Κεντρικοί Ομιλητές
Θεμελιώδη μοντέλα για βιοσήματα
Η άνευ προηγουμένου επιτυχία των βασικών μοντέλων έχει μεταμορφώσει την αντίληψή μας για την τεχνητή νοημοσύνη, ωστόσο η εφαρμογή τους στην προσωπική υγεία και στην πανταχού παρούσα ανίχνευση παραμένει ένα σύνθετο πεδίο. Σε αυτή την ομιλία, θα μοιραστώ την πορεία μου στην ανάπτυξη τεχνητής νοημοσύνης για την παρακολούθηση της υγείας, ξεκινώντας από τις πρώτες προσπάθειες βελτίωσης της αποδοτικότητας, της ανθεκτικότητας και της αμεροληψίας των δεδομένων μέσω της αυτοεποπτείας. Ένα βασικό ορόσημο σε αυτό το ταξίδι ήταν η ανάπτυξη του PaPaGei, του πρώτου ανοιχτού βασικού μοντέλου για φωτοπληθυσμογραφία (PPG). Ενώ το PaPaGei απέδειξε τη χρησιμότητα της προ-εκπαίδευσης σε διάφορα σύνολα δεδομένων βιοσημάτων, οι αυστηρές απαιτήσεις των εφαρμογών στον πραγματικό κόσμο, όπως η ακριβής αναγνώριση δραστηριότητας, ο καρδιακός ρυθμός ή η παρακολούθηση άλλων βιοδεικτών σε δυναμικά περιβάλλοντα, υπογραμμίζουν την ανάγκη για ακόμη μεγαλύτερη γενίκευση και κλίμακα. Αυτές οι προκλήσεις αποτελούν κίνητρο για τη μετάβαση σε μοντέλα μεγάλων αισθητήρων που αντιμετωπίζουν αυτά τα εμπόδια, αυξάνοντας τόσο το μέγεθος του μοντέλου όσο και την ποικιλομορφία των δεδομένων των χρηστών. Αυτή η κλιμάκωση αποκαλύπτει νέα οφέλη που τα μικρότερα μοντέλα δεν μπορούν να επιτύχουν, τοποθετώντας αυτά τα βασικά μοντέλα στη θέση να γίνουν η ραχοκοκαλιά κάθε μελλοντικής εργασίας ανίχνευσης.
Βιογραφικό
Ο Δημήτρης Σπάθης είναι ερευνητής στη Google και επισκέπτης ερευνητής στο Πανεπιστήμιο του Κέιμπριτζ. Το έργο του επιτρέπει στην τεχνητή νοημοσύνη να διαχειρίζεται την πολυπλοκότητα του πραγματικού κόσμου μέσω μηχανικής μάθησης που είναι αποδοτική ως προς τα δεδομένα και ανθεκτική, με έμφαση στην ανάπτυξη βασικών μοντέλων για τον τομέα της υγείας. Ενδιαφέρεται ιδιαίτερα για τους ακόλουθους τομείς:
Τεχνητή Νοημοσύνη για Διαδοχικά & Πολυτροπικά Δεδομένα: Ανάπτυξη και κυκλοφορία μοντέλων τεχνητής νοημοσύνης που αξιοποιούν στο έπακρο τα λεπτομερή δεδομένα που δημιουργούνται από άτομα μέσω αυτοεποπτευόμενης μάθησης [ICLR'25, CHIL'21], πολυτροπικής σύνθεσης [WSDM'24], πρόβλεψης [KDD'19 oral] και απόσταξης γνώσης [UbiComp'21].
Προσβάσιμη ανίχνευση υγείας: Δημιουργία συστημάτων τεχνητής νοημοσύνης που ανιχνεύουν ζωτικές πληροφορίες υγείας χωρίς εξειδικευμένο εξοπλισμό, με εφαρμογές στην παρακολούθηση ασθενειών [NeurIPS'21], την καρδιακή υγεία [Nature Dig. Medicine'22], τις διαταραχές ύπνου [Sci. Reports'22] και άλλα.
