Tematyka badawcza obejmuje głównie domeny I i IV DigiWorld: badania podstawowe i stosowane w uczeniu maszynowym ML i sztucznej inteligencji AI oraz zastosowania do modelowania i analizy wielkich zbiorów danych neuronalnych, na potrzeby neurokognitywistyki i medycyny. Wyróżnikiem proponowanej tematyki jest inspirowanie się przy tworzeniu algorytmów i nowych architektur AI, realnymi, biologicznymi sieciami neuronalnymi. Model sieci neuronowych powstał w oparciu o analogie biologiczne, jednak eksponencjalny rozwój możliwości komputerowych w ciągu ostatnich trzech dekad sprawił, że stosowane modele sieci odeszły od pierwotnych źródeł dochodząc prawie do granic swoich możliwości przetwarzania. Pokonanie tej bariery wymaga stworzenia nowych paradygmatów uczenia maszynowego. Inspiracją może być bardzo szybki rozwój tzw. neuronauki - interdyscyplinarnej dziedziny leżącej na pograniczu wiedzy medycznej, biologicznej, biochemicznej, biofizycznej, informatycznej, psychologicznej i obliczeniowej. Nowe metody badania mózgu dają nam dostęp do coraz lepszego rozumienia mózgu jako skomplikowanej struktury. ULAM Laboratorium badań nad metodami uczenia maszynowego i sztuczną inteligencją 1 Pierwszym celem działania laboratorium ULAM będzie analiza wysoko-poziomowych zachowań systemów neuronalnych i budowa nowych modeli sieci neuronowych wraz  z zaproponowaniem paradygmatów i modeli obliczeniowych. Chcemy stworzyć interdyscyplinarny zespół będący w stanie włożyć wiedzę ekspercką z każdej z wymienionych dziedzin. W szczególności zespół chce skupić się nad problemami lepszej reprezentacji wiedzy, przyspieszania uczenia, zastosowania metod uczenia w reprezentacji dynamicznych zmian w mózgu, analizy obrazowania mózgu, próby wykorzystania mniej dotąd stosowanych modeli, wyszukiwania ukrytych, nieliniowych korelacji pomiędzy różnymi obszarami mózgu. Zespół ULAM Lab chce realizować te cele przez budowę nowych algorytmów i sieci, zastosowania w analizie Big Data, a jednocześnie przez działania teoretyczne i edukacyjne. W szczególności zajmiemy się: ● wykorzystaniem wiedzy neurobiologicznej w budowie modeli sieci neuronowych, ● mapowaniem wiedzy z teorii sztucznych sieci neuronowych na sieci naturalne, by zintegrować te pola działań naukowych, ● rozwojem wszelkich typów sztucznych sieci neuronowych, zarówno już wykorzystywanych jak i sieci typu spiking w nowych zadaniach. Drugim celem jest wykorzystanie naszych metod do lepszego zrozumienia działania mózgu. Nie zamierzamy ograniczyć się do badań podstawowych. W szczególności planujemy zastosowanie naszych metod do analizy i wspomagania diagnostyki medycznej w wielkich zbiorach danych mózgowych zebranych od pacjentów cierpiących na różnego rodzaju ciężkie schorzenia neurodegeneracyjne. Fundamentalnym, długofalowym celem jest stworzenie silnego naukowego, interdyscyplinarnego i międzywydziałowego Centrum na UJ w dziedzinie badań i zastosowań ML i AI i zapewnienie dyscyplinom informatyka i informatyka techniczna wiodącej pozycji naukowej.