Cílem projektu je návrh a implementace prostředí umožňující zpracování osobních dat
včetně zvláště citlivých dat dle GDPR v prostředí eInfrastruktury CESNET, použitelné pro
náročné výpočetní aplikace v oblasti umělé inteligence nad medicínskými daty. Jako pilotní
aplikace bude použito hluboké strojové učení konvolučních neuronových sítí nad rozsáhlými
obrazovými daty z digitální patologie, tzv. whole-slide images o rozměrech až 200 000 × 100 000
bodů, v rámci výzkumné spolupráce Masarykovy univerzity a Masarykova onkologického
ústavu, dvou institucí využívajících eInfrastrukturu CESNET. Jedná se o mimořádně dynamickou
výzkumnou oblast a schopnost soutěžit se světovými týmy je podmíněna rozšířením
výpočetních kapacity nad rámec zdrojů Masarykovy univerzity. Podávaný projekt se soustředí
na škálování výpočetní infrastruktury potřebné pro strojové učení s využitím MetaCentra, což
představuje netriviální problém s ohledem na ochranu osobních údajů i na technické odlišnosti
mezi infrastrukturou Masarykovy univerzity a MetaCentra, a je tak komplementární k internímu
projektu Masarykova onkologického ústavu zaměřenému na rozvoj samotného strojového
učení s cílem zvýšit efektivitu diagnózy karcinomu prostaty. Jelikož Masarykova univerzita
v současnosti pracuje také na vytvoření zabezpečené infrastruktury vhodné pro ukládání citlivých
dat z oblasti life-sciences v rámci spolupráce CERIT-SC a ELIXIR, tak podávaný projekt
prakticky podpoří harmonizaci procesního i technického nastavení zabezpečených prostředí
mezi zdroji Masarykovy univerzity a eInfrastrukturou sdružení CESNET.

Cíle udržitelného rozvoje

Masarykova univerzita se hlásí k cílům udržitelného rozvoje OSN, jejichž záměrem je do roku 2030 zlepšit podmínky a kvalitu života na naší planetě.