Σταθερή & Αξιόπιστη ΤΝ: Ανάπτυξη αξιόπιστων αλγορίθμων μηχανικής μάθησης για εφαρμογές υψηλού κινδύνου, με έμφαση στη γενίκευση εκτός κατανομής [ML4H'22, ACLw'17], αντιμετωπίζοντας τη λήθη [WACV'24], τη δικαιοσύνη [KDD'24] και ηθικά ζητήματα [JAMIA'21].
Προηγουμένως, ήταν ανώτερος ερευνητής στα Nokia Bell Labs, όπου ηγήθηκε των προσπαθειών στον τομέα της τεχνητής νοημοσύνης για την πολυτροπική υγεία. Πριν από αυτό, ολοκλήρωσε το διδακτορικό του στην Επιστήμη των Υπολογιστών στο Πανεπιστήμιο του Κέιμπριτζ, συνεργαζόμενος με την καθηγήτρια Cecilia Mascolo. Κατά τη διάρκεια των σπουδών του, εργάστηκε στη Microsoft Research, τη Telefonica Research και την Ocado. Επίσης, συνέβαλε στην έναρξη του COVID-19 Sounds, μιας από τις μεγαλύτερες μελέτεςστον τομέα της τεχνητής νοημοσύνης για την υγεία.
Η έρευνά του έχει δημοσιευτεί σε κορυφαία επιστημονικά περιοδικά στους τομείς της τεχνητής νοημοσύνης, της τεχνητής νοημοσύνης για την υγεία και της επεξεργασίας σημάτων με επίκεντρο τον άνθρωπο, ενώ πρόσφατα έργα του έχουν παρουσιαστεί σε διεθνή μέσα ενημέρωσης όπως η New York Times, η BBC, το CNN, ο Guardian, η Washington Post, το Forbes και η Financial Times.
Βιοηθική και Υπολογιστικά Δεδομένα
Σκοπός της εισήγησης είναι η κατανόηση των βιοηθικών διλημμάτων και η ορθή αξιοποίηση των υπολογιστικών δεδομένων στο σύγχρονο ψηφιακό περιβάλλον. Οι αναδυόμενες προκλήσεις στον χώρο του δικαίου, καθώς και η ανάγκη για υπεύθυνη χρήση της τεχνητής νοημοσύνης, αναδεικνύουν την επιτακτική ανάγκη αναμόρφωσης του θεσμικού πλαισίου που διέπει τη διαχείριση των πληροφοριακών δεδομένων, εντός ενός δυναμικού και αβέβαιου τεχνολογικού περιβάλλοντος.
Βιογραφικό
Ο Παναγιώτης–Χαράλαμπος Δούμας είναι Δικηγόρος Αθηνών με έντονη ερευνητική και ακαδημαϊκή δραστηριότητα στους τομείς του Δημοσίου Δικαίου, της Βιοηθικής και της Τεχνονομίας. Είναι υποψήφιος διδάκτορας στο Πάντειο Πανεπιστήμιο, στο Τμήμα Δημόσιας Διοίκησης, με αντικείμενο εξειδίκευσης τη διασταύρωση Βιοηθικής και Δημοσίου Δικαίου. Οι σπουδές του περιλαμβάνουν πτυχία Νομικής και Πολιτικής Επιστήμης από το Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, καθώς και μεταπτυχιακές σπουδές στο Δημόσιο Δίκαιο και στη Δημόσια Πολιτική.
Η διδακτορική του έρευνα εστιάζει στη νομική και ηθική διάσταση της τεχνητής νοημοσύνης, καθώς και στον ρυθμιστικό ρόλο της βιοηθικής ενόψει των ραγδαίων τεχνολογικών εξελίξεων. Έχει δημοσιεύσει μελέτες σε επιστημονικά περιοδικά και πρακτικά συνεδρίων, με θεματολογία που άπτεται της βιοηθικής, της προστασίας προσωπικών δεδομένων και των επιπτώσεων της τεχνολογικής καινοτομίας στη δημόσια διοίκηση. Παράλληλα, συμμετέχει ενεργά σε συνέδρια και επιστημονικές δράσεις που αφορούν την ηθική της τεχνολογίας, την ασφάλεια των δεδομένων και τις κανονιστικές προκλήσεις της τεχνητής νοημοσύνης.
