Tadeáš Báča věděl už od dětství, že by jednou chtěl pracovat s počítači. Skutečný moment, kdy ho informatika opravdu nadchla, ale přišel až o několik let později. Narazil tehdy na video „AI Learns to Play Flappy Bird“, ve kterém evoluční algoritmus postupně zlepšoval své schopnosti při hraní této známé hry. Postupně začal objevovat další projekty a videa z oblasti umělé inteligence, například známou ukázku od Google DeepMind „AI Just Taught Itself to Walk“. Právě tehdy se rozhodl, že se začne sám učit Python, aby si podobné experimenty mohl zkusit vytvářet i vlastními silami.
Během studia na gymnáziu narazil na Fiťácký Informatický Korespondenční Seminář (FIKS). Přestože tehdy ještě neměl s programováním velké zkušenosti, řešení úloh ho bavilo a motivovalo k dalšímu posouvání. Díky tomu si zároveň dokázal lépe představit, jak studium informatiky vypadá v praxi.
„Když jsem pak navštívil Den otevřených dveří, zaujal mě především výzkum v Laboratoři datových věd. Během prezentace jsme dostali možnost zapojit se do projektů laboratoře už během střední školy. Neváhal jsem, laboratoř kontaktoval a brzy začal na projektech spolupracovat.”
Významnou roli v jeho rozvoji sehrává Ing. Miroslav Čepek, Ph.D., pod jehož vedením dlouhodobě působí v Laboratoři datových věd.
V laboratoři dnes pracuje i na své bakalářské práci, která propojuje hluboké učení s praktickým využitím v biologii. Ve spolupráci s vědci z ČZU vyvíjí software pro analýzu spermií valašských ovcí pod mikroskopem. Projekt souvisí se snahou zachovat genetickou stabilitu tohoto dnes už poměrně vzácného plemene. Jeho software má pomoci přesně analyzovat kvalitu spermatických dávek ještě před zmražením a odhalit faktory, které ovlivňují jejich kvalitu po rozmražení.
Vedle výzkumných projektů se věnoval i experimentům, které mu připomínaly jeho první setkání s AI. Pracoval například na samořídicím autě nebo AI protivníkovi do piškvorek. Právě na podobných projektech ho nejvíce baví možnost sledovat, jak si modely samy hledají nečekané strategie.
„Baví mě, když má umělá inteligence nějaký zajímavý výstup. Jelikož se danou úlohu učí sama, může si vymyslet zvláštní strategie, které je zábavné pozorovat. Například při trénování samořídícího auta se nám najednou auto samo začalo zařazovat do pravého pruhu, i když startovalo vždy uprostřed silnice.”
Do budoucna by se rád věnoval výzkumu v oblasti hlubokého učení, ať už na akademické půdě nebo v komerčním prostředí. Fascinuje ho především možnost kombinovat neuronové sítě s dalšími přístupy.
„Studium na FIT ČVUT mi dalo skvělé kamarády i možnost pracovat na projektech, které mě skutečně zajímají. Díky tomu ve mně zůstalo stejné nadšení, jaké jsem měl na úplném začátku.“
Budoucím studentům doporučuje, aby se nebáli laboratoře oslovit už během střední školy a zkusili se zapojit do projektů co nejdříve. Zároveň radí vyzkoušet si FIKS, který podle něj dobře ukáže, zdali by člověka lákalo se informatice více věnovat.