Vloga UL FE v slovenski tovarni umetne inteligence (SLAIF)

Datum objave: 13. 4. 2026

V Sloveniji je začela delovati tovarna umetne inteligence SLAIF (Slovenian AI Factory) – nacionalna infrastruktura, namenjena podjetjem, raziskovalnim organizacijam in javnemu sektorju za razvoj in uporabo naprednih rešitev umetne inteligence (UI). Projekt predstavlja pomemben korak h krepitvi tehnološke neodvisnosti in konkurenčnosti države na tem hitro rastočem področju.

V okviru projekta ima pomembno vlogo UL FE, saj raziskovalci Laboratorija za strojno inteligenco, Laboratorija za robotiko ter Laboratorija za avtomatiko in kibernetiko sodelujejo pri izvajanju ključnih storitev. Zasnovane so kot celoviti delovni tokovi, ki uporabnikom omogočajo učinkovito pot od ideje do delujoče rešitve. Izvajali bodo tudi usposabljanja s področja umetne inteligence, namenjena različnim skupinam uporabnikov – od industrije do javnega sektorja.

Po Evropi se tovarne umetne inteligence uveljavljajo kot strukturirani ekosistemi, ki organizacijam pomagajo spremeniti zmogljivosti UI v uporabne in ponovljive rezultate. Poudarek je na podpori končnim uporabnikom s kombinacijo razširljivih računalniških virov, obdelave podatkov, večkrat uporabnih delovnih tokov in orodij ter usposabljanj in neposredne podpore strokovnjakov. Cilj ni zgolj dostop do infrastrukture, temveč zanesljiva in predvidljiva izvedba rešitev z UI. SLAIF ta koncept uresničuje na nacionalni ravni z usklajevanjem partnerjev, virov in aktivnosti za uporabnike v enotno ponudbo. Povezuje konkretne primere uporabe z izvedljivimi delovnimi tokovi ter podpira njihovo uvajanje prek storitev in usposabljanj.

Vloga UL FE

UL FE k SLAIF prispeva z razvojem in izvajanjem storitev, zasnovanih kot delovni tokovi, ter z izobraževanji. Poudarek je na praktičnih rešitvah in usposabljanjih, ki uporabnikom omogočajo prehod od prvega zanimanja do odgovorne rabe UI v praksi.

Delovni tokovi

UL FE ponuja tri storitve:

  • UI-podprt delovni tok za ocenjevanje skeniranih ročno pisanih izpitov iz področja tehnike in naravoslovja (angl. STEM)

Rešitev podpira ocenjevanje skeniranih ročno pisanih izpitov, vključno z diagrami. Namenjena je zmanjšanju ponavljajočega se dela pri ocenjevanju ob ohranitvi popolnega nadzora ocenjevalca. Sistem ustvarja strukturirane zapise ocenjevanja ter označi primere, ki zahtevajo hitro človeško preverjanje.

  • Začetna priprava podatkovnih zbirk iz neurejenih vizualnih podatkov s pomočjo temeljnih modelov (samodejno označevanje)

Nastavljiv delovni tok omogoča pretvorbo večjih količin obstoječih slik ali videoposnetkov v označene podatkovne zbirke, pripravljene za učenje modelov. Poudarek je na pridobivanju oznak iz zajetih podatkov (brez ustvarjanja sintetičnih vsebin), standardiziranih izhodnih formatih ter zapisih za nadzor kakovosti, ki pospešujejo uvajanje rešitev računalniškega vida.

  • Zaznavanje ovir za avtonomna plovila in vozila na podlagi zaznavanja odstopanj

Delovni tok omogoča zaznavanje ovir v okolici plovil in vozil na omejenih geografskih območjih. Namenjen je hitri pripravi prototipov v primerih, ko obsežnih označenih podatkovnih zbirk ni mogoče zbrati.

Zaznavanje ovir za avtonomna plovila
Slika 1: Zaznavanje ovir za avtonomna plovila (Avtor_UL FE).

Prvi dve storitvi bosta predvidoma na voljo od leta 2027, tretja pa od leta 2028.

Usposabljanja

UL FE izvaja tudi dve usposabljanji, prilagojeni potrebam uporabnikov in načelom odgovornega uvajanja UI:

  • Uvajanje UI v poučevanje

Praktična delavnica je namenjena pedagoškim delavcem v osnovnošolskem, srednješolskem in visokošolskem izobraževanju ter izvajalcem usposabljanj. Obravnava pogoste načine uporabe UI v poučevanju in načela odgovorne rabe. Vključuje pregled uporabniške poti poskusnega delovnega toka SLAIF za avtomatizirano vrednotenje ter usmeritve za uporabo učnih orodij, podprtih z UI.

  • Praktično oblikovanje slike in zajem podatkov za računalniški vid

Usposabljanje pokriva osnove nastanka slike in zajema, pogoste pasti pri zagotavljanju kakovosti podatkov ter osnovna navodila za pripravo slikovnih podatkov za uporabo v računalniškem vidu (brez učenja modelov).

Samodejno označevanje podatkov za računalniški vid.
Slika 2: Samodejno označevanje podatkov za računalniški vid (Avtor_UL FE).

Izvedba prvega usposabljanja je predvidena jeseni 2026, drugega pa leta 2027.

Navedene aktivnosti odražajo trenutni načrt razvoja. V prihodnje se bodo prilagajale potrebam uporabnikov in prispevkom partnerjev.

Več o SLAIF in vlogi UL FE je za Prvi program Radia Slovenija povedal izr. prof. dr. Janez Perš. Celoten posnetek je na voljo na povezavi.