Από τον Σεπτέμβριο του 2025, διατελεί Νομικός Σύμβουλος στο Υπουργείο Ψηφιακής Διακυβέρνησης, στη Γενική Γραμματεία Τηλεπικοινωνιών και Ταχυδρομείων, συμβάλλοντας στη νομοπαρασκευαστική διαδικασία και στη διαμόρφωση πολιτικών σε τομείς που αφορούν τις τηλεπικοινωνίες, τη διαχείριση ραδιοσυχνοτήτων και τη ρύθμιση εφαρμογών τεχνητής νοημοσύνης στο σύγχρονο ψηφιακό περιβάλλον.
Περιβαλλοντική Νοημοσύνη σε Ακραία Περιβάλλοντα
Θα πραγματοποιηθεί παρουσίαση, στην οποία θα παρουσιαστεί ένα τρέχον ερευνητικό πρόγραμμα που διεξάγεται από το Πανεπιστήμιο Εφαρμοσμένων Επιστημών του Ντάρμστατ σε συνεργασία με τον Ευρωπαϊκό Οργανισμό Διαστήματος. Το πεδίο της έρευνας αφορά την εφαρμογή της Περιβαλλοντικής Νοημοσύνης (Ambient Intelligence) στον τομέα της διαστημικής εξερεύνησης, ιδίως στο πλαίσιο της εξερεύνησης της Σελήνης, όπου αυτή μπορεί να λειτουργήσει ως ψηφιακός βοηθός που υποστηρίζει τους αστροναύτες.
Η παρουσίαση στοχεύει να δώσει μια γενική εικόνα για την τρέχουσα έρευνα, την AmI στο πλαίσιο απομονωμένων, περιορισμένων και ακραίων περιβαλλόντων, καθώς και για τις προκλήσεις που αντιμετωπίζονται σε διεπιστημονικά έργα.
Βιογραφικό
Ο Lorik Gashi είναι βοηθός ερευνητή και Υποψήφιος Διδάκτορας στο Πανεπιστήμιο Εφαρμοσμένων Επιστημών του Ντάρμστατ. Στο πλαίσιο των μεταπτυχιακών του σπουδών, πραγματοποίησε ένα εξάμηνο σπουδών στο εξωτερικό στο Τμήμα Πληροφορικής του Ιονίου Πανεπιστημίου. Η τρέχουσα εργασία του επικεντρώνεται στην εφαρμογή της «Ambient Intelligence» σε ακραίες συνθήκες, ιδίως στον τομέα της διαστημικής. Το ερευνητικό πρόγραμμα στο οποίο συμμετέχει συνεργάζεται στενά με την Ευρωπαϊκή Υπηρεσία Διαστήματος.
Agentic AI στην Πράξη: Δυνατότητες, Κόστος και Επιπτώσεις στην Αγορά Εργασίας
Η συζήτηση γύρω από το Generative και το Agentic AI έχει κυριαρχήσει τόσο στον δημόσιο διάλογο όσο και στις στρατηγικές των επιχειρήσεων, ωστόσο η πραγματική εικόνα της τεχνολογίας παραμένει συχνά θολή. Οι δυνατότητες των AI agents μπερδεύονται με τις προσδοκίες που δημιουργούνται γύρω τους, ενώ το πραγματικό κόστος και τα όρια χρήσης τους σπάνια συζητιούνται με ειλικρίνεια.
