Kategorier
Nyheder

Nyt projekt skal gøre det nemmere at designe og certificere IoT-systemer

8. december 2021

Nyt projekt skal gøre det nemmere at designe og certificere IoT-systemer

IoT-enheder indgår i infrastrukturen i både samfundet og i vores privatliv. Mange af disse enheder kører i ukontrollerede, potentielt fjendtlige miljøer, hvilket gør dem sårbare over for sikkerhedsangreb. Med det stigende antal sikkerhedskritiske IoT-enheder, såsom medicinske og industrielle IoT-enheder, er IoT-sikkerhed herudover et offentligt sikkerhedsproblem. Således er behovet for sikkerhed i disse systemer endda blevet anerkendt på regerings- og lovgivningsniveau, f.eks. i EU, USA og Storbritannien, hvilket resulterer i et lovgivningsforslag om i det mindste at indføre et minimum af sikkerhed i implementerede IoT-produkter.

Foto: Søren Kjeldgaard

Professor Jaco van de Pol skal lede DIREC-projektet Secure IoT systems (SIoT), som har til formål at modellere sikkerhedstrusler og implementere modforanstaltninger til IoT-systemer og -tjenester, samt at udvikle sikre løsninger og analysere de tilbageværende sikkerhedsrisici.

“Vores mål med SiOT-projektet er at gøre det nemmere at udvikle og certificere sikre IoT-enheder. Sikkerhed og privatliv er meget vigtigt for mange mennesker og organisationer, der bruger IoT-enheder til målinger i smarte byer, udendørsområder, logistikkæder og i deres private hjem. Det er udfordrende at udvikle IoT-enheder, da de er fysisk små og skal køre på lavt strømforbrug. Alligevel skal de udføre nøjagtige målinger og kommunikere med høj effektivitet. Så hvordan kan man opnå sikkerhed oveni i dette? Vi vil levere nye værktøjer til at modellere sikkerhedstrusler, implementere modforanstaltninger og analysere de aktuelle sikkerhedsrisici.”

Jaco van de Pol fortsætter: ”Jeg er glad for at kunne arbejde med et team, der består af både universitetsforskere og eksperter fra virksomheder. Det vil sikre, at projektet tager fat på de rigtige spørgsmål, og at vi kan finde nye løsninger ved at kombinere ekspertisen fra flere faggrupper. Og vi kan evaluere løsningerne ude i virksomhederne.”

Strategien er at anvende algoritmer fra automatteori og spilteori til at automatisere risikoanalyser og udarbejdelse af sikkerhedsstrategier. Implementeringen af sikkerhedspolitikkerne vil tage hensyn til både tekniske og sociale aspekter, specielt anvendelighed i organisationer og uddannelse af personer.

For TERMA A/S, som er en del af projektet, er motivationen at kende IoT-landskabet for at gøre dem mere modstandsdygtig over for cyberangreb. Samant Khajuria, Chief Specialist Cybersecurity hos TERMA A/S, forklarer:

“Når vi integrerer IoT-systemer i vores branche, er vores hovedformål at øge sikkerheden i sikkerhedskritiske systemer. Vores systemer anvendes både i forsvaret og i den private sektor som vindmølleparker, lufthavne eller havne. Vi ved, at IoT-enheder før eller siden bliver oplagte brikker i puslespillet i at levere gode systemer i fremtiden. Og før vi integrerer enheder i sådanne systemer, er det vigtigt at forstå truslerne og risiciene. For det andet vil vi gerne samarbejde med universiteter i Danmark, for forskerne arbejder med dette hver dag. Vi er blot brugere af teknologien.”

Jørgen Hartig er administrerende direktør og partner i SecurIOT, som også deltager i projektet. Han håber, at projektet vil bidrage til at skabe den nødvendige opmærksomhed på begge sider af “bordet” om miljøet i industri 4.0. De hører ofte kunder sige: “Hvorfor skulle hackerne gå efter os? Vi producerer ikke noget interessant…” eller “vi har haft produktion i 25 år, og vi har ikke haft nogen problemer” eller “der er ingen forbindelser mellem it-systemer og OT-systemer.”

”Det sidste udsagn vil blive udfordret dramatisk over de kommende 5-10 år. IoT- og OT-leverandører vil lancere nye teknologiske løsninger, der vil anvende cloud-aktiverede applikationer og 5G-forbindelser til produktionsgulvet, så der ikke vil være nogen “afstand” i fremtiden. Jeg siger ikke, at det er forkert, jeg siger bare, at forbrugerne og IoT-leverandørerne skal arbejde med cybertrusler og -risici på en struktureret måde.”

Ifølge Gert Læssøe Mikkelsen, Head of Security Lab på Alexandra Instituttet, er der behov for at forbedre cybersikkerheden i IoT, hvilket også er årsagen til, at de deltager i projektet:

”Vi ser et behov for akademisk forskning i tæt samarbejde med virksomhederne for at håndtere dette. Vi håber, at de værktøjer og metoder, der udvikles i dette projekt, vil blive implementeret og forbedre IoT-cybersikkerheden, så vi alle er klar til fremtiden, hvor vi både forventer en stigning i truslerne fra cyberkriminelle og som en konsekvens, en stigning i kravene og regulering på dette område, som virksomhederne skal være klar til at håndtere.”

Om DIREC – Digital Research Centre Denmark

Det nationale forskningscenter DIREC skal sætte Danmark i front med de nyeste digitale teknologier gennem digital forskning i verdensklasse. For at tilfredsstille det store behov for højtuddannede it-specialister hjælper DIREC derudover med at udbygge kapaciteten inden for både forskning og uddannelse af dataloger. Centeret har et samlet budget på 275 millioner og er støttet af Innovationsfonden med 100 millioner. Partnerkredsen bag er et unikt samarbejde på tværs af de datalogiske institutter på landets otte universiteter og Alexandra Instituttet.

Centerets aktiviteter sker på baggrund af samfundsmæssige behov, hvor forskning løbende omsættes til værdiskabende løsninger i samarbejde med erhvervslivet og den offentlige sektor. Projekterne går på tværs af brancher og omhandler bl.a. kunstig intelligens, Internet of Things, algoritmer og cybersikkerhed.

Læs mere på direc.dk

SIoT

In SIoT, the following parties will participate as collaborators:

  • Aarhus University
  • Aalborg University
  • DTU
  • Copenhagen Business School
  • Alexandra Institute
  • Terma
  • Grundfos
  • Develco Products
  • Beumer Group
  • Micro Technic
  • SecuriOT
  • Seluxit

Contact
Jaco van de Pol
Department of Computer Science
Aarhus University
jaco@cs.au.dk

Kategorier
Nyheder

Industri og forskere skal flytte AI fra skyen og ud til IoT-enhederne

13. december 2021

Industri og forskere skal flytte AI fra skyen og ud til IoT-enhederne

I nyt DIREC-projekt samarbejder computer science-forskere med industrien om at udvikle kunstig intelligens, så sensorer og devices kan klare flere ting selv lokalt.

Foto: Kaare Smith, DTU

Digitalisering af samfundet er én af forudsætningerne for at nå klimamålsætningen om 70 procents CO2-reduktion i 2030. Og der vil små sensorer (IoT-enheder) installeret i f.eks. bygninger, varmesystemer og renseanlæg spille en vigtige rolle til styring af energiforbrug, varme, indeklima osv.

I et nyt projekt Embedded AI – støttet af det nationale forskningscenter DIREC – vil forskere sammen med industrien undersøge, hvordan man kan udvikle AI (kunstig intelligens), der kan implementeres i IoT-enheder, så de kan mere selv. I dag er sensorer nemlig afhængige af AI-algoritmer på cloud-platforme eller decentrale netværk (Edge Computing), hvor data og kommando sendes via internet / trådløse netværk.

”Det er helt åbenlyst, at man ikke vil kunne det samme som med skyen og edge, men det vil koste mindre, bruge mindre energi og kunne reagere hurtigere. Det vil også øge sikkerheden og privacy, fordi man kan holde data, der hvor de opsamles. Så der er mange fordele ved embedded AI, siger projektleder Jan Madsen, der er professor, sektionsleder og vicedirektør på DTU Compute.

I projektet samarbejder DTU, Aarhus Universitet, Københavns Universitet og CBS med pumpeproducenten Grundfos Holding, motor- og maskinproducenten MAN Energy Solution, vinduesproducenten VELUX og teknologivirksomheden Indesmatech.

Flytte AI fra store platforme til små

l løbet af projektets tre år vil partnerne arbejde med konkrete problemstillinger hos de fire industripartnere. De er stærke repræsentanter for virksomheder, der vil kunne styrke konkurrenceevnen ved at kende de rigtige værktøjer og platforme til at udnytte embedded AI (eAI) i deres produkter.

I projektet vil man undersøge selve processen med at komme fra store platforme til små, udforske egnede tool-platforme, tjekke hvilke muligheder nye typer chip giver for embedded AI og kortlægge, hvordan embedded AI vil kunne ændre forretningsmodellerne for virksomheder.

”Ren forskningsmæssigt sker der meget inden for embedded AI. Forskellen fra det og vores projekt er, at vi samarbejder tæt med virksomhederne og tager udgangspunkt i deres problemstillinger og deres visioner for, hvor de gerne vil hen med embedded AI. Vi vil finde noget specifikt for hver case, men vi får også identificeret det, der er generisk og gælder på tværs af virksomhederne,” siger Jan Madsen.

Grundfos oplever et vidensgab
Ideen til DIREC-projektet er kommet gennem netværksmøder, hvor forskningsinstitutioner og industri snakker om fremtidige kompetencer og teknologibehov. Her har Thorkild Kvisgaard, Head of Electronics, Director Technology Innovation hos Grundfos, siddet med ved bordet.

Han fortæller, at virksomheden ser et klart behov for at kunne flytte noget af den kunstige intelligens fra de store platforme, som kører på mainframe computere osv., ned og køre i mere embedded devices (AIoT), selvom det bliver meget ressourcebegrænsede platforme at arbejde på. For man kan spare energi, og man undgår at skulle sende data over internettet og være afhængig af internettet og cloudløsninger, der kører uden for ens egen kontrol.

”Det vil naturligvis vise sig, at man ikke kan lave helt så meget på platforme med begrænsede ressourcer, men de grænser kender vi ikke i dag. Og måske kan vi lave meget mere, end vi tror. Hvis vi arbejder med noget, der ikke er tidskritisk, kan det godt være, at embedded AI har tid til at bruge flere minutter på at regne noget ud, hvis det er en proces, der er langsom og kompleks,” siger Thorkild Kvisgaard.

”Vi har i Grundfos selv eksperimenteret med teknologien, men vi oplever et gab mellem det, som data science-eksperter arbejder med på store cloud-platforme, og det som IoT-programmører arbejder med. Så vi håber, at projektet også vil skabe bedre forståelse for hinandens arbejdsområder.”

Chip bliver afgørende


Industripartneren Indesmatech agerer både lokalkontor for chipproducenter, faciliterer forskellige udviklingsprojekter med ny teknologi og hjælper virksomheder med at udvikle teknologi, som de ikke selv kan løse.

Virksomheden glæder sig til at få klarlagt mulighederne, når man arbejder med Embedded AI-algoritmer, forklarer co-founder af Indesmatech Rune Domsten:

”Det, der er interessant ved projektet Embedded AI ud over den software, man bruger til AI, er at få undersøgt, hvilke chips og hardwareplatforme man skal eksekvere på og bruge i de forskellige situationer. Fordi batteriforbruget i sensorer bliver virkelig afhængig af, hvilke chips man anvender, og det kan være et spørgsmål, om batteriet holder i f.eks. fem eller ti år.”

Selv om industripartnerne i DIREC-projektet som store virksomheder allerede er i gang med AI, vil projektet også kunne få stor betydning for især små virksomheder, der halter bagefter med kunstig intelligent, mener projektleder Jan Madsen:

”Mens det måske forskningsmæssigt kan virke ret uinteressant at udvikle små AI-algoritmer, er der faktisk store forskningsmæssige udfordringer i at udvikle effektive arkitekturer og metoder, der kan bruges i mindre og ressourcebegrænsede sensorer/IoT-enheder. Det kan desuden være dét, der får en lille virksomhed i gang med at bruge AI til komplekse opgaver og processer.”

Om DIREC – Digital Research Centre Denmark

Det nationale forskningscenter DIREC skal sætte Danmark i front med de nyeste digitale teknologier gennem digital forskning i verdensklasse. For at tilfredsstille det store behov for højtuddannede it-specialister hjælper DIREC derudover med at udbygge kapaciteten inden for både forskning og uddannelse af dataloger. Centeret har et samlet budget på 275 millioner og er støttet af Innovationsfonden med 100 millioner. Partnerkredsen bag er et unikt samarbejde på tværs af de datalogiske institutter på landets otte universiteter og Alexandra Instituttet.

Centerets aktiviteter sker på baggrund af samfundsmæssige behov, hvor forskning løbende omsættes til værdiskabende løsninger i samarbejde med erhvervslivet og den offentlige sektor. Projekterne går på tværs af brancher og omhandler bl.a. kunstig intelligens, Internet of Things, algoritmer og cybersikkerhed.

Læs mere på direc.dk

Partnere i Embedded AI:

  • DTU
  • Aarhus Universitet
  • Københavns Universitet
  • CBS
  • Grundfos Holding A/S
  • MAN Energy Solution
  • Indesmatech
  • VELUX

Kontakt
Jan Madsen
DTU Compute
DTU
jama@dtu.dk

Kategorier
Afholdte arrangementer

DIREC Seminar 2021

13 – 14 september 2021

DIREC Seminar 2021

The purpose is to give the participants in DIREC the opportunity to get to know each other, both professionally and personally / socially and thus create new networks across the universities and the Alexandra Institute.

We hope this will lead to the identification of new research issues, including grand challenges for digital technologies, collaboration across workstreams, and new projects with companies and the public sector.

Kategorier
Nyheder

Virksomheder og forskere skal udvikle digitale værktøjer, der kan understøtte fremtidens hybride arbejdsplads

1. december 2021

Virksomheder og forskere skal udvikle digitale værktøjer, der kan understøtte fremtidens hybride arbejdsplads

Hvordan ser næste generation af Zoom og Teams ud? Det spørgsmål har forskere og virksomheder sat sig for at udforske i et nyt DIREC-projekt, som er ledet af Lektor Eve Hoggan. Projektet vil samle forskere fra universiteter over hele Danmark samt flere industrielle samarbejdspartnere. Hoggan skal lede projektet REWORK, som skal nytænke og udvikle fremtidens hybride arbejdsformer.

