Københavnske forskermiljøer med i EU-netværk om machine learning

Flemming Kjærsdam er partner og ansvarshavende redaktør på Digitalt

Københavnske forskere er blevet optaget i det EU-finansierede ELLIS-netværk, der skal styrke offentligt finansieret forskning inden for machine learning og kunstig intelligens, som en europæisk pendant til de store amerikanske techgiganters forskning på området.

"Optagelsen i ELLIS er på én gang en blåstempling af det høje danske niveau og en enestående ramme for dansk AI forskning. Vi er med der, hvor udviklingen inden for machine learning virkelig rykker. ELLIS er ikke bare et europæisk netværk med meget stærke akademiske ambitioner, men har også støtte fra en række af de helt store virksomheder. Bliver ELLIS den katalysator, vi håber, vil det have en positiv indvirkning på industri, sundhedssektor og undervisning i hele Europa,” siger formand for den nykårede Københavnske enhed professor på DTU Compute og Københavns Universitet Ole Winther.
The European Laboratory for Learning and Intelligent Systems (ELLIS) er et europæisk netværk inden for AI, som består af Europas stærkeste universitetsmiljøer inden for AI. Netværket bliver også støttet af store virksomheder som Google, Facebook, Amazon og Porsche.
Der er oprettet i alt 17 ELLIS-enheder i 10 europæiske lande. Den københavnske enhed har forskere fra KU, DTU og IT-Universitetet. Dermed har ELLIS på sin vis også bygget bro mellem den viden, der findes på de tre universiteter i København.

”Vi kom med i sidste øjeblik. Ærlig talt var vi ret nervøse for, om EU-bevillingerne til AI og machine learning institutterne ville gå til den mere traditionelle forskning på området og i mindre grad til den del af forskningen, som vi i København bruger mange ressourcer på. Dér, hvor AI virkelig rykker i disse år, er læringsmodeller fra data, som har givet et løft indenfor blandt andet billedanalyse og talegenkendelse og -syntese. Det er meget positivt – set med vores øjne – at EU havde opmærksomhed på dette,” siger Ole Winther.

Målet med ELLIS er intet mindre end at blive den førende, åbne videnskabelige AI-organisation i verden ved at binde de stærkeste forskningsmiljøer i Europa sammen i et netværk, hvor de kan både kan hjælpe hinanden med at opnå kritisk masse og være fyrtårn for andre. For at blive optaget stilles der derfor strenge krav til ansøgende organisationers niveau.

Ole Winther DTU

Et løft til Europa
ELLIS målsætning er gøre op med den situation, at mange af de bedste AI-laboratorier, såvel som mange af de bedste steder at indlede en forskerkarriere inden for AI, i dag ligger i techvirksomheder. Massive AI-investeringer i Kina og USA kan forstærke den tendens, som betyder, at Europa halter bagefter på AI-området. En tendens med foruroligende konsekvenser for den europæiske udvikling.
”machine learning er kernen i en teknologisk og samfundsmæssig revolution, der involverer mange andre teknologier, og hvis Europa ikke er med fremme, kan det få store konsekvenser for konkurrenceevne, sundhed og sikkerhed.” siger Ole Winther.

Fremtiden er mangfoldig
Ud over enestående akademisk kvalitet er mangfoldighed et centralt fokus i ELLIS. Alle enheder har forpligtet sig til at igangsætte initiativer for at sikre, at fremtidens kunstig intelligens skabes af forskere med ekspertiser der afspejler de tiltænkte brugere af forskningens køn, alder, nationale tilhørsforhold etc.

EU bruger omkring 12 mio. kr. om året på ELLIS.

Billedsyntese
Ole Winther: ”En blåstempling af at vi er kommet med i netværket og en blåstempling af vores viden, primært inden for billedgenkendelse. Vi kan nu tage vores studerende, vores kurser og workshops og vise dem frem for virksomheder og andre institutter med en europæisk vinkel. Det er nyt og det er stort for os. København bliver mere attraktiv for forskere inden for AI og machine learning og vores forskere bliver mere attraktive i udlandet”.
”Et af vores eksperimenter sker inden for billedsyntese. Vi måler billeder helt ned på pixelniveau. Dermed trænes forskellige datamodeller for at finde ud af, hvordan de virker. Det øger forståelsen af billeder, ikke kun set som billedgenkendelse men også til skabelse af nye billeder som billedsyntese. F.eks gennem interpolation, hvor man går fra et billede til et andet. Hvis du har to billeder – et af Obama og et af Trump – så vil du gennem datamodeller kunne interpolere og lave nye manipulerede billeder – automatiseret i stedet for at gøre det manuelt,” siger Ole Winther.
Ole Winther skønner, at der er omkring 1000 forskere, på verdensplan der lige nu arbejder med dette.