Στο εργαστήριο αυτό θα δούμε πώς λειτουργούν και πώς εκπαιδεύονται τα σύγχρονα AI agents, ξεκινώντας από τα βασικά των μεγάλων γλωσσικών μοντέλων και φτάνοντας στα agentic συστήματα που χρησιμοποιούν εργαλεία, μνήμη και κάποιον βαθμό αυτονομίας. Ιδιαίτερη έμφαση θα δοθεί στη διαδικασία εκπαίδευσης και στον ρόλο των δεδομένων: πώς συγκεντρώνονται, πώς αξιολογούνται και πώς επηρεάζουν την τελική συμπεριφορά ενός μοντέλου, καθώς και γιατί η ποιότητα των δεδομένων και η ανθρώπινη επίβλεψη παραμένουν, ίσως περισσότερο από ποτέ, καθοριστικοί παράγοντες επιτυχίας.
Στη συνέχεια, η συζήτηση μετατοπίζεται στην πιο πρακτική πλευρά, πόσο πραγματικά κοστίζει η χρήση τέτοιων συστημάτων σε περιβάλλον παραγωγής, γιατί η αντικατάσταση ενός εργαζόμενου δεν είναι πάντα η πιο συμφέρουσα επιλογή, και γιατί πολλοί μεγάλοι οργανισμοί επιλέγουν να χτίσουν δικά τους, κλειστά συστήματα αντί να βασιστούν σε εξωτερικές υπηρεσίες
Βιογραφικό
Ο Απόλλων-Φοίβος Μπακής είναι απόφοιτος του Τμήματος Χρηματοοικονομικής και Τραπεζικής Διοικητικής του Πανεπιστημίου Πειραιώς και κάτοχος MSc in Quantitative Finance από το Πανεπιστήμιο του Manchester. Είναι co-founder και lead engineer της Alysis AI, μιας startup που αναπτύσσει υπηρεσίες Generative και Agentic AI. Στο παρελθόν έχει εργαστεί στη Mercor ως Senior Reviewer, αξιολογώντας δεδομένα για την εκπαίδευση και βελτίωση μεγάλων γλωσσικών μοντέλων. Τα ενδιαφέροντά του εστιάζουν στην ανάπτυξη και αξιολόγηση AI agents, στη χρήση μοντέλων ανοιχτού κώδικα και στη γεφύρωση τεχνητής νοημοσύνης με πραγματικές, οικονομικά βιώσιμες εφαρμογές.
Ψηφιακός Μετασχηματισμός και Ακαδημαϊκοί Τεχνοβλαστοί: πώς τα Εργαλεία της Πληροφορικής στηρίζουν την Καινοτομία και τη Βιωσιμότητα
Η παρουσίαση εξετάζει τη συμβολή του ψηφιακού μετασχηματισμού και των εργαλείων της Πληροφορικής στην ενίσχυση της καινοτομίας και της βιωσιμότητας των ακαδημαϊκών τεχνοβλαστών. Εστιάζει στις βασικές προκλήσεις που αντιμετωπίζουν οι πανεπιστημιακές πρωτοβουλίες, όπως η αβεβαιότητα, η αξιοποίηση της ερευνητικής γνώσης και η διασύνδεση με την αγορά, και αναδεικνύει τον ρόλο των πληροφοριακών συστημάτων, της ανάλυσης δεδομένων, της τεχνητής νοημοσύνης και των digital twins ως μηχανισμών υποστήριξης. Παράλληλα, υπογραμμίζει τη σημασία του θέματος για τους φοιτητές Πληροφορικής και τους νέους ερευνητές, στο πλαίσιο της ακαδημαϊκής εξειδίκευσης και της καινοτόμου πανεπιστημιακής δράσης.