Foto: Søren Kjeldgaard

Der er mange grunde til at tage fjern- og hybridarbejde til sig. Bekymringer for klimasituationen er stigende, det er svært at krydse grænser, det kan gøre det lettere at opnå balance mellem arbejde og privatliv, magtfordelinger i samfundet kan potentielt genoprettes bare for at nævne et par stykker. Det betyder, at efterspørgslen efter systemer, der understøtter hybridarbejde, vil stige markant.

Den nylige COVID-19-pandemi og den medfølgende nedlukning demonstrerede de potentielle fordele og muligheder ved hjemmearbejde, såvel som de iøjnefaldende mangler, som dette medfører. Zoom-træthed som følge af høje kognitive belastninger og intense mængder øjenkontakt, er kun toppen af et ubehageligt isbjerg, hvor problemet i forhold til manglende fysisk tilstedeværelse er og bliver en stædig begrænsning.

Forskningsprojektet REWORK: The Futures of Hybrid Work, ledet af lektor Eve Hoggan, har til formål at forske i digitale teknologier til hybridarbejde. Målet er at designe og udvikle værktøjer og processer som kan støtte organisationer i at udforske og forberede sig på et vellykket samarbejde i fremtiden.

Fjern- og hybridarbejde vil helt sikkert være en del af fremtidens arbejdsformer, men hvordan skal disse fremtidige arbejdsformer se ud?

“Jeg tror, vi skal sigte højere end blot at tilpasse de systemer, vi allerede har,” siger lektor Eve Hoggan og fortsætter; ”Vi skal være modigere og overveje en anden fremtid for vores arbejdsplads, hvis vi vil sikre et succesfuldt samarbejde. Og det er, hvad REWORK handler om. Vi vil især fokusere på fysisk tilstedeværelse og fysiske omgivelser i en digital/analog ramme, da dette er en af de vigtigste hindringer for vellykket hybridarbejde.”

En af de virksomheder, som har brug for disse værktøjer, er Bankdata. For dem er det afgørende at kunne tiltrække og fastholde de bedste medarbejdere. Ifølge Peter Bering, Head of Digitalization hos Bankdata, skal arbejdspladsen være fleksibel med gode muligheder for socialt samvær, og her spiller virksomhedens digitale produkter en vigtig rolle.

”Den hybride arbejdsplads er mere end blot en god videoforbindelse. Den skal også være kendetegnet af højt engagement, kreativitet og samhørighed, hvilket ikke er nemt at opnå med den teknologi, vi anvender i dag. Men vi er ambitiøse på dette område, og derfor har vi valgt at indgå i – og ikke mindst bidrage til – den nyeste forskning på området igennem et samarbejde med DIREC”, siger Peter Bering.

Lene Bach Graversen, Head of Facility hos Arla, håber, at de i projektet får nogle flere digitale værktøjer, som kan understøtte det agile samarbejde på distancen.

”Som mange andre virksomheder er vi er et sted, hvor vi ikke ved præcist, hvad fremtiden vil byde. Vi håber, at den sparring og viden, vi får ud af det, kan rette vores blik på, hvad det er for nogle værktøjer, som medarbejderne har brug for til at optimere onlinemøder, som er blevet en fast del af vores arbejde. Mange af vores medarbejdere arbejder både hjemme og på kontoret, og vi kan se, at det giver nogle fordele og ulemper. Vi har brug for at se, hvilke andre værktøjer, der findes, og hvordan man kan udvikle dem, så vi kan fortsætte med at støtte vores medarbejdere. Det er netop styrken i at samarbejde på tværs, at man kan hente inspiration hos hinanden.”

Mads Troelsgaard, CEO og Co-founder af SynergyXR, deltager i projektet, både fordi de rigtig gerne vil videndele med universiteterne, men også fordi de rigtig gerne vil stille deres platform inden for AR/VR og Mixed Reality til rådighed i projektet.

De har de seneste ti år udviklet AR/VR og Mixed Reality applikationer inden for træning og uddannelse for nogle af de største virksomheder i verden.

På deres platform kan du mødes med kolleger i Hololens, med VR-briller eller i et rum på en pc, og den vej igennem forklare tung viden på et helt andet plan end du kan på Zoom eller Teams. Virksomhederne kan også selv uploade videoer, billeder, pdf-materiale eller andet, og den vej igennem selv lave deres eget AR/VR-setup. De bygger det, de kalder ’the corporate metaverse’, hvor virksomhederne selv kan bygge deres egne metaverse.

”Der er en masse ting, der tiltaler os i det her samarbejde. Vi har en platform, som er nem at gå til, og som giver mulighed for at mødes på en helt ny måde, og som forandrer måden, som virksomheder samarbejder på distancen. Derudover vil vi rigtig gerne bidrage med vores mange års erfaring som tech-specialister indenfor XR-teknologi. Den anden vej rundt håber vi på at få en masse ny viden, både om hvad der sker derude men også for at få feedback på vores platform. Og at vi også kan hjælpe med at uddanne fremtidens medarbejdere til at bedre forstå potentialet med XR-teknologi er heller ikke dårligt. På den måde ser vi en masse ’wins’ i samarbejdet”.

