Osiągnięcia naukowe
Profesor Krzysztof Ślot z Wydziału Elektrotechniki, Elektroniki, Informatyki i Automatyki PŁ jest specjalistą w zakresie metod uczenia maszynowego i sztucznej inteligencji zorientowanych na analizę, przetwarzanie i syntezę obrazów i sygnałów. Był członkiem międzynarodowego zespołu, którzy opracował pionierskie koncepcje przetwarzania i analizy informacji z wykorzystaniem paradygmatu tzw. sieci neuronowych komórkowych, oraz ich fizyczne implementacje w technologiach półprzewodnikowych i optycznych. Inne istotne osiągnięcia to oryginalna koncepcja manipulacji treściami w generacyjnych algorytmach uczenia głębokiego i nowe metody przetwarzania informacji w architekturach wektorowo-symbolicznych.
Profil badawczy i kierunki badań
Profil badawczy to teoria, aplikacje i implementacje algorytmów sztucznej inteligencji (w tym, uczenia maszynowego). Bieżące kierunki prowadzonych badań koncentrują się wokół problematyki budowy interpretowalnych reprezentacji danych w przestrzeniach ukrytych algorytmów uczenia głębokiego i aplikacji tych metod w systemach generacyjnych oraz rozwoju metod predykcji i analizy danych wielomodalmych.
Granty naukowe i współpraca z przemyłem
Prof. Ślot aktywnie uczestniczy w pozyskiwaniu i realizacji projektów badawczych we współpracy z partnerami z krajowych i zagranicznych ośrodków naukowych oraz firm obszaru IT. Kierował zespołami PŁ uczestniczącymi w realizacji grantów międzynarodowych (Horyzont 2020 i CHIST-ERA) i krajowych, finansowanych ze środków NCBiR i programu POIG .
Uznanie środowiska naukowego
W uznaniu wkładu prof. Krzysztofa Ślota w rozwój badań nad koncepcją neuromorficznego przetwarzania danych był zapraszany do prowadzenia badań w renomowanych ośrodkach naukowych świata: roczne stypendium badawcze (1991), roczny staż post-doc (1996-1997) w Uniwersytecie Kalifornijskim w Berkeley, USA oraz półtoraroczny pobyt w charakterze profesora wizytującego w Chonbuk National University, Korea Południowa (w latach 2005-2008).