Βιογραφικό
Η Ευαγγελία Ζωή Ακριτίδη είναι υποψήφια διδάκτορας στο Τμήμα Πληροφορικής του Ιονίου Πανεπιστημίου και μέλος του διοικητικού και οικονομικού προσωπικού του Εθνικού Μετσόβιου Πολυτεχνείου. Είναι κάτοχος πτυχίου στη Διοίκηση Επιχειρήσεων και μεταπτυχιακού τίτλου στα Οικονομικά της Εκπαίδευσης και τη Διαχείριση Εκπαιδευτικών Μονάδων. Η έρευνά της επικεντρώνεται στην καινοτομία και την επιχειρηματικότητα σε ακαδημαϊκές και ερευνητικές spin-offs, ιδίως στους ρόλους της μεταφοράς γνώσης, της εμπορευματοποίησης, του ψηφιακού μετασχηματισμού και των Ψηφιακών Δίδυμων, καθώς και στους θεσμικούς και πολιτικούς παράγοντες που επηρεάζουν την ανάπτυξή τους και τη μακροπρόθεσμη βιωσιμότητά τους.
Workshop Προσομοίωσης Συνέντευξης
Βιογραφικό
Ο Νικόλαος Κορφιάτης είναι Καθηγητής στο Τμήμα Πληροφορικής του Ιονίου Πανεπιστημίου στο γνωστικό αντικείμενο της Διαχείρισης Δεδομένων. Έλαβε το πτυχίο του από το Οικονομικό Πανεπιστήμιο Αθηνών (2004), συνέχισε με μεταπτυχιακές σπουδές (MΕng) στο Βασιλικό Ινστιτούτο Τεχνολογίας της Στοκχόλμης (Royal Institute of Technology – KTH), Σουηδία και απέκτησε Διδακτορικό Δίπλωμα (PhD) από το Οικονομικό Πανεπιστήμιο της Κοπεγχάγης (Copenhagen Business School) -2009. Ακολούθως εργάστηκε ως επίκουρος καθηγητής στο τομέα Πειραματικών και Συμπεριφορικών Οικονομικών του τμήματος Οικονομικών Επιστημών του Πανεπιστημίου της Κοπεγχάγης (Δανία) και ως υφηγητής (2009-2014) της έδρας Πληροροφιακών Συστημάτων και Βάσεων Δεδομένων του Πανεπιστημίου Goethe της Φραγκφούρτης (Ομοσπονδιακή Δημοκρατία της Γερμανίας). Εν συνεχεία υπηρέτησε ω ως επίκουρος, αναπληρώτής και τακτικός καθηγητής στα Πανεπιστήμια της Ανατολικής Αγγλίας (UEA), Warwick (Warwick Business School) και Nottingham όπου αφυπηρέτησε και εντάχθηκε στο δυναμικό του τμήματος πληροφορικής του Ιονίου Πανεπιστημίου.
Παρουσίαση του Ερευνητικού Εργαστηρίου CMODLab
Βιογραφικό
Ο Δρ. Ιωάννης Καρύδης είναι κάτοχος
πτυχίου με τίτλο BEng in Engineering Science & Technology από το
πανεπιστήμιο Brunel University, του Ηνωμένου Βασιλείου (2000),
μεταπτυχιακού διπλώματος με τίτλο MSc in Advanced Methods in Computer
Science από το πανεπιστήμιο Queen Mary University του Ηνωμένου Βασιλείου
(2001) και διδακτορικού διπλώματος από το Τμήμα Πληροφορικής του
Αριστοτέλειου Πανεπιστήμιου Θεσσαλονίκης (2006).
Ερευνητικά Ενδιαφέροντα
- Ταξινόμηση μουσικού γένους
- Φωνητικός διαχωρισμός σε πολυφωνική μουσικήc
- Συνεχής αναζήτηση σε μουσικές ροές
- Πληροφοριακά συστήματα πολιτιστικής πληροφορίας με χρήση νέων μέσων
- Σχεδίαση διεπαφής χρήστη για ανάκτηση πληροφοριών μουσικής
- Ομοιότητα μουσικών δεδομένων με βάση τα συμφραζόμενα
- Διαχείριση μουσικής πληροφορίας
- Διαδίκτυο των πολυμεσικών πραγμάτων (M-IoT / IoMT)
- Συστήματα συνδημιουργίας με χρήση νέων μέσων
- Συλλογική νοημοσύνη με χρήση νέων μέσων