez Studenckie Koło Naukowe Neuroinformatyki, było doskonałą okazją do współpracy, nawiązania akademickich przyjaźni i wymiany wiedzy. Uczestnicy zaangażowali się w szereg projektów obejmujących eksplorację danych, uczenie maszynowe i badania nad mózgiem, a wszystko to przy jednoczesnym uwzględnieniu zasad otwartej nauki – podstawowej wartości społeczności Brainhack, jak podkreślili Craddock et al. (2016).
Tegoroczny zestaw prelegentów był wyjątkowy:
- Prof. Alexander Mathis z École Polytechnique Fédérale de Lausanne w Szwajcarii przedstawił „Deep Learning Tools for the Analysis of Movement, Identity & Behavior”, zapewniając uczestnikom dogłębne spojrzenie na skrzyżowanie głębokiego uczenia się i analizy behawioralnej.
- Michał Niezgoda, CEO i współzałożyciel Robotec.ai, podzielił się swoimi cennymi spostrzeżeniami na temat zbieżnych ścieżek robotyki i sztucznej inteligencji.
Wśród tegorocznych projektów znalazły się:
1. Brain Tumor Subtyping: Kluczowa inicjatywa mająca na celu poprawę diagnostyki i strategii leczenia guzów mózgu.
2. Automatic artifact detection in EEG using Telepathy: Pionierskie podejście do identyfikacji artefaktów w danych EEG poprzez potencjał telepatii.
3. Application of an amygdala parcellation pipeline based on Recurrence Quantification Analysis to resting-state fMRI data acquired in a 7T MRI scanner: Projekt skupiający się na analizie danych fMRI w stanie spoczynku dla parcelacji ciała migdałowatego.
4. Pose estimation-based long-term behavior assessment of animals in semi-naturalistic conditions: Unikalne przedsięwzięcie mające na celu zrozumienie zachowania zwierząt w warunkach półnaturalnych poprzez szacowanie pozycji.
5. A paradigm shift in experiment design leading to large-scale EEG data acquisition for visual attention: Projekt ten miał na celu zrewolucjonizowanie projektowania eksperymentów w celu pozyskiwania obszernych danych EEG związanych z uwagą wzrokową.
6. Robust Latent Space Exploration of EEG Signals with Distributed Representations: Projekt ten miał na celu wykorzystanie reprezentacji ukrytych przestrzeni do bootstrappingu i klasyfikacji danych EEG.
7. SANO: Comparison of brain networks from EEG and fNIRS: Ważny projekt porównujący sieci mózgowe pochodzące z danych EEG i fNIRS.
Podsumowując, Brainhack Warsaw 2023 był wielkim świętem neuronauki i data science. Stał się inkubatorem innowacyjnych pomysłów, katalizatorem znaczących relacji oraz świadectwem siły i potencjału nauki opartej na współpracy. Jako organizatorzy już wyczekujemy kolejnej edycji Brainhack Warsaw, z nadzieją na jeszcze bardziej wpływowe i rozległe wydarzenie.
