Zaprojektowanie i wytrenowanie nowych modeli sztucznej inteligencji służących do poprawy jakości obrazu

Celem projektu jest zaprojektowanie i wytrenowanie od podstaw nowych modeli sztucznej inteligencji do poprawy jakości obrazu wideo. Proces trenowania sieci neuronowych na dużych zbiorach danych wideo wymaga ogromnej mocy obliczeniowej, której nie są w stanie zapewnić standardowe komputery. Zasoby superkomputera zostaną wykorzystane przede wszystkim do przeprowadzenia procesu tak zwanej destylacji wiedzy, w którym potężna i bardzo złożona sieć neuronowa uczy mniejszą, zoptymalizowaną sieć, jak uzyskiwać wysoką jakość obrazu. Jest to operacja wymagająca
równoczesnego działania dwóch modeli i wykonania miliardów obliczeń w każdej sekundzie. Ponadto dostęp do klastra GPU pozwoli na równoległe prowadzenie setek eksperymentów, dzięki którym zostaną precyzyjnie dostrojone parametry modelu tak, aby działał on płynnie na małym urządzeniu wbudowanym. Bez tej mocy obliczeniowej projektowanie systemu trwałby o wiele dłużej, uniemożliwiając efektywną optymalizację algorytmów.