Mgr inż. Mateusz Kowalczyk

Zainteresowania badawcze: bezpieczeństwo sztucznej inteligencji, antagonistyczne uczenie maszynowe, multimodalna sztuczna inteligencja
Mateusz jest związany z NASK od 2021 roku. Koncentruje się na zagadnieniach związanych z bezpieczeństwem modeli uczenia maszynowego, w szczególności w obszarze Adversarial Machine Learning. Jego zainteresowania zawodowe obejmują analizę odporności modeli sztucznej inteligencji na celowe manipulacje i ataki, a także rozwój metod zwiększających ich niezawodność.
W 2024 roku rozpoczął studia doktoranckie w Szkole Doktorskiej TIB PAN, gdzie realizuje doktorat pt. „Robustness of machine learning models considering adversarial conditions”. W ramach pracy doktorskiej skupia się na odporności modeli multimodalnych na ataki, ze szczególnym uwzględnieniem ataków między-modalnych.

Wybrane publikacje

Artykuły

Mateusz Kowalczyk, Karolina Seweryn, Joanna Kołodziej, Mateusz Krzysztoń, "Adversarial Robustness of Multimodal Machine Learning Models", Proceedings of the 39th ECMS International Conference on Modelling and Simulation, ECMS 2025, , 248-254.