Alexandra Instituttet A/S // Aktuelt // Nyheder // Nyheder 2019 // Nyt projekt skal gøre kunstig intelligens lettere tilgængelig for langt flere virksomheder

Nyt projekt skal gøre kunstig intelligens lettere tilgængelig for langt flere virksomheder

Artikel

27-02-2019

Nyt projekt skal gøre kunstig intelligens lettere tilgængelig for langt flere virksomheder

De seneste års udvikling inden for kunstig intelligens (AI) 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 blandt andet bruges til billedanalyse og talegenkendelse inden for en lang række områder. Det gælder lige fra analyse af medicinske billeder til at inspicere revner i beton.

Det er især it-giganter som Google, Facebook og andre, der har sat sig tungt på markedet for kunstig intelligens. Men de har også demokratiseret teknikkerne og gjort dem til hyldevare. Det gør det lettere at komme i gang og betyder, at man ikke som tidligere behøver at have en hel hær af specialister ansat. Det skaber helt nye muligheder for danske virksomheder. Det gælder især, hvis man ligger inde med store mængder af unikke data.

Selv om teknikkerne ikke umiddelbart kræver domænekendskab, så er der stadig et ‘gap’ i at få tilpasset teknikkerne til de specifikke udfordringer, som virksomhederne står med.

Kodebase skal danne bro

Men et nyt projekt, som Alexandra Instituttet og Aalborg Universitet står bag, skal gøre udfordringen for at komme i gang mindre ved at lave en fælles og åben kodebase, som man vil stille til rådighed for udviklerne i virksomhederne. Det skal være med til at danne bro og gøre det nemmere at anvende teknikkerne. Fordi der er mange ting, som er fælles for virksomhederne, uanset om de arbejder med medicinske billeder eller svejse-dokumenter.

Der er fire virksomheder med i forløbet, der har det til fælles, at de allerede er i gang med at anvende teknikkerne, eller at de har et oplagt behov for at anvende deep learning. Kristian Tølbøl Sørensen, der er tovholder på projektet og Visual Computing Engineer i Visual Computing Lab på Alexandra Instituttet, forklarer:

Vi har valgt at fokusere på deep learning, fordi det er et enkelt område inden for kunstig intelligens, hvor vækst- og markedspotentialet er størst. Der findes i dag rigtig mange offentligt tilgængelige værktøjer, som kan løse meget komplekse problemer for én, og som man kan bruge kvit og frit på egne billeddata. Denne datadrevne måde at arbejde med billeder åbner op for en masse nye muligheder. Dels fordi man kan løse ting, som man ikke kunne løse for bare 5-6 år siden, og dels fordi teknologierne er blevet tilgængelige for alle. Det er vigtigt, at danske virksomheder griber de her muligheder.

Det kræver indsigt at vælge de rigtige værktøjer

Det er også et område, hvor den teknologiske udvikling går stærkt, og hvor der næsten dagligt publiceres algoritmer, der lover at løse komplekse problemer. Det betyder, at det kan være svært at afgøre, hvilken algoritme man skal vælge.

Thomas B. Moeslund, der er professor på Aalborg Universitet, forklarer:

Metodeudviklingen går stærkt inden for AI-området. Dels fordi mange samtidig forsker inden for området, men også fordi nye store datasæt og forbedret hardware hele tiden skubber grænserne for, hvad der er muligt. Videnorganisationer i Danmark spiller derfor en afgørende rolle, når det kommer til at gøre virksomhederne mere konkurrencedygtige gennem forskningsbaseret innovation.

Formålet med projektet er også at hjælpe virksomhederne med at vurdere, om deep learning er noget virksomhederne kan bruge i deres forretning.

“Vi skal hjælpe virksomhederne med at finde ud af, om det overhovedet er noget, de kan bruge. For hvilken som helst virksomhed er det altid forbundet med ressourcer at dykke ned i ny teknologi. De har måske en stærk forventning om, at det kan give vækst, men de er måske usikre på, hvad det egentlig kræver at komme dertil. Det er uklart for mange, og det er det, vi skal hjælpe med. Vi kan både hjælpe med overblik over den nyeste udvikling og tager udgangspunkt i, hvad man har af data og behov, og ud fra det kender vi nok de teknologiske løsninger, som kan være relevante,” forklarer Kristian Tølbøl Sørensen.

For yderligere information

Kristian Tølbøl Sørensen, Visual Computing Engineer, Visual Computing Lab, Alexandra Instituttet, tlf. 53 37 14 44, mail: kristian.tolbol@alexandra.dk.

Thomas B. Moeslund, professor ved Medieteknologi på Aalborg Universitet, tlf. 28 34 35 30, mail: tbm@create.aau.dk.

 

  

Visual Computing Engineer
+45 53 37 14 44
Åbogade 34, 8200 Aarhus N
Nygaard bygningen, 3. etage lokale 305

Fakta

Projektet er et nyt innovativt samarbejde mellem fire virksomheder, Aalborg Universitet og Alexandra Instituttet. Samarbejdet foregår i regi af projektet Innovativ Brug af Big Data. Det er finansieret af Den Europæiske Fond for Regional Udvikling og udbudt af Region Midtjylland. Man kan læse mere her.

En analyse fra McKinsey Global Institute viser, at der blev investeret 2,5-3,5 mia. dollars i computer vision-teknologi i 2016, og en analyse fra Tractica anslår, at markedet vil vokse fra 1,1 mia. dollars i 2016 til 26,2 mia. dollars i 2025.

De fire virksomheder i projektet er RetinaLyze, der udvikler software til analyse af øjets nethinde, som kan finde tegn på øjensygdomme forårsaget af fx diabetes. De vil godt have hjælp til at køre noget automatisk billedanalyse, der kan udpege de patienter, som kræver udredning og undersøgelse af en øjenlæge.

Applicate IT er et innovations- og softwareudviklingshus, der deltager i forskningsprojekter som det her for netop at følge med i udviklingen af de nyeste teknologier, herunder deep learning. Den erfaring kan de netop bruge i deres generelle projekter hos deres store kunder.

Worksystems ApS har et SAAS (Software as a service) produkt, der hedder Worksystems Weld, som hjælper metalvirksomheder, der arbejder med svejsning inden for områder, hvor der stilles krav til arbejdets kvalitet. Det gælder fx kraftværker, medicinfremstilling og kemisk industri. Systemet holder styr på, om arbejdsprocesserne og dokumentationen for  processerne bliver fulgt. Det er forbundet med enorme mængder af dokumenter og registreringer, og her ser man et potentiale i, hvis man kan få deep learning til at forstå dokumenterne og dermed lette arbejdsprocessen.

GameScorekeeper udvikler software, der kan aflæse resultater og statistik inden for e-sport og sælger dette data til medier og betting-udbydere. E-sport er stadig i hastig vækst, og især betting inden for e-sport spås at vokse eksplosivt ifølge markedsanalytikere. Firmaet bruger avancerede algoritmer til at holde øje med e-sportsbegivenheder og arbejder hele tiden med at forbedre deres fuldautomatiserede overvågning.

.