Z Nino Reščič o strojnem učenju, umetni inteligenci in razvoju pametnih vprašalnikov. #MetaPHoDcast Nina Reščič je doktorska študentka na Odseku za inteligentne sisteme na Inštitutu Jožefa Stefana. Pot do tja jo je vodila od študija uporabne matematike do zaposlitve v gospodarstvu in odločitve za raziskovalno pot. V doktorski nalogi je razvijala napovedovalne modele na podlagi strojnega učenja, ki bi lahko vodili do pametnih vprašalnikov. S prehranskimi vprašalniki, ki ponavadi vključujejo nekaj deset vprašanj, želijo raziskovalke in raziskovalci s področja zdravja in prehrane izvedeti več o navadah ljudi glede prehrane ter jim svetovati pri izboljšanju njihovega življenjskega sloga. Dolgi vprašalniki, ki jih je potrebno izpolnjevati pogosto, pa so izjemno nadležni in vzamejo veliko časa. Z uporabo velikih baz podatkov bi lahko te vprašalnike prilagodili za potrebe vsake posameznice ali posameznika ter jih tudi skrajšali, saj bi iz že pridobljenih informacij oziroma odgovorov na eno vprašanje lahko sklepali tudi odgovore na druga vprašanja. Tako bi razvili neke vrste metodo za “pametno postavljanje vprašanj” v vprašalnikih, kjer se sistem sproti uči iz odgovorov, ki jih dobi od uporabnika in se na podlagi tega odloči, katero vprašanje bo prineslo največ informacij v naslednjem koraku. Nina sicer ni razvijala samih vprašalnikov, za ta del naloge se je povezala s prehrambeno znanstvenico, vendar je na podlagi velikih količin podatkov razvila algoritme, ki so izboljšali vprašalnike in raziskovalkam ter raziskovalcem omogočili boljši vpogled v prehrambene navade preiskovancev in preiskovank. Poleg tega je Nina sodelovala tudi v skupini, ki je preučila različne ukrepe za zajezitev širjenja koronavirusa v času pandemije. Sodeluje tudi z raziskovalko Evo Peklaj, ki za svoje doktorsko delo na Biotehniški fakulteti razvija presejalno orodje za zaznavanje relativnega sindroma energijskega primanjkljaja pri slovenskih športnikih in športnicah. Pri vseh teh projektih Nina prinaša znanja iz matematike in računalništva ter tako razvija algoritme strojnega učenja, da raziskovalke in raziskovalci bolje razumejo podatke, ki so jih že zbrali. V času doktorata je nekaj časa preživela tudi v tujini na Fondazione Bruno Kessler, obisk pa je bil financiran s strani projekta WideHealth. Nina poudarja pomen povezovanja v svojem raziskovalnem delu. Sama uporablja in razvija metode umetne inteligence, včasih pa je težko pridobiti podatke, na katerih bi se metode lahko stestiralo. Medtem pa obstaja v znanosti ogromno velikih količin podatkov, ki so ponavadi obdelani le s preprostejšimi statističnimi metodami, čeprav bi z uporabo strojnega učenja lahko pridobili mnogo več znanja. Nina je tudi glasbenica. V podkastu nam pove, kako združuje ti dve poti. Drugim doktorskim študentom in študentkam priporoča, da se povezujejo, saj tako ugotovijo, da niso sami v tem doktoratu. V zadnjem letu si je kupila tablični računalnik za branje člankov, kar priporoča tudi vsem, ki pri svojem delu prebirajo ogromne količine znanstvenih člankov. ———— Meta PHoDcast so pogovori z mladimi raziskovalci in raziskovalkami o življenju, vesolju in sploh vsem. Gostitelji in gostje smo znanstveniki in znanstvenice z različnih področij znanosti. Večinoma gre za doktorske študente in študentke pred zaključkom doktorata, občasno pa so naši sogovorniki tudi podoktorski raziskovalci in raziskovalke v tujini. Nastajanje podkasta v letu 2023 finančno podpira ARIS, Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije.