Dataanalyse kan gøre os mere bære- og modstandsdygtige

Der er nødvendigvis ikke langt fra at arbejde med partikelfysik og bevise fænomener i rummet og til at udvikle nye løsninger inden for data science. Det er Étienne Bourbeau, der er AI-specialist i vores AI Lab, et bevis på. Han kommer oprindeligt fra den franske del af Canada, men krydsede Atlanten for at læse partikelfysik på Niels Bohr Instituttet. Han havde dog i forvejen et godt netværk i Danmark, da han for godt ti år siden har været udvekslingsstuderende i Aarhus.

“Mange af mine kollegaer fra studiet har taget springet fra partikelfysik til data science. Det er ikke så stort et skridt, fordi man bruger mange af de samme værktøjer inden for partikelfysik for at kunne bevise enkelte fænomener,” forklarer han.

Trukket af brede samfundsproblemstillinger
Det var især muligheden for at arbejde med brede problemstillinger, som fik ham til at søge job hos os. Forinden havde han arbejdet med nye løsninger og digitalisering i Konkurrence- og Forbrugerstyrelsen. 

Han hjælper i øjeblikket virksomheden AquaPri med at finde ud af, hvorfor de fisk, som de opdrætter, indimellem bliver stressede. Virksomheden, der har hovedsæde i Frederiksværk, har specialiseret sig i at opdrætte fisk til f.eks. sushi-restauranter. Projektet gennemføres i regi af Food & Bio Cluster Denmark og går ud på at identificere uro i vandet ved hjælp af lyddata.

“Vi gjorde det, at vi installerede lydsensorer, som kan lytte til fiskene og måle, hvis der opstår uro i vandet. Og det lykkedes os faktisk at finde tegn på uro, så vi håber, at vi kan dykke mere ned i tallene og afhjælpe, at fiskene skader hinanden. Det kan dermed være med til at  forbedre virksomhedens drift,” forklarer han. 

Chatbots til energioptimering 
Der ligger også et stort potentiale i at anvende kunstig intelligens inden for energioptimering. Han er i øjeblikket koblet på et projekt, som vi laver sammen med Energy Cluster Denmark, hvor man undersøger, hvordan man kan få mere ud af de energidata, som vi har på vores boliger i Danmark.

“Det er et bredt projekt, der har til formål at gøre det nemmere for forskellige aktører i byggebranchen at udnytte de data, de har ved hjælp af generativ AI. Det involverer både energikonsulenter, men det gælder f.eks. også en tømrer, der vil give et bedre tilbud på en energiforbedrende til- eller ombygning. Det kan også være relevant for en bankrådgiver, der gerne vil sammenligne forskellige renoveringsforslag.”

“41 procent af al den energi, som vi forbruger i EU, går til bygninger. Så der ligger et enormt potentiale i at optimere vores energiforbrug i bygninger. Som følge af klimaforandringerne og udviklingen i den geopolitiske situation kan vi se, at der kun bliver et øget behov for at reducere vores energiforbrug,” forklarer han.

Det gælder ikke kun optimering af vores ressourcer. Det gælder også i forhold til at kunne forudsige, hvornår noget går i stykker. Étienne er også engageret i vores IoT-projekt om anomaly detection, som handler om at forudsige, hvornår produkter og maskiner går i stykker.

“Hvis man skal pege på en rød tråd, så er jeg nok tiltrukket af, hvordan vi med data science kan optimere vores ressourcer og gøre vores samfund mere modstands- og bæredygtigt. Det er en kæmpe udfordring.”