Témata finálových prací v letošním ročníku soutěže IT SPY 2025 ukazují mimořádnou šíři i hloubku současného výzkumu v oblasti informatiky a umělé inteligence. Mladí informatici se v nich zaměřili na využití strojového a hlubokého učení: od analýzy medicínských snímků a vysvětlitelné AI přes modelování struktur akustických materiálů až po detekci životních funkcí v nebezpečných prostředích či sledování objektů kamerami. V jejich projektech se objevují moderní metody jako symbolická regrese, neuronové sítě, PCA analýza, útoky postranními kanály či metody počítačového vidění, často doplněné o aplikace ve vědě, medicíně, bezpečnosti i vesmírném výzkumu.

Společným jmenovatelem je důraz na praktickou využitelnost umělé inteligence, tedy od zlepšení diagnostiky nemocí, varování před nebezpečným vesmírným zářením až po návrh nových materiálů, implementaci bezpečnějších technologií a efektivnější zpracování dat.

 

S vyhlášením finalistů se spustilo i online hlasování o Cenu veřejnosti, ve kterém nyní může každý podpořit svého favorita na webu www.itspy.cz. Hlasování probíhá do 17. listopadu 2025.

 

 

 

Matúš Bojko: "Segmentácia medicínskych obrazových dát metódami hlbokého učenia" (Slovenská technická univerzita v Bratislave, Fakulta informatiky a informačných technológií). Ve své práci se autor zabývá automatickým oddělováním oblastí v medicínských snímcích (např. orgánů nebo patologických útvarů) pomocí metod hlubokého učení s cílem zlepšit přesnost a efektivitu segmentace ve zdravotnických aplikacích.

 

Aneta Furmanová: „Modelování vlastností pásové struktury sonických krystalů pomocí strojového učení" (České vysoké učení technické v Praze, Fakulta elektrotechnická). Cílem této práce bylo modelování struktury sonických krystalů pomocí strojového učení s možností fyzikální interpretace výsledků. Autorka výsledky představila na Mezinárodní studentské konferenci o elektrotechnice.

 

Julija Jeršova: "Vysvětlitelná klasifikace obrazů založená na vektorových reprezentacích slov" (Vysoká škola ekonomická v Praze, Fakulta informatiky a statistiky). Práce se zabývá klasifikací obrazů pomocí vysvětlitelné umělé inteligence, která zvyšuje důvěryhodnost dosahovaných výsledků klasifikace.

 

Tomáš Kment: „Software pro neurorehabilitace“ (Západočeská univerzita v Plzni, Fakulta aplikovaných věd). Práce se zabývá vývojem software pro perzonalizovanou neurorehabilitaci, která může pomoci v léčbě pacientů s poraněním nervové soustavy, Parkinsonovou chorobou apod. 

 

Adam Majirský: „Využiteľnosť strojového učenia pre ESA misiu Vigil“ (Technická univerzita v Košicích, Fakulta elektrotechniky a informatiky). Majirský zkoumá možnost využití metod strojového učení v rámci mise Evropské kosmické agentury, která má vyslat sondu Vigill s cílem monitorovat vesmírné počasí a vyslat Zemi včasné varování před nebezpečnými geomagnetickými bouřemi. Výsledky práce autor publikoval v odborném tisku.

 

Vít Mašek: „Analýza postranních kanálů algoritmu SipHash v FPGA“ (České vysoké učení technické v Praze, Fakulta informačních technologií). Práce se zaměřuje na studium a analýzu úniků informací skrz postranní kanály (side-channel attacks) v implementaci kryptografického algoritmu SipHash v FPGA, s cílem identifikovat slabiny v bezpečnosti a konkrétní útoky.

 

David Mihola: „Chytrá kamera pro sledování zájmových objektů“ (Vysoké učení technické v Brně, Fakulta informačních technologií). Cílem této práce je vytvoření inteligentní kamery, která dokáže detekovat, sledovat a vyhodnocovat objekty zájmu v reálném čase (např. lidi, vozidla) s využitím počítačového vidění.

 

Jaroslava Schovancová: „Vzdálená senzorická detekce lidských životních funkcí“ (Univerzita Karlova, Matematicko-fyzikální fakulta). Autorka zkoumala v CERNu automatizovanou vzdálenou senzorickou detekci lidských životních funkcí pomocí radaru s frekvenčně modulovanou kontinuální vlnou (FMCW). Využití má pro zdravotníky či hasiče pro sledování životních funkcí v průmyslových provozech.