Alexandra Instituttet A/S // Aktuelt // Nyheder // Nyheder 2019 // Kunstig intelligens er blevet en hyldevare, der skaber helt nye muligheder for danske virksomheder

Kunstig intelligens er blevet en hyldevare, der skaber helt nye muligheder for danske virksomheder

Artikel

09-08-2019

Kunstig intelligens er blevet en hyldevare, der skaber helt nye muligheder for danske virksomheder

Det er især tech-giganter som Google, Facebook og andre, der har skubbet udviklingen fremad. De har sat sig tungt på markedet for kunstig intelligens, men den gode nyhed er også, at de har demokratiseret teknikkerne og har gjort dem til hyldevarer.

Man siger, at i et land som Tyskland, der forsvinder alle folk, som arbejder med kunstig intelligens, ind i bilindustrien. Stort set alle de parametre, der er forbundet med selvkørende biler, involverer kunstig intelligens. Det gælder lige fra at kunne forstå omgivelserne og kunne se, at her er en cyklist, og her er en fodgænger.

Udviklingen sydpå er et kraftigt fingerpeg om, hvordan de seneste års udvikling inden for kunstig intelligens har sat gang i en industriel udvikling, der kan vende op og ned på vindere og tabere i den globale konkurrence. Det gælder især inden for Deep Learning, der er en teknik, som kan bruges til billedanalyse og talegenkendelse.

Analyser fra Tractica anslår, at markedet vil vokse fra godt én mia. dollars i 2016 til 26 mia. dollars i 2025.

Demokratisering af teknikkerne

Det store gennembrud, der er kommet inden for de sidste fem år, skyldes både, at der er sket en masse på hardwaresiden, og computerne er blevet hurtigere og bedre til at træne neurale netværk, hvilket har gjort det muligt at anvende de her teknikker, der ellers er gamle.

Udviklingen skyldes også, at der er kommet de her store databaser, som man kan træne og lære at finde mønstre i. Det skyldes især, at der er opstået en delingskultur med, at man lægger annoterede billeder ud på nettet og dermed skaber store databaser. Annoterede data er en måde at fortælle computeren, at et billede for eksempel indeholder en kat eller hund eller andet – og ofte hvorhenne i billedet. Der findes for eksempel databaser i dag med menneskers bevægelser i forbindelse med en sportsudøvelse, og dermed kan man forholdsvis let træne et neuralt netværk, der kan analysere golfsving eller dansetrin.

Det er især tech-giganter som Google, Facebook og andre, der har skubbet udviklingen fremad. De har sat sig tungt på markedet for kunstig intelligens, men den gode nyhed er også, at de har demokratiseret teknikkerne og har gjort dem til hyldevarer.

Der findes i dag rigtig mange offentligt tilgængelige værktøjer, som kan løse meget komplekse problemer for én, og som man kvit og frit kan bruge på egne billeddata. Denne datadrevne måde at arbejde med billeder åbner op for en masse nye muligheder. Og det er vigtigt, at danske virksomheder griber de her muligheder.

Klassificerer tatoveringer

Det er især oplagt at gribe fat i de her værktøjer, hvis man som virksomhed ligger inde med unikke data. En lang række virksomheder er allerede i gang herhjemme.

Det gælder eksempelvis Tattoodo, der er et socialt netværk, hvor folk lægger deres billeder af tatoveringer ud. De var grundlæggende udfordret af, at de brugte meget tid på at klassificere tatoveringerne, men fordi de via deres medlemmer har fået adgang til unikke data, så kan de træne et netværk op, der kan klassificere deres billeder.

Det betyder, at de kan optimere billed-feedet for deres over 20 mio. følgere, og dermed nemt kan levere inspiration baseret på de motiver, som de kan lide, eller baseret på de kunstnere, de følger.

Det er også oplagt at anvende teknikkerne inden for sundhedsområdet. Hvis man for eksempel ligger inde med mikroskopbilleder af kræftceller, så kan man efter at have annoteret dem træne et neuralt netværk op, der kan skelne mellem kræft- og ikke-kræftceller.

Automatiserer tidskrævende processer

Danske Vitrolife stod med en lidt lignende udfordring. De producerer rugemaskiner til fertilitetsbehandling, der kan holde øje med det befrugtede ægs udvikling ved at tage mikroskopbilleder. Den procedure er enormt tidskrævende. Men ved hjælp af deep learning kan man sætte en computer til at holde øje med udviklingen.

Et andet eksempel er danske Retinalyze, der udvikler software til analyse af øjets nethinde. Løsningen kan finde tegn på øjensygdomme forårsaget af for eksempel diabetes. Ved hjælp af automatisk billedanalyse kan man udpege de patienter, der kræver udredning og undersøgelse af en øjenlæge.

I Østjylland står Worksystems ApS bag et produkt, som hjælper metalvirksomheder, der arbejder med svejsning inden for områder, hvor der stilles store krav til arbejdets kvalitet. Det gælder for eksempel kraftværker, medicinfremstilling og kemisk industri. Systemet holder styr på, om arbejdsprocesserne og dokumentationen bliver fulgt. Det er forbundet med enorme mængder dokumenter og registreringer, og her ser man et stort potentiale i, hvis man kan få deep learning til at forstå dokumenterne og dermed lette arbejdsprocessen.

Identificering af markgrænser

Bevæger vi os ud i rummet, så har vi kun set begyndelsen på, hvordan de her teknikker vender op og ned på vores opfattelse af, hvad der er teknisk muligt.

Danske FieldSense står for eksempel bag en løsning, der henter sine billeddata fra europæiske satellitter. Deres løsning gør det muligt for landmænd at overvåge og optimere udbyttet af deres marker. Løsningen kræver, at FieldSense ved, hvor hver enkelt mark befinder sig. Netop den information er offentligt tilgængelig i Danmark. Men i andre lande, hvor FieldSense ønsker at vækste, er de her data på markskel ikke på samme måde tilgængelig, og derfor har man optrænet et neuralt netværk, der automatisk kan detektere marker i et billede.

Skal ud til små virksomheder

Vi er ikke i tvivl om, at potentialet er rigtig stort, og derfor skal teknikkerne også bredes ud til langt flere danske virksomheder. Men det er også et område, hvor den teknologiske udvikling går stærkt, og hvor der næsten dagligt publiceres nye algoritmer, der lover at kunne løse komplekse problemer.

Derfor skal vi hjælpe virksomhederne med at finde ud af, om det overhovedet er noget, de kan bruge. Som virksomhed har man en forventning om, at det kan give vækst, men man er usikker på, hvad det kræver at komme dertil. Her kan vi hjælpe med overblik over den nyeste udvikling og tage udgangspunkt i, hvad man har af behov og data, og ud fra det finde de relevante tekniske løsninger.

Kronikken er skrevet af Kristian Tølbøl Sørensen og Henrik Pedersen, begge fra Visual Computing Lab på Alexandra Instituttet, der i samarbejde med Aalborg Universitet er leder af et projekt, der skal gøre det nemmere for mindre virksomheder at komme i gang med at anvende kunstig intelligens. Det skal bl.a. ske ved at lave en fælles og åben kodebase, som man stiller til rådighed for udviklerne i virksomhederne. Projektet sker i regi af Innovativ Brug af Big Data og er støttet af Den Europæiske Fond for Regional Udvikling og udbudt af Region Midtjylland.

Kronikken har været bragt i Erhverv+ og kan læses på side 44.

Profilbillede af Henrik Pedersen
Head of Visual Computing Lab, PhD
+45 22 59 77 38
Åbogade 34, 8200 Aarhus N
Nygaard bygningen, 3. etage lokale 305
.