Om DIREC – Digital Research Centre Denmark

Det nationale forskningscenter DIREC skal sætte Danmark i front med de nyeste digitale teknologier gennem digital forskning i verdensklasse. For at tilfredsstille det store behov for højtuddannede it-specialister hjælper DIREC derudover med at udbygge kapaciteten inden for både forskning og uddannelse af dataloger. Centeret har et samlet budget på 275 millioner og er støttet af Innovationsfonden med 100 millioner. Partnerkredsen bag er et unikt samarbejde på tværs af de datalogiske institutter på landets otte universiteter og Alexandra Instituttet.

Centerets aktiviteter sker på baggrund af samfundsmæssige behov, hvor forskning løbende omsættes til værdiskabende løsninger i samarbejde med erhvervslivet og den offentlige sektor. Projekterne går på tværs af brancher og omhandler bl.a. kunstig intelligens, Internet of Things, algoritmer og cybersikkerhed.

Læs mere på direc.dk

REWORK

I ReWork deltager følgende partnere::

  • Aarhus Universitet
  • Københavns Universitet
  • IT-Universitetet i København
  • RUC
  • Alexandra Instituttet
  • Catch (Center for Art, Design, and Technology)
  • Microsoft Research, Cambridge UK
  • L&T InfoTech
  • Khora
  • Zimulate
  • KeyLoop
  • Studio Koh
  • Synergy XR
  • Lead
  • BEC
  • Cadpeople
  • Bankdata
  • Arla

Kontakt:
Eve Hoggan
Institut for Datalogi
Aarhus Universitet
M: +45 93 50 85 56
eve.hoggan@cs.au.dk

Følg projektet på cs.au.dk/rework eller på Twitter @ReWork_Direc

Kategorier
Educational project

Software Infrastructures for Teaching at Scale

Project type: Educational Project

Software Infrastructures for Teaching at Scale

To teach many recent topics within digital technology at scale requires proper software infrastructures to support the teaching for lab exercises and projects. Some of these topics are data-driven systems, AI and cloud computing. Commercial providers are offering cloud computing and AI resources, however, in many situations these are ill fit for teaching activities as they are complex for early learners, are problematic due to GDPR, make teaching material obsolete by rapidly changing their UIs and when scaled add a significant cost. Therefore, there is an unmet need for better cloud-like infrastructures which can host sandbox software and datasets for teaching to improve onboarding and retention of students.

The universities have or are building new computing resources for research and teaching. So far, the primary focus has been on research in the form of e-science initiatives (e.g. SDU e-Science Center UCloud or AAU CLAUDIA) or e-infrastructure (e.g. DEIC) providing services with a general focus on all sciences. However, there is a need to complement or customise these services with offers for teaching in digital technologies.

The aim is to improve the Danish software infrastructure for teaching in digital technologies by coordinating cross-institutional development of software infrastructure for teaching including software toolkits, access to data sandboxes and access to the Danish national DeiC Type1 HPC for educational cloud computing.

The aim is to improve onboarding and retention of students result in an ability to teach more students and lower dropout rates.

February 1, 2021 – January 31, 2023 – 2 years.

Total budget DKK 5,63 million / DIREC investment DKK 0,88 million

Participants

Project Manager

Ulrik Nyman

Associate Professor

Aalborg University
Department of Computer Science

E: ulrik@cs.aau.dk

Project Manager

Jakob Lykke Andersen

Associate Professor

University of Southern Denmark
Department ofMathematics and Computer Science

E: jlandersen@imada.sdu.dk

Partners

Kategorier
Educational project

Learning Technology for Improving Teaching Quality at Scale

Project type: Educational Project

Learning Technology for Improving Teaching Quality at Scale

Teaching quality and student feedback is negatively impacted by lack of teachers and many students. There is a need to consider how learning technologies can help improve teaching quality and student feedback both in physical and digital learning environments. The resources for teaching at universities are being reduced and we experience challenges in current technology such as MOOCs (which is at scale).

Within the educational programs digital learning tools have been developed and utilised for many years, e.g. for video lectures, automated correction of exercises, and automated multiple-choice exams etc. However, it does not substitute direct teacher-to-student supervision and the need for teachers to constantly develop existing and new courses to meet the standards.

Scale teaching methods for both physical and digital teaching environments to higher number of students via digital learning technology and a combination of face2face learning, student driven learning and digital learning technology.

Increasing the teaching quality at scale with learning technology will enable educational programs to educate more students and improve retention.

February 1, 2021 – January 31, 2023 – 2 years.

Total budget DKK 5,52 million / DIREC investment DKK 0,84 million

Participants

Project Manager

Md Saifuddin Khalid

Associate Professor

Technical University of Denmark
DTU Compute

E: skhalid@sdu.dk

Niels Aske Lundtorp Olsen

Assistant Professor

Technical University of Denmark
DTU Compute

Partners

Kategorier
Educational project

Supporting Diversity via inclusive Teaching/Learning Activities

Project type: Educational Project

Supporting Diversity via inclusive Teaching/Learning Activities

The mix of students in digital technology is low in diversity (e.g. female students). This is a problem on a societal level which also impacts the study environment.

The partners have already implemented a range of initiatives to address the problem. ITU has several initiatives targeting both recruitment, onboarding, and retention of female students. In the project “Øget diversitet på de teknisk-naturvidenskabelige it-uddannelser” lead by It-vest, the three universities AU, AAU, and SDU are collaborating to implement new initiatives.

Establish inclusive teaching/learning activities that support diversity; e.g., by supporting recruitment, onboarding, and retention of female students. The initiatives will take inspiration from established programs (e.g., Boot-IT & IT-Camp at ITU, Open Innovation X, HealthTech), but – as a unique element – favor scenarios and domains with a stronger appeal to women as well as emphasize inclusion, interaction, and collaboration over competition.

Increase the diversity of students in the educational programmes.

January 1, 2021 – January 31, 2023 – 2 years.

Total budget DKK 6,77 million / DIREC investment DKK 1,01 million

Participants

Project Manager

Claus Brabrand

Associate Professor

IT University of Copenhagen
Department of Computer Science

E: brabrand.itu.dk

Bjørn Hjort Westh

Research Assistant

IT University of Copenhagen
Department of Computer Science

Aisha Umair

Associate Professor

University of Southern Denmark
The Maersk Mc-Kinney Moller Institute

Partners

Kategorier
Nyheder

Forklarlig kunstig intelligens skal øge sygehuses brug af AI

26. november 2021

Forklarlig kunstig intelligens skal øge sygehuses brug af AI

I nyt DIREC-projekt samarbejder AI-forskere med sygehuse om at skabe mere nyttig AI og AI-algoritmer, der er lettere at forstå.

AI (kunstig intelligens) vinder gradvist større plads i medicinske hjælpeteknologier såsom billedbaseret diagnose, hvor den kunstige intelligens med overmenneskelig præcision kan analysere skanningsbilleder. AI er derimod sjældent designet som en samarbejdspartner for lægepersonalet.

I et nyt human-AI-projekt EXPLAIN-ME – støttet af det nationale forskningscenter DIREC vil AI-forskere sammen med læger udvikle forklarlig kunstig intelligens (Explainable AI – XAI), der kan give klinikere feedback, når de uddanner sig på hospitalernes træningsklinikker.

”I den vestlige verden vurderes omkring hver tiende diagnose at være forkert, så patienterne ikke får den rette behandling. Forklaringen kan skyldes manglende erfaring og træning. Vores XAI-model vil hjælpe lægepersonalet med at træffe beslutninger og virke lidt som en mentor, der giver råd og respons, når de træner,” forklarer Aasa Feragen, projektleder og professor på DTU Compute.

I projektet samarbejder DTU, Københavns Universitet, Aalborg Universitet og Roskilde Universitet med læger på trænings- og simulationscentret CAMES på Rigshospitalet, NordSim på Aalborg Universitetshospital samt kræftlæger på Urologisk Afdeling på Sjællands Universitetshospital i Roskilde.

Ultralydsskanning af gravide 


På CAMES vil DTU og Københavns Universitet udvikle en XAI-model, der kigger læger og jordemødre over skulderen, når de i træningsklinikken ultralydsskanner ’gravide’ træningsdukker.

Inden for ultralydsskanning arbejder klinikere ud fra specifikke ’standardplaner’, som viser forskellige dele af fostrets anatomi, så man kan reagere ved komplikationer. Reglerne bliver implementeret i XAI-modellen, der bliver integreret i en simulator, så lægen får feedback undervejs.

Forskerne træner den kunstige intelligens på rigtige data fra Rigshospitalets ultralydsskanninger fra 2009 til 2018, og det er primært billeder fra de almindelige nakkefolds- og misdannelsesskanninger, som alle gravide tilbydes cirka 12 og 20 uger inde i graviditeten. Når XAI-modellerne om godt et års tid vil blive anvendt på træningsklinikken, skal man først tjekke, om modellen også virker i simulatoren, eftersom EAI-modellen er trænet på rigtige data, mens træningsdukken er kunstige data.

Ifølge læger afhænger kvaliteten af ultralydsskanninger og evnen til at stille rette diagnoser af, hvor megen træning lægerne har fået.

”Hvis vores model undervejs kan fortælle lægen, at der mangler en fod i billedet for, at billedet er godt nok, vil lægen muligvis kunne lære hurtigere. Hvis vi også kan få XAI-modellen til at fortælle, at sonden på ultralydsapparatet skal flyttes lidt for at få alt med i billedet, så kan det måske anvendes i lægepraksis også. Det ville være fantastisk, hvis XAI også kan hjælpe mindre trænede læger til at lave skanninger, der er på højde med de meget trænede læger,” siger Aasa Feragen.

Forskningslektor og leder af CAMES’ forskningsgruppe inden for kunstig intelligens Martin Grønnebæk Tolsgaard understreger, at mange læger er interesserede i at få hjælp af AI-teknologien til at fastlægge den bedste behandling for patienterne. Og her er forklarlig AI vejen frem.

”Mange af de AI-modeller, der findes i dag, giver ikke særlig god indsigt i, hvorfor de kommer frem til en bestemt beslutning. Det er vigtigt for os at blive klogere på. Hvis man ikke forklarer, hvorfor den kunstige intelligens kommer frem til en given beslutning, så tror klinikerne ikke på beslutningen. Så hvis man vil bruge AI til gøre klinikerne bedre, så er det ikke nok bare at få beslutningerne, men også behov for gode forklaringer, det vil sige Explainable AI.”

Løbende feedback ved robotkirurgi 


Robotkirurgi giver kirurger mulighed for at udføre deres arbejde med mere præcision og kontrol end traditionelle kirurgiske værktøjer. Det reducerer fejl og øger effektiviteten, og forventningen er, at AI vil kunne forbedre resultaterne yderligere.

I Aalborg skal forskerne udvikle en XAI-model, der støtter lægerne i træningscentret NordSim, hvor både danske og udenlandske læger kan træne kirurgi og operationer i robotsimulatorer med f.eks. grisehjerter. Modellen skal give løbende feedback til klinikerne, imens de træner en operation, og uden at det forstyrrer, fortæller Mikael B. Skov, professor på Department of Computer Science ved AAU:

”I dag er det typisk sådan, at man først får at vide, hvis man skulle have gjort noget anderledes, når man er færdig med at træne en operation. Vi vil gerne se på, hvordan man kan komme med den her feedback mere kontinuerligt, således, at man bedre forstår, om man har gjort noget rigtigt eller forkert. Det skal helst gøres sådan, at personerne lærer det hurtigere og samtidig begår færre fejl, inden de skal ud og lave rigtige operationer. Vi skal derfor se på, hvordan man kan komme med forskellige typer af feedback, som f.eks. advarsler, uden at det afbryder for meget”.

Billedanalyser ved nyrekræft


Læger skal ofte træffe beslutninger under tidspres, f.eks. i forbindelse med kræftdiagnoser, fordi man vil undgå, at kræften spreder sig. En falsk positiv diagnose kan derfor betyde, at patienten får fjernet en rask nyre og påføres andre komplikationer. Selv om erfaringen viser, at AI-metoder er mere præcise i vurderingerne end lægerne, har lægerne brug for en god forklaring på, hvorfor de matematiske modeller klassificerer en tumor som godartet eller ondartet.

I DIREC-projektet vil forskere fra Roskilde Universitet udvikle metoder, hvor kunstig intelligens analyserer medicinske billeder til brug ved diagnosticering af nyrekræft. Lægerne vil hjælpe dem med at forstå, hvilken feedback der er brug for fra AI-modellerne, så man finder en balance mellem, hvad der er teknisk muligt, og hvad der er klinisk nødvendigt.

”Det er vigtigt, at teknologien skal kunne indgå i hospitalernes praksis, og derfor har vi især fokus på at designe de her metoder inden for ’Explainable AI’ i direkte samarbejde med de læger, der rent faktisk skal bruge den i deres beslutningstagning. Her trækker vi især på vores ekspertise inden for Participatory Design, som er en systematisk tilgang til at opnå den bedste synergi mellem, hvad AI-forskeren kan komme op med af teknologiske innovationer, og hvad lægerne har brug for,” siger Henning Christiansen, professor i datalogi på Institut for Mennesker og Teknologi på Roskilde Universitet.

Om DIREC – Digital Research Centre Denmark

Det nationale forskningscenter DIREC skal sætte Danmark i front med de nyeste digitale teknologier gennem digital forskning i verdensklasse. For at tilfredsstille det store behov for højtuddannede it-specialister hjælper DIREC derudover med at udbygge kapaciteten inden for både forskning og uddannelse af dataloger. Centeret har et samlet budget på 275 millioner og er støttet af Innovationsfonden med 100 millioner. Partnerkredsen bag er et unikt samarbejde på tværs af de datalogiske institutter på landets otte universiteter og Alexandra Instituttet.

Centerets aktiviteter sker på baggrund af samfundsmæssige behov, hvor forskning løbende omsættes til værdiskabende løsninger i samarbejde med erhvervslivet og den offentlige sektor. Projekterne går på tværs af brancher og omhandler bl.a. kunstig intelligens, Internet of Things, algoritmer og cybersikkerhed.

Læs mere på direc.dk

EXPLAIN-ME

Partnere i projektet EXPLAIN-ME: Learning to Collaborate via Explainable AI in Medical Education

  • DTU
  • Københavns Universitet
  • Aalborg Universitet
  • Roskilde Universitet
  • CAMES – Copenhagen Academy for Medical Education and Simulation på Rigshospitalet i København
  • NordSim – Center for færdighedstræning og simulation på Aalborg Universitetshospital
  • Urologisk Afdeling på Sjællands Universitetshospital i Roskilde.

Projektperiode: 1. oktober 2021 til 30. april 2025

Kontakt:
Aasa Feragen
Professor på DTU Compute
M: +45 26 22 04 98
afhar@dtu.dk

Anders Nymark Christensen
DTU Compute
+45 45 25 52 58
anym@dtu.dk

Kategorier
Explore project

Verifiable and Robust AI

Project type: Explore Project

Verifiable and Robust AI

The challenge to the research community is how to extend existing verification technologies to cope with software systems comprising AI components (see report of the Dagstuhl Seminar “Machine Learning and Model Checking join Forces” 2018). This is an unchartered territory and one of the most pressing research challenges in AI. The industrial importance of this topic is closely related to the question of liability in case of malfunctioning products. Over a 4-month period the explore project will provide a state-of-the-art survey and identify research directions to be followed.

Participants

Project Manager

Kim Guldstrand Larsen

Professor

Aalborg Universlty
Department of Computer Science

E: kgl@cs.aau.dk

Thomas Dyhre Nielsen

Professor

Aalborg Universlty
Department of Computer Science

Manfred Jaeger

Associate Professor

Aalborg Universlty
Department of Computer Science

Andrzej Wasowski

Professor

IT University of Copenhagen
Department of Computer Science

Rune Møller Jensen

Associate Professor

IT University of Copenhagen
Department of Computer Science

Peter Schneider-Kamp

Professor

University of Southern Denmark
Department of Mathematics and Computer Science

Jaco van de Pol

Professor

Aarhus University
Department of Computer Science

Thomas Hildebrandt

Professor

University of Copenhagen
Department of Computer Science

Alberto Lluch Lafuente

Associate Professor

Technical University of Denmark
DTU Compute

Flemming Nielson

Professor

Technical University of Denmark
DTU Compute

Thomas Bolander

Professor

Technical University of Denmark
DTU Compute

Thomas Asger Hansen

Head of Analytics and AI

Grundfos

Christian Rasmussen

Senior Manager Data Analytics

Grundfos

Malte Skovby Ahm

Research and business lead

Aarhus Vand

Partners

Kategorier
SciTech project

Privacy and Machine Learning

Project type: SCITECH Project

Privacy and Machine Learning

There is an unmet need for decentralised privacy-preserving machine learning. Cloud computing has great potential, however, there is a lack of trust in the service  providers and there is a risk of data breaches. A lot of data are private and stored locally for good reasons, but combining the information in a global machine learning (ML) system could lead to services that benefit all. For instance, consider a consortium of banks that want to improve fraud detection by pooling their customers’ payment data
and merge these with data from, e.g., Statistics Denmark.

However, for competitive reasons the banks want to keep their customers’ data secret and Statistics Denmark is not allowed to share the required sensitive data. As another example, consider patient information (e.g., medical images) stored at hospitals. It would be great to build diagnostic and prognostic tools using ML based on these data, however, the data can typically not be shared.

The research aim of the project is the development of AI methods and tools that enable industry to develop new solutions for automated image-based quality assessment. End-to-end learning of features and representations for object classification by deep neural networks can lead to significant performance improvements. Several recent mechanisms have been developed for further improving performance and reducing the need for manual annotation work (labelling) including semi-supervised learning strategies and data augmentation.

Semi-supervised learning  combines generative models that are trained without labels (unsupervised learning), application of pre-trained networks (transfer learning) with supervised learning on small sets of labelled data. Data augmentation employs both knowledge based transformations, such as translations and rotations and more general learned transformations like parameterised “warps” to increase variability in the training data and increase robustness to natural variation.

Researching secure use of sensitive data will benefit society at large. CoED-based ML solves the fundamental problem of keeping private input data private while still enabling the use of the most applied analytical tools. The CoED privacy-preserving technology reduces the risk of data breaches. It allows for secure use of cloud computing, with no single point of failure, and removes the fundamental cloud security problem of missing trust in service providers.

The project will bring together leading experts in CoED and ML. It may serve as a starting point for attracting additional national and international funding, and it will build up competences highly relevant for Danish industry. The concepts developed in the project may change how organisations collaborate and allow for innovative ways of using data, which can increase the competitiveness of Danish companies relative to large international players.

October 1, 2020 – September 31, 2024 – 3,5 years.

Total budget DKK 4,7 / DIREC investment DKK 3,22

Participants

Project Manager

Peter Scholl

Assistant Professor

Aarhus University
Department of Computer Science

E: peter.scholl@cs.au.dk

Ivan Bjerre Damgaard

Professor

Aarhus University
Department of Computer Science

Christian Igel

Professor

University of Copenhagen
Department of Computer Science

Kurt Nielsen

Associate Professor

University of Copenhagen
Department of Food and Resource Economics

Partners