Tartu Ülikooli esimene tulevikumõtte professor kindral Martin Herem peab sügissemestril kõigile huvilistele loengusarja „Lai riigikaitse ja Eesti tulevik“. 17. septembri loeng kannab pealkirja „Kuidas valmistuda sõjaks?“.
Praegune pingeline julgeolekuolukord näitab selgelt, et Euroopa riigid peavad olema valmis sõjaks. Kui palju on meil aga selleks aega ja kui hästi oleme valmistunud halvimaks? Milleks ülikoolid peavad valmis olema ja kuidas nad saavad ühiskonda aidata?
Loengu eesmärk on näidata, et kõik, mida on vaja Eesti laiapindseks riigikaitseks, ei pea olema kohe valmis. Tähtis on aru saada, millega on kiire, mida tuleb järgmisena teha ja mil viisil kasutada ressursse.
Loengus selgitatakse, kuidas sõjaks valmistutakse: millised on võimalused, sealhulgas kasutamata võimalused; millised on ettevalmistuse etapid, riigi ja ühiskonna eri osade roll ning kuidas see on kooskõlas ühiskonna, sealhulgas poliitikute ootustega. 

"Club Silencio Maagilise Teatri" loengusarjas räägib lavastaja ja filmirežissöör Rainer Sarnet omaenda ja teiste loomingust, mis teda mõjutanud on. Näitamisele tulevad tema filmid "Nähtamatu võitlus", "November", "Idioot" ja "Vaino Vahingu päevaraamat". Juttu tuleb filmide ja lavastuste tegemisest ning loomingust laiemalt. "Club Silencio Maagilises Teatris" võib toimuda muutumine, võib toimuda ärkamine, sest kunst on tehtud samast ainest kui unenäod.

Robotid teevad asju, mis veel hiljuti tundusid kuuluvat ulmekirjanduse valdkonda. Humanoidrobotid oskavad nõudepesumasinat täita, mobiilsed robotkäed kohvi valmistada ja isejuhtivad sõidukid saavad hakkama tiheda liiklusega tänavail. Paljude selliste edusammude taga on muutus robotite arendamises: kui varem kasutati nende tajumis-, planeerimis- ja juhtimissüsteemis üksnes hoolikalt konstrueeritud komponente, siis nüüd õpetatakse roboteid üha enam käituma neile tutvustatavate eeskujude ja kogemuste põhjal.

Saadud tulemused võivad muljet avaldada, kuid ühe lühikese demonstratsiooni õnnestumine ei tähenda veel seda, et robot on töökindel tunde või päevi. Kodudes, ladudes ja tehastes tegutsevad või avalikel teedel liikuvad robotid puutuvad paratamatult kokku olukordadega, mis tulevad treenimise käigus ette väga harva, kui üldse. Arun Kumar Singhi töörühma tegevus robotinavigatsiooni ja -manipulatsiooni vallas on näidanud, et treenitud süsteemid võivad kaotada kiiresti tõhususe, kui ümbritsevas keskkonnas on segadust, muutusi või tundmatust.

Selle probleemi üks levinumaid lahendusi on kasvatada mastaapi: koguda rohkem andmeid, treenida suuremaid mudeleid ja loota, et mitmekesisem kogemus laseb robotitel rohkemates olukordades hakkama saada. See strateegia on muutnud keelevaldkonda ja tehisnägemist, kuid füüsiliste robotite puhul tekivad erisugused piirangud. Robotite jaoks vajalike andmete kogumine on kulukas ja võib olla ohtlik: simulatsiooniga ei suudeta tegelikku maailma täielikult jäljendada, suured mudelid võivad olla reaalajas juhtimiseks liiga aeglased ning nende üha keerukamat käitumist on tõrke korral raske kontrollida.

Loengus arutleb Arun Kumar Singh, kas robootika vajab alternatiivi arusaamale, et suurem andmemaht ja suuremad mudelid lahendavad kõik probleemid. Professor räägib, kuidas ühendada nüüdisaegse masinõppe paindlikkus füüsikaliste mudelite, optimeerimise ja selgete ohutuspiirangutega ning luua roboteid, mis suudavad õppida ja kohaneda, kuid on samal ajal ka andmetõhusad, otstarbekad ja pärismaailmas töökindlad.

Arun Kumar Singh on Tartu Ülikooli tehnoloogiainstituudi autonoomse robootika professor. Ta juhib iseseisvate ja koostöövõimeliste süsteemide uurimisrühma (Autonomous and Kooperative Systems Lab, AKS) ning keskendub oma teadustöös robootika algoritmilistele alustele, eelkõige liikumise planeerimisele, juhtimisele ja masinõppele. Professor Singh on oma töörühmaga arendanud optimeerimisalgoritme, samuti õppimispõhist robotite tegevuse ja liikumise planeerimist ning juhtimist turvakriitilistes rakendustes, kasutades sisseehitatud närvivõrkude varjatud kihte määramatuse tingimustes.
Ta on olnud mitme Eesti ja Euroopa Liidu projekti vastutav täitja. Praegu juhib ta projekti XSCAVE (xscave.eu), mille eesmärk on arendada rasketehnikale mõeldud tehisarumudeleid.