{"id":32715,"date":"2022-04-08T10:57:03","date_gmt":"2022-04-08T10:57:03","guid":{"rendered":"https:\/\/direc.dk\/moed-miao-zhang-der-arbejder-med-black-box-problemet-inden-for-automatiseret-deep-learning\/"},"modified":"2024-12-16T11:55:48","modified_gmt":"2024-12-16T11:55:48","slug":"moed-miao-zhang-der-arbejder-med-black-box-problemet-inden-for-automatiseret-deep-learning","status":"publish","type":"post","link":"https:\/\/direc.dk\/da\/moed-miao-zhang-der-arbejder-med-black-box-problemet-inden-for-automatiseret-deep-learning\/","title":{"rendered":"M\u00f8d Miao Zhang, der arbejder med black-box problemet inden for automatiseret deep learning"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
\n\t\t\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\tTil nyheder<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

8. APRIL 2022<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t

M\u00f8d Miao Zhang, der arbejder med black-box problemet inden for automatiseret deep learning<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Den 31-\u00e5rige Miao Zhang fra Kina fokuserer p\u00e5 omr\u00e5der som automatiseret maskinl\u00e6ring og deep learning. Omr\u00e5derne er stadig i deres tidlige stadier, men automatiseret deep learning har et stort potentiale, da systemet kan opbygge sig selv uden menneskelig interaktion.<\/p>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\tMiao arbejder som adjunkt ved Institut for Datalogi p\u00e5 Aalborg Universitet. Han er ogs\u00e5 en del af DIREC-arbejdsstr\u00f8mmen Advanced and Efficient Big Data Management and Analysis.<\/a> Projektet fokuserer p\u00e5, hvordan vi kan udvikle nye effektive prototyper, der muligg\u00f8r brugen af big data i industrien. Miao fokuserer is\u00e6r p\u00e5 at opbygge effektive og forklarlige prototyper til forskellige opgaver og data p\u00e5 en automatiseret m\u00e5de.\r\n\r\nKan du fort\u00e6lle os lidt om din baggrund, og hvorfor du bosatte dig i Danmark som datalog?<\/b>\r\nJeg er interesseret i maskinl\u00e6ring, automatiseret deep learning og forklarlig AI. Jeg h\u00e5ber, at jeg kan introducere automatiseret deep learning og forklarlig AI til det danske datavidenskabssamfund, da forskningen inden for dette emne er sj\u00e6lden.\r\n\r\nDerudover valgte jeg at komme til Aalborg, fordi det er et ungt og meget aktivt universitet, der giver mange muligheder for unge forskere. Jeg har flere venner, der arbejder her, og de anbefalede mig ogs\u00e5 at slutte mig til deres gruppe, Center for Data-Intensive Systems (DAISY), som har et internationalt ry. Jeg tror, jeg kan l\u00e6re meget her.\r\n\r\nJeg synes, arbejdsforholdene i Danmark og Aalborg er rigtig gode. Vi har meget fleksibel arbejdstid, s\u00e5 jeg kan fokusere p\u00e5 min forskning. Derudover synes jeg, at Aalborg er en milj\u00f8venlig by, og jeg nyder virkelig livet her.\r\n\r\nKan du fort\u00e6lle os om dit forskningsomr\u00e5de?<\/b>\r\nJeg har brede forskningsinteresser inden for maskinl\u00e6ring og kunstig intelligens \u2013 is\u00e6r automatiseret deep learning og forklarlig AI. Jeg er interesseret i automatisk udvikling af effektive, skalerbare og robuste algoritmer til maskinl\u00e6ring, data mining, datastyring og deep learning-applikationer med formelle teoretiske garantier og forklaringer. Jeg ser mig selv arbejde med disse problemer i min n\u00e6rmeste forskningsfremtid.\r\n\r\nHvad er de videnskabelige udfordringer og perspektiver i dit projekt?<\/b>\r\nSelvom teknikkerne inden for deep learning er blevet anvendt inden for forskellige omr\u00e5der som computer vision, ansigtsgenkendelse, medicinsk billedbehandling, naturlig sprogbehandling, data mining og datastyring, er designet af deep learning-systemer tidskr\u00e6vende \u2013 og det er stadig et “black box”-problem at forklare, hvorfor det udviklede deep learning-system fungerer.\r\n\r\nAutomatiseret deep learning er processen med at bygge deep learning-systemer til forskellige problemer uden menneskelig indblanding. Forklarlig AI handler om at forklare, hvorfor det udviklede system fungerer \u2013 og det kan ogs\u00e5 hj\u00e6lpe med at designe deep learning-systemet. Automatiseret deep learning og forklarlig AI er stadig i deres tidlige stadier, og vi skal stadig definere nogle forskningsproblemer, forbedre effektiviteten og forklare, hvorfor det automatiserede designede system virker.\r\n\r\nHvordan kan din forskning g\u00f8re en forskel for virksomheder og samfund?<\/b>\r\nAutomatiseret deep learning sigter mod at bygge et bedre deep learning-system p\u00e5 en data-drevet og automatiseret m\u00e5de, s\u00e5 de fleste praktikere i deep learning kan bygge en h\u00f8jtydende maskinl\u00e6ringsmodel uden at v\u00e6re ekspert p\u00e5 deep learning-omr\u00e5det.\r\n\r\nAutomatiseret deep learning kan tilbyde end-to-end deep learning-l\u00f8sninger, og disse l\u00f8sninger er ofte bedre end h\u00e5nddesignede deep learning-systemer. Disse automatiserede systemer kan s\u00e6nke t\u00e6rsklen for deep learning og g\u00f8re det nemt for alle at bruge disse teknikker til at l\u00f8se deres egne problemer.\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
Om Miao Zhang
\n<\/strong><\/h5>\n