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.”

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.”

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”.

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.