Problemy z maszynami, urządzeniami i ewentualne awarie sprzętu mogą negatywnie wpłynąć na kondycję każdej firmy. Te problemy nie tylko zakłócają pracę, ale mogą mieć również konsekwencje finansowe i rynkowe. Dlatego ważne jest, aby przewidywać i monitorować wszelkie drobne problemy, które zaniedbane mogą przekształcić się w poważne szkody. Tutaj z pomocą może nam przyjść sztuczna inteligencja. Jako MIM Solutions stworzyliśmy Alert.MIM Platform – system predykcyjno-monitorujący dla firm. Na podstawie danych o stanie maszyn i urządzeń oraz przebiegu procesów tworzymy modele pozwalające przewidzieć wystąpienie awarii oraz określić stan urządzeń. Jakie są największe zalety platformy Alert.MIM? · Unikanie awarii i minimalizowanie ich konsekwencji

Z raportu na temat talentów z dziedziny SI na świecie w 2019 wynika, że ich liczba w Polsce jest taka sama jak w Czechach. A przecież Czechy są kilkukrotnie mniejsze od nas – mówi prof. Piotr Sankowski z Instytutu Informatyki na Uniwersytecie Warszawskim w rozmowie z Maciejem Chojnowskim Maciej Chojnowski: Jest pan trzykrotnym zdobywcą grantów przyznawanych przez European Research Council (ERC). Efektem jednego z nich było utworzenie spółki MIM Solutions – spin-offu, który powstał na Uniwersytecie Warszawskim. Jest przepis na taki sukces? Piotr Sankowski*: Przy pierwszym projekcie miałem szczęście – dobrze mi poszło, wszystko się zgrało. Ale ten drugi i trzeci to już było wielokrotne aplikowanie. O ten drugi grant, przy którego okazji powstała spółka MIM Solutions, chyba aplikowaliśmy z zespołem czterokrotnie. O trzeci – trzykrotnie. Trzeba

Z ta informatyką nie jest tak źle, ale jeszcze dużo do zrobienia. Nasza rozmowa (Mikołaj Bojańczyk, Stefan Dziembowski i ja) o grantach ERC i nie tylko z Karolem Jałochowskim w Polityce. https://www.polityka.pl/tygodnikpolityka/nauka/1971034,1,zawojowac-swiat-jak-sobie-radzi-polska-informatyka.read https://www.linkedin.com/posts/piotr-sankowski-80a6875_zawojowa%C4%87-%C5%9Bwiat-jak-sobie-radzi-polska-informatyka-activity-6711198175635533824-Kw1_

Years ago when I learned about Google PageRank algorithm, my first reaction was this is not the way it should be done! There should be some proof. This probably just shows that my CS education was too theoretical ;). Years later I have learned that indeed there are some nice tools to argue about the running time of PageRank algorithm. And very recently we were able to give some new parallel (in MPC model) algorithms for computing vanilla PageRank. We improved the number of rounds needed from O(log n) to O(log^2 log n) time. You can hear Solbodan talking out

I remember that in early spring when COVID pandemic started everyone was fascinated with all the mathematical modeling tools that predict the spread of the virus. It seemed that finally, some math is getting into the mainstream. Now the situation drastically changed – all the tools that were used (at least in Poland) failed to predict the second wave. Aposteriori it is rather clear that these tools are based on flawed assumptions. Most of the prediction tools use mean-field approximation, which makes the cascading process deterministic. In such an approach, uncertainty can only appear as a